腹部大動脈瘤の定量的ひずみマッピング

ソース:ハンナ・L・セブル¹, アービン・H・ソエプリアトナ¹, ジョン・J・ボイル² ,クレイグ・J・ゲルゲン¹

¹インディアナ州パデュー大学、ウェストラファイエット大学ウェルドンバイオメディカルエンジニアリングスクール

²ワシントン大学セントルイス校機械工学・材料科学(ミズーリ州セントルイス)

血管、皮膚、腱、その他の器官などの軟部組織の機械的挙動は、エラスチンとコラーゲンの組成の影響を強く受け、弾力性と強度を提供します。これらのタンパク質の繊維配向は、軟部組織の種類に依存し、単一の好ましい方向から複雑なメッシュネットワークまでさまたえ、疾患組織で変化する可能性があります。したがって、軟部組織は、多くの場合、細胞および器官レベルで異性体的に動作し、三次元特性評価の必要性を作成する。複雑な生体組織または構造内の歪み場を確実に推定する方法を開発することは、疾患を機械的に特徴付け、理解するために重要である。ひずみは、軟部組織が時間の経過とともに相対的に変形する様子を表し、様々な推定を通じて数学的に記述することができる。

時間の経過とむいて画像データを取得すると、変形やひずみを推定できます。しかし、すべての医療画像モダリティはある程度のノイズを含み、生体内株を正確に推定する難易度を高めます。ここで説明する手法では、直接変形推定(DDE)法を使用して、体積画像データから空間的に変化する 3D ひずみフィールドを計算することで、これらの問題をうまく克服します。

電流ひずみ推定方法には、デジタル画像相関(DIC)およびデジタル体積相関が含まれる。残念ながら、DICは2D平面からのひずみを正確に推定することしかでき、この方法の適用を厳しく制限します。DIC などの 2D 法は有用ですが、3D 変形を受ける領域での歪みを定量化するのが困難です。これは、面外モーションによって変形エラーが発生するためです。デジタルボリューム相関は、初期ボリュームデータを領域に分割し、変形ボリュームの最も類似した領域を検出し、面外誤差を低減する、より適用可能な方法です。しかし、この方法はノイズに敏感であることを証明し、材料の機械的特性に関する仮定を必要とします。

ここで実証した技術は、DDE法を用いてこれらの問題を排除し、医療画像データの解析に非常に有用である。さらに、それは高いか局所的なひずみを強くする。ここでは、ゲート、体積4D超音波データの取得、分析可能な形式への変換、および3D変形とそれに対応するグリーンラグランジュ株を推定するためのカスタムMatlabコードの使用について説明します。グリーンラグランジュひずみテンソルは、変位の最小二乗フィット(LSF)からFを計算することができるため、多くの3Dひずみ推定法で実装されています。次の式は、グリーン ラグランジュひずみテンソルEを表し、FとIはそれぞれ変形勾配と 2 次 ID テンソルを表します。

(1)