POLITECNICO DI MILANO
Facoltà di ingegneria dei sistemi
Corso di Laurea Magistrale in Ingegneria Biomedica
SVILUPPO DI UN ALGORITMO SEMIAUTOMATICO DI SEGMENTAZIONE
E QUANTIFICAZIONE DELLA FUNZIONE ATRIO-VENTRICOLARE
SINISTRA DA IMMAGINI MRI IN ASSE LUNGO.
Relatore : Prof. Enrico G. Caiani
Correlatore: Ing. Francesco Maffessanti
Studente:
Bello Antonio
Matricola 755148
AA 2011-12
1
Alla mia famiglia
2
Indice
Indice ................................................................................................................................................................................... 3
Ringraziamenti ................................................................................................................................................................... 7
Sommario ............................................................................................................................................................................ 8
Abstract............................................................................................................................................................................. 15
Capitolo 1
Introduzione ................................................................................................................................................................ 17
1.1 Cenni di Anatomia Cardiaca ..................................................................................................................................... 17
1.2 Imaging ....................................................................................................................................................................... 22
1.3 Segmentazione-Stato dell’arte ................................................................................................................................... 26
1.4 Scopo della tesi ........................................................................................................................................................... 28
Capitolo 2
Materiali e Metodi ....................................................................................................................................................... 29
2.1 Algoritmo di Segmentazione ................................................................................................................................. 29
2.1.1 Inizializzazione ............................................................................................................................................... 31
2.1.2 Creazione Immagini M-mode ........................................................................................................................ 34
2.1.3 Estrazione delle traiettorie............................................................................................................................ 39
Capitolo 3
Protocollo Sperimentale .............................................................................................................................................. 50
3.1 Popolazione Analizzata ......................................................................................................................................... 50
3.2 Estrazione di indici quantitativi di interesse clinico .......................................................................................... 51
Capitolo 4
Risultati ........................................................................................................................................................................ 56
4.1 Analisi degli indici Globali .................................................................................................................................... 57
4.1.1 Aree ................................................................................................................................................................. 57
4.1.2 Volumi ............................................................................................................................................................. 60
4.1.3 Area Variation Fraction ................................................................................................................................ 62
4.2 Analisi degli indici regionali ................................................................................................................................. 67
4.2.1 Displacement Settori Ventricolari ................................................................................................................ 67
4.3 Pazienti Patologici ................................................................................................................................................. 75
Capitolo 5
Discussione e conclusioni ............................................................................................................................................ 95
5.1 Discussione dei Risultati ....................................................................................................................................... 95
5.1.1 Indici Globali ................................................................................................................................................... 95
5.1.2 Indici Regionali................................................................................................................................................ 98
5.1.3 Pazienti patologici ........................................................................................................................................... 99
5.2 Limitazioni ............................................................................................................................................................. 99
5.3 Sviluppi Futuri .................................................................................................................................................... 100
Bibliografia ..................................................................................................................................................................... 102
3
Elenco Figure
1.1 Anatomia interna del cuore umano. .............................................................................. 18
1.2 Esempio di ciclo cardiaco ............................................................................................. 20
1.3 Sezione di atrio e ventricolo sinistri con asportazione della valvola mitrale ............... 21
1.4 Esempio di ciclo cardiaco atriale.................................................................................. 22
1.5 Esempio di M-mode ecocardiografico del ventricolo sinistro. ..................................... 23
1.6 Esempio di costruzione di dischi per il calcolo del volume ventricolare con l’utilizzo
della formula biplana di Simpson .................................................................................... 24
1.7 Proiezioni di camere cardiache a 2-,3-,4- camere e in asse corto ................................ 26
2.1 Flowchart dell’algoritmo presentato ........................................................................... 30
2.2 Esempio di inizializzazione manuale dei punti .............................................................. 32
2.3 Esempio di selezione manuale dei punti dai quali verrà creata la spline interpolante 33
2.4 Esempio di inizializzazione punti parete atriale............................................................ 34
2.5 Esempio di costruzione di una linea di proiezione da cui viene ricavata l’immagine Mmode ................................................................................................................................. 35
2.6 Esempio di tracce dei punti mitralici e apice ventricolareda ....................................... 36
2.7 Esempio di interpolazione con spline ............................................................................ 38
2.8 Esempio di immagine M-mode ottenuta da un ciclo cardiaco di risonanza magnetica 39
2.9 : Confronto fra immagine M-mode non filtrata e filtrat.,.............................................. 40
2.10 Immagini M-mode atriali e ventricolari clusterizzate. ................................................ 42
2.11 Esempio di immagine risultato della binarizzazione e del filling ............................... 43
2.12 Esempio di funzione di controllo sui papillari: .......................................................... 44
2.13 Esempio di correzione manuale punti spline.............................................................. 45
2.14 Elaborazioni a posteriori del contorno dell’immagine ............................................... 46
2.15 Eesempio di segmentazione atrio-ventricolare in immagine a 2 camere.................... 48
2.16 Esempio di segmentazione atrio-ventricolare in immagine a 4 camere ..................... 49
3.1 Esempio di ciclo cardiaco atriale................................................................................ 52
3.2 Spostamento Miltralico (MAPSE). ............................................................................... 52
3.3 Esempio di Immagine ecocardiografica atriale ........................................................... 53
3.4 Suddivisione in 6 segmenti in immagine 4 camere e 2 camere ..................................... 54
4.1 Esempio di evoluzione aree atriali e ventricolari in paziente sano .............................. 58
4.2 Evoluzione media aree durante il ciclo cardiaco di atrio e ventricolo ........................ 59
4.3 Esempio di grafici per displacement longitudinale, radiale, totale dei segmenti
ventricolari di un paziente sanoin immagine a 2 camere. ............................................... 68
4.4 Esempio di grafici per displacement longitudinale, radiale, totale dei segmenti
ventricolari di un paziente sanoin immagine a 4 camere. ............................................... 70
4.5 Spostamenti medi longitudinali in 2 camere e in 4 camere .......................................... 71
4.6 Spostamenti medi radiali in 2 camere e in 4 camere ................................................. 72
4.7 Spostamenti medi totali in 2 camere e in 4 camere ..................................................... 73
4
4.8 Scatterplot del parametro MAPSE per i pazienti patologici a confronto con la media
dei sani ............................................................................................................................. 76
4.9 Scatterplot del parametro AVF ventricolare e atriale per i pazienti patologici a
confronto con la media dei sani. ...................................................................................... 77
4.10 Scatterplot del parametro AEF attivo e passivo atriale per i pazienti patologici a
confronto con la media dei sani. ...................................................................................... 78
4.11 Esempio di cardiomiopatia dilatativa: frame tele sistolico in immagine a 2:
facilmente osservabile l’ispessimento della parete miocardica. ..................................... 79
4.12 Grafico confronto evoluzione temporale area media ventricolo e paziente patologico
1 in immagini a 4 e a 2 camere. ...................................................................................... 80
4.13 Grafico confronto evoluzione temporale area media atrio e paziente patologico 1 in
immagini a 4 camere e a 2 camere. ................................................................................. 81
4.14 Esempio di segmentazione di cuore affetto da IPS in immagine 4 camere: osservabile
una notevole diminuzione di dimensioni del cuore sinistro. ............................................ 82
4.15 Grafico confronto evoluzione temporale area media ventricolo e paziente patologico
2 in immagini a 4 e a 2 camere. ....................................................................................... 83
4.16 Grafico confronto evoluzione temporale area media atrio e paziente patologico 2 in
immagini a 4 e 2 camere. ................................................................................................. 84
4.17 Visione 2 camere e a camere del cuore del paziente affetto da CMI. ......................... 85
4.18 Grafico confronto evoluzione temporale area media ventricolo e paziente patologico
3 in immagini a 4 e a 2camere. ........................................................................................ 86
4.19 Grafico confronto evoluzione temporale area media atrio e paziente patologico 3 in
immagini a 4 camere. ....................................................................................................... 87
4.20 scatterplot per evoluzione nel ciclo cardiaco di area atriale e ventricolare .............. 88
4.21 Displacement per paziente affetto da CMD in immagini 2 camere ............................ 89
4.22 Displacement per paziente affetto da CMD in immagini 4 camere ............................ 90
4.23 Displacement per paziente affetto da IPS in immagini 2 camere.............................. 91
4.23 Displacement per paziente affetto da IPS in immagini 4 camere.............................. 92
4.24 Displacement per paziente affetto da CMI in immagini 2 camere ............................ 93
4.25 Displacement per paziente affetto da CMI in immagini 4 camere ............................ 94
5.1 Confronto risultati ottenuti con risultati dati da letteratura. ........................................ 96
5
Elenco Tabelle
4.1 Valori di volume ventricolare e atriale di riferimento. ............................................... 60
4.2 Valori di volume ventricolare e atriale stimati. .......................................................... 62
4.3 Area Variation Fraction ventricolare per ogni paziente, .............................................. 63
4.4 p-values per t-test su parametri ventricolari. ................................................................ 63
4.5 Area Variation Fraction atriale per ogni paziente........................................................ 64
4.6 p-values per t-test su parametri atriali. ........................................................................ 64
4.7 Active atrial emptying fraction e Passive atrial emptying fraction per ogni paziente .. 65
4.8 p-values per t-test su parametri atriali. ........................................................................ 66
4.9: Per ogni soggetto, sono riportati i valori assunti dal parametro MAPSE, espressi in
mm .................................................................................................................................... 66
4.10 Riassunto valori massimi, medi e di deviazione standard per spostamento
longitudinale, radiale e totale in immagini 2c ................................................................. 74
4.11 Riassunto valori massimi, medi e di deviazione standard per spostamento
longitudinale, radiale e totale in immagini 4c .................................................................... 75
4.12 Valori aree, volumi stimati per pazienti patologici .................................................... 75
4.13 Mapse e area variation fraction ventricolare calcolati per i pazienti patologici. ...... 76
4.14 Parametri atriali calcolati per i pazienti patologici. .................................................. 76
4.15 valori di displacement per i segmenti miocardici dipaziente affetto da CMD in
immagini 2 camere. .......................................................................................................... 89
4.16 Valori di displacement per i segmenti miocardici di paziente affetto da CMD in
immagini a 4 camere........................................................................................................ 91
4.17 Displacement per paziente affetto da IPS in immagini 4 camere.............................. 92
4.18 Valori di displacement per i segmenti miocardici di paziente affetto da IPSin
immagini a 4 camere........................................................................................................ 93
4.19 Valori di displacement per i segmenti miocardici di paziente affetto da CMIin
immagini a 2 camere........................................................................................................ 93
4.20 Valori di displacement per i segmenti miocardici di paziente affetto da CMI in
immagini a 4 camere........................................................................................................ 94
6
Ringraziamenti
Un doveroso grazie va al professor Enrico Caiani che con la sua immensa dedizione,
pazienza e professionalità mi ha dato la possibilità di portare a termine questa tesi:
lavorare al suo fianco è stato estremamente arricchente e un vero piacere.
Ringrazio sentitamente l'Ing. Francesco Maffessanti per i consigli dispensati, per il
supporto fornito e per la disponibilità e la pazienza dimostrate durante l’intero percorso,
che mi hanno consentito di lavorare in un clima stimolante e al contempo disteso.
Un caloroso grazie ai miei genitori che, a suon di sacrifici, mi hanno concesso il grande
privilegio di studiare presso questo prestigioso Ateneo, credendo ostinatamente in me
anche nei momenti in cui non meritavo tanta fiducia. Se talvolta avessi avuto la possibilità
di decidere al posto loro, oggi forse non sarei qui a scrivere questi ringraziamenti: grazie,
ve ne sarò per sempre riconoscente.
Un grazie speciale va a mio fratello Daniel, o come lo chiamo io “la versione meglio
riuscita di me”: mi hai sempre compreso e appoggiato in ogni situazione della vita. Con te
ogni cosa diventa una risata e so che sarà sempre cosi.
Un enorme grazie va a Teo, grande presenza e appoggio in questi sei anni di Milano,
senza la tua grande amicizia forse la mia esperienza milanese non sarebbe stata la stessa.
Un grazie va a Colo,Mari e Marco, che neanche so come abbiamo fatto a sopportarmi in
questi mesi, grazie dell’appoggio e dell’aiuto che mi avete dato dimostrando grande
amicizia, senza di voi probabilmente neanche sarei qua a scrivere questi ringraziamenti.
Un grazie a tutti i miei amici “milanesi” Fabi, Arge, Claudia, Dani, Ivan,Fede, Giuli,
Daniela, Isa e tutti gli altri (mi perdonerete se dimentico qualcuno ma mi conoscete son
pur sempre Billo!) che hanno reso questa esperienza unica, in una città che sembrava cosi
lontana da casa.
Un grazie davvero grande ai miei amici Cate, Catta, Rampa, Bolo, Robi, Livio, Smuk,
Silvia, Raffo, Cic, (insomma proprio tutti!) : pur non tornando a casa molto spesso con voi
è come non essere mai andato via e di questo non smetterò mai di ringraziarvi.
A tutti quelli che non sono stati nominati non perché meno importanti ma semplicemente
perché la distrazione è la mia principale caratteristica…
GRAZIE!
Antonio.
7
8
Sommario
Lo studio della funzionalità ventricolare e atriale sinistra ha un valore clinico estremamente
importante, in particolare dal punto di vista diagnostico e prognostico, testimoniato dalla
presenza di numerosi indici in letteratura introdotti al fine di quantificare in maniera
oggettiva la performance ventricolare. La valutazione funzionale del miocardio è
tipicamente effettuata sulla base di immagini, perché facilmente intelleggibili, disponibili
nella pratica clinica e, dipendentemente dalla tecnica di imaging considerata, relativamente
poco invasive. L’approccio classico alla valutazione delle performance ventricolare
prevede la segmentazione manuale della cavità ventricolare sinistra da parte del clinico o
di un tecnico che delinea l’interfaccia sangue-parete endocardica.
Infatti la detezione del bordo dell’endocardio e permette, ad esempio,il calcolo di aree
cardiache e il riconoscimento di movimenti endocardici anormali in presenza di ischemia o
infarto. Tuttavia, questo processo, seppur largamente diffuso, è laborioso e l’accuratezza
dei risultati risulta fortemente dipendente dall’operatore. Questi aspetti negativi della
segmentazione manuale sono tanto più forti oggi, in cui il ricorso ad un esame di imaging
cardiaco è entrato nella routine clinica. Si pensi ad esempio al tempo richiesto, al costo in
termini di operatore e alla potenziale inaccuratezza dei risultati derivanti dal tracciamento
manuale di un dataset di risonanza magnetica cardiaca durante il quale possono essere
acquisite qualche centinaia di frame.
La necessità di disporre di indici sempre più accurati che siano in grado di quantificare la
funzionalità globale e regionale del muscolo cardiaco e la concomitante evoluzione
tecnologica hanno portato all’utilizzo di tecniche di imaging sempre più sofisticate e con
risoluzione temporale e spaziale sempre maggiori. In particolare, l’imaging a risonanza
magnetica (MRI) sta assumendo un ruolo sempre più importante nella valutazione clinica
della funzione cardiaca.
La funzionalità globale e la contrattilità regionale necessitano di immagini dinamiche che
consentano di visualizzare l’evoluzione dell’endocardio nel ciclo cardiaco. A questo scopo
vengono utilizzate delle sequenze dedicate (cine-RM) che permettono di acquisire più fasi
cardiache di uno stesso strato. I dataset ottenuti consentono di valutare la cinesi
endocardica e l’emodinamica.
9
Da un punto di vista diagnostico queste informazioni consentono di apprezzare eventuali
turbolenze del flusso e individuare accuratamente zone di discinesia o acinesia, o
localizzare e quantificare l’entità di eventuali anomalie anatomofunzionali, quali gli
aneurismi.
Tuttavia, nonostante l’elevato contenuto informativo ottenuto tramite le sequenze cineMR, la segmentazione manuale dei profilo endocardico è ancora oggi la tecnica
maggiormente utilizzata per ottenere dei risultati quantitativi che descrivano la cinetica e la
performance ventricolare e atriale sinistra. Per ovviare alle problematiche prima descritte
ntrinsecamente presenti nella segmentazione manuale, nel corso degli anni sono state
applicate diverse tecniche di detezione.
Obiettivi
L’obiettivo del presente progetto di tesi è lo sviluppo di un metodo semi-automatico per la
segmentazione del ventricolo e dell’atrio sinistro sulla base di immagini cine-MR in asse
lungo a 2 e a 4 camere. L’algoritmo opererà su un intero ciclo cardiaco e consentirà di
estrapolare indici per la valutazione quantitativa della funzione ventricolare e atriale
sinistra: aree ventricolari e atriali,variazione percentuale di tali aree, displacement della
parete, escursione del piano mitrale valvolare, e volumi oltre che a un confronto fra
pazienti sani e patologici.
Materiali e Metodi
Si sono considerati 16 soggetti sani e 3 patologici, sottoposti a risonanza magnetica
cardiaca.
Utilizzando un approccio ispirato da una tecnica M-mode comunemente usata in
ecocardiografia, l’algoritmo implementato consente di inseguire, frame dopo frame, i bordi
dell’endocardio
ventricolare
e
della
parete
atriale
su
una
rappresentazione
monodimensionale nel tempo ottenuta a partire dai dataset cine-MRI. In sintesi,
l’algoritmo implementato opera su tre principali passaggi:
1) inizializzazione manuale dei punti nell’istante telediastolico, 2) creazione delle
immagini Mmode anatomico e 3) detezione della traccia corrispondente alla struttura
cardiaca di interesse.
10
Ciascuno di questi passaggi viene ripetuto per le tre classi di punti che si vogliono
tracciare,ovvero i punti dell’annulus mitralico, dell’endocardio ventricolare e della parete
atriale.
L’algoritmo è semi-automatico e prevede l’inizializzazione di alcuni punti in
corrispondenza dell’endocardio, e della valvola mitralica. Avvenuta la selezione, vengono
calcolate le linee di proiezione dalle quali l’algoritmo ricaverà le immagini M-mode.
L’immagine M-mode viene creata riportando i livelli di grigio dei pixel del frame n-esimo
appartenenti alla linea di proiezione come colonna n-esima dell’immagine M-mode.
Ottenute le immagini M-mode si prosegue applicando una serie di strategie volte
all’estrazione delle traiettorie del set di punti. Per identificare l’evoluzione temporale della
posizione dei punti si sono estratti dall’immagine i contorni più significativi,attraverso
l’utilizzo del k means clustering. Salvati i contorni in un’immagine binaria, si è ricercato il
contorno desiderato a partire dai punti inizializzati dall’utente e si sono salvate le
coordinate sull’immagine binaria delle tracce trovate. Applicando una trasformazione
geometrica inversa si è passati dalle coordinate dell’immagine M-mode alle coordinate 2D
dell’immagine acquisita mediante RM e si sono quindi estratti i parametri clinici di
interesse.
Risultati e discussioni
Il risultato ottenuto nel calcolo delle aree, dei volumi, dell’area variation fraction e della
frazione di eiezione è comparabile con i valori in letteratura. In particolare, è stato
possibile identificare con precisione le diverse fasi del ciclo cardiaco e associarle ad un
evento fisiologico sia per l’atro che per il ventricolo.
La performance di ciascun segmento è stata invece valutata in funzione del movimento dei
punti individuati sull’endocardio. In un soggetto normale, con l’inizio della sistole, i punti
che costituiscono l’endocardio si muovono verso il centro della cavità determinando
conseguentemente una riduzione dell’area intracavitaria: questo fenomeno è chiamato
escursione endocardica.
Pertanto, uno dei principali parametri che consentono di
descrivere la funzione segmentaria del ventricolo sinistro è il displacement, descrivente la
11
cinesi parietale, che è risultato dall’analisi maggiore nei segmenti basali in linea con la
letteratura.
Tutti i parametri senza nessuna eccezione sono risultati variati nei pazienti patologici ad
indicare l’importanza degli stessi nell’identificazione della presenza di patologie.
Considerazioni Conclusive
In conclusione, in questo studio si è sviluppato un metodo semi-automatico per la
segmentazione di immagini di cine-MR che consentisse l’estrazione di parametri
quantitativi adatti alla definizione di indici di funzionalità globale e regionale ventricolare
e atriale sinistra. I risultati ottenuti si sono dimostrati soddisfacenti e i numerosi riscontri
trovati in letteratura relativi alle misure estratte hanno confermato la fattibilità e la bontà di
tale tipo di analisi. Questo lavoro, debitamente testato su una popolazione clinica più
ampia, può rappresentare la base per studi futuri che si prefiggano il calcolo di molteplici
indici di funzionalità globale e locale, sulla base di un’unica acquisizione MRI e sfruttando
un metodo relativamente semplice e robusto.
12
Abstract
The evaluation of left ventricular and atrial function plays a key role in the clinical
scenario, both as a diagnostic and prognostic index. In literature several studies have been
published and parameters proposed aiming to quantitatively assess the ventricular and
atrial performance. The functional assessment of endocardium is usually based on cardiac
image evaluation, because imaging techniques are easy to understand, widely available in
clinical practice and, depending on the imaging technique, relatively poorly invasive. The
standard approach to the evaluation of ventricular and atrial performance requires manual
segmentation of the left ventricular and atrial cavity, performed by the clinician or by a
technician, tracing the endocardial wall-blood interface. Indeed, the detection of the
endocardial borders allows, for instance, the quantification of both ventricular and atrial
areas or the recognition of wall motion abnormalities following ischemia or infarction.
However, this process, though widespread, is tedious and cumbersome, and the accuracy of
the whole process is highly operator-dependent. Nowadays, the drawbacks of manual
segmentation, hampering the quality of the results need to be overcome to improve the
accuracy and to reduce the cost in terms of operator time needed to analyze a complete
cardiac MRI study, sometimes containing hundreds of frames.
The need for more accurate indices to quantify the global and regional cardiac functions
and the contemporary technological development led to increasingly more sophisticated
imaging techniques and with better spatial and temporal resolution. In particular, the role
of magnetic resonance imaging (MRI) is increasingly recognized in the clinical assessment
of cardiac function.
The global function and the regional contractility evaluation can be performed on dynamic
images displaying the evolution of the epicardium throughout the cardiac cycle. For this
purpose, dedicated sequences (cine-MRI), providing more cardiac phases of a single layer,
have been designed. The obtained datasets allow the assessment of epicardial kinesia and
hemodynamic.
From a diagnostic point of view, these informations allow to appreciate any flow
turbulence and to accurately identify dyskinetic or akinetic areas, or to localize and
quantify the extent of any anatomo-functional abnormalities such as aneurysms.
13
However, despite the rich information content obtained through the cine-MR sequences,
the manual segmentation of epicardial borders is still the most widely used technique
to obtain quantitative results that describe the kinetics and the left ventricular and atrial
performance. In order to overcome the limitation previously described and related to the
manual segmentation, several semi-automated detection techniques have been proposed.
Objectives
The aim of this study is to develop a method for the semi-automatic segmentation of the
left ventricle and left atrium based on cine MR images acquired in the long axis (the
echocardiographic 2- and 4- chambers view). The algorithm will process an entire cardiac
cycle and to extrapolate indices for the quantitative assessment of left ventricular function:
atrial and ventricular areas, displacement and area valriation fraction, mitral valve plane
excursion, and volumes.
Materials and Methods
Using an approach inspired by the commonly used M-mode echocardiography, the
proposed algorithm allows to track the endocardial borders of the myocardium throughout
the cardiac cycle in a one-dimensional representation obtained from cine-MRI datasets.
Briefly, the algorithm is divided into three main steps: 1) manual initialization of the points
on the end-diastolic frame, 2) creation of anatomical M-mode images and 3) detection of
the trace elevant to the cardiac structure of interest. Each of these steps is repeated for three
kind of points: the mitral annulus, ventricular endocardium and atrial border points.
The algorithm is semiautomatic and some points need to be manually initialized on the
endocardium, mitral annulus. After the initialization step, a projection line, perpendicular
to the endocardial border is traced, and the anatomical M-mode image automatically built.
M-mode images are created by putting the pixels belonging to the projection line of the nth
frame in the nth column of the anatomical M-mode image. Once the M-mode images have
14
been created, the algorithm applies a series of operations to extract the trajectory of each
point.
To identify the displacement of each point in the M-mode image, the most significant
edges are extracted applying the k-means clustering. Then, the contours are saved in a
binary image and the desired contour selected according to the initialization points.
By applying an inverse geometric transformation, the coordinates of the points of interest
can be easily calculated from the coordinates of the M-mode image and the clinical
parameters extracted.
Results and discussion
The obtained ventricular and atrial areas,volumes, area variation fractions and eject
fracions are comparable with values that can be found in the literature. In details, the
different phases of the cardiac cycle can be appreciated and associated with a physiological
event.
The performance of each segment was assessed according to the movement of the points
identified on the endocardium. In a normal subject, during the systole, the points placed in
the endocardium move toward the center of the cavity leading to a reduction of
intracavitary area: this moviment is called endocardial excursion. Therefore, one of the
main parameters to describe the segmental left ventricular function is the displacement,
describing the wall motion and related to the regional systolic-diastolic function. By
comparing the displacement curves and values obtained with the algorithm proposed in this
study with the values given by the literature we can find that in both cases, the difference
in amplitude between the basal, apical and mid-cavity segments is evident, in agreement
with the normal distribution of left ventricular displacement, decreasing towards the apex.
In fact, the proposed algorithm is unable to capture one of the three motion component and
thus underestimates the true magnitude of displacement, as the MR imaging technique is
intrinsically two-dimensional and does not allow to evaluate out-of-plane motion
component (ie the circumsferential displacement ).
All the parameters have been modified in pathological patients, to indicate the importance
of this parameters like “pathological-presence indicatiors”.
15
Concluding remarks
In conclusion, in this study a semi-automatic method for the segmentation of cine-MR and
the extraction of indices able to quantify global and regional left ventricular and atrial
function was proposed.
The results have been proved satisfactory and confirmed the feasibility of this type of
analysis. These preliminary results need to be confirmed in a larger clinical population, and
may constitute the basis for future studies aiming to calculate several indices of global and
local function, based on a single MRI acquisition and using a relatively simple and robust
method.
16
Capitolo 1
Introduzione
1.1 Cenni di Anatomia Cardiaca
Il cuore è un muscolo cavo, cardine dell’apparato circolatorio, situato all’interno del torace
e dotato di attività contrattile autonoma in modo da garantire la corretta circolazione del
sangue all’interno dei vasi arteriosi e venosi.
Tale circolazione è garantita da due pompe separate: quella destra che spinge il sangue nel
circolo polmonare e quella sinistra che lo spinge nel circolo sistemico. Ciascuna parte a sua
volta consiste di due distinte camere, l’atrio e il ventricolo. Gli atri funzionano come
pompe di innesco che sospingono il sangue nelle cavità ventricolari, mentre il ventricolo
genera una forza maggiore per spingere il sangue nella circolazione, sia essa polmonare o
sistemica. (Figura 1.1)
17
Figura 1.1: Anatomia interna del cuore umano. In evidenza le quattro camere (atri e ventricoli), e le quattro
valvole (mitrale, tricuspide, polmonare e aortica) [Boudoulas et al.,2000]
In particolare, il ventricolo destro immette sangue nel tronco arterioso polmonare che si
divide nelle due arterie polmonari, le quali portano il sangue ai polmoni per rifornirlo di O2
e liberarlo di CO2. Il sangue ossigenato torna poi al cuore sinistro tramite le 4 vene
polmonari, attraversa atrio e ventricolo sinistro, per essere pompato nell’aorta, dalla quale
si originano le arterie della circolazione sistemica, detta anche grande circolazione. Il
sangue, una volta proceduto ai processi di scambio coi tessuti periferici, verrà ricondotto
attraverso le vene cave superiore ed inferiore all’atrio destro del cuore.
Questo ciclo quindi si articola in tre fasi: diastole atriale, sistole atriale e diastole
ventricolare, sistole ventricolare.
Considerando quindi a scopo esemplificativo il ciclo relativo alla metà sinistra del cuore
abbiamo che la fase di sistole ventricolare è suddivisibile a sua volta in 2 periodi:
1. contrazione isovolumetrica: successivamente all’inizio della contrazione l’aumento
della pressione intraventricolare determina la chiusura della valvola mitrale; il
valore pressorio è inferiore alla pressione aortica, per cui la valvola semilunare
rimane chiusa. In questa fase, pur essendoci contrazione, non ci sono variazioni di
volume ventricolare;
2. eiezione: la pressione intraventricolare è sufficiente a determinare l’apertura della
valvola aortica e il sangue fuoriesce dai ventricoli. Nel primo terzo di questa fase,
18
chiamato eiezione rapida, viene espulso circa il 70% del volume totale, mentre
nella parte rimanente, detta di eiezione lenta, viene espulso il rimanente 30%.
Quando la pressione intraventricolare scende sotto la pressione aortica, la valvola
semilunare si chiude. Alla fine dell’eiezione il volume residuo nel ventricolo
normale è circa pari al volume espulso.
La fase di diastole invece, è suddivisibile in 4 periodi:
1. rilassamento isovolumetrico: al termine della sistole il ventricolo si rilassa e la
pressione cade velocemente verso i valori diastolici. La chiusura delle valvole
semilunare e mitrale non consente variazioni di volume;
2. riempimento rapido: durante la fase di sistole ventricolare una certa quantità di
sangue fluisce negli atri poiché la valvola mitrale è chiusa e vi si ferma; in seguito
al rilasciamento ventricolare le valvole si aprono e il sangue fluisce dagli atri ai
ventricoli, incrementando rapidamente il volume ventricolare e diminuendo
ovviamente quello atriale. Questa fase interessa il primo terzo della diastole
ventricolare;
3. riempimento lento: interessa il secondo terzo della diastole durante il quale il
ventricolo incrementa il proprio volume ricevendo il sangue che in maniera
continua giunge dalle vene attraverso gli atri. È un riempimento lento;
4. sistole atriale: interessa l’ultimo terzo della diastole ventricolare e contribuisce per
circa il 25% al riempimento ventricolare [Hurst.,2006][Harrison,2006].
Per una visione più chiara si veda figura 1.2.
19
Figura 1.2: Esempio di ciclo cardiaco.Tratto da www.uniroma2.it.
La monodirezionalità del flusso ematico dagli atri ai ventricoli e da questi alle grosse
arterie che nascono dal cuore è garantita 2 tipologie di valvole :
le valvole atrioventricolari che si distinguono in bicuspide o mitrale nel cuore
sinistro e tricuspide nel cuore destro;
le valvole polmonare e aortica poste all’origine dei due vasi che emergono dalle
cavità ventricolari.
Le prime sono aperte durante la diastole e si chiudono quando i ventricoli sono in sistole. Il
ribaltamento delle cuspidi, che permetterebbe un reflusso sanguigno durante la sistole
ventricolare, è impedito dall’azione dei muscoli papillari e delle corde tendinee. I muscoli
papillari sono presenti sia nella parte destra che sinistra del cuore, in rapporto 1:1 con le
cuspidi e di conseguenza sono tre nel ventricolo destro e 2 nel ventricolo sinistro. Sono
caratterizzati da un lembo impiantato su una parete e il lembo controlaterale libero dal
quale partono delle sottili formazioni cordoniformi, dette corde tendinee, che ancorano le
cuspidi alle pareti ventricolari. .
20
In entrambe le semilunari invece troviamo 3 cuspidi che combaciano perfettamente tra loro
quando la valvola è chiusa, si aprono passivamente per effetto del flusso ematico e si
richiudono quando il sangue tende a rifluire verso il cuore. A differenza delle valvole
atrioventricolari, le semilunari sono chiuse in diastole ed aperte in sistole.
Procedendo inoltre dalle cavità verso l’esterno si individuano tre strati in cui è suddivisa la
parete cardiaca: endocardio, miocardio e pericardio. Il primo costituisce un rivestimento
protettivo formato da cellule endoteliali e ha la funzione di favorire lo scorrimento del
sangue all’interno del cuore per evitare coaguli del sangue. L’ultimo,invece è a sua volta
distinto nello strato parietale e nello strato viscerale, detto epicardio, tra loro separati dalla
cavità pericardica contenente un fluido sieroso che permette il movimento del cuore
all’interno del pericardio parietale. L’endocardio ricopre le camere cardiache ed è
costituito prevalentemente da cellule endoteliali.(si veda figura 1.3)
Figura 1.3 Sezione di atrio e ventricolo sinistri con asportazione della valvola mitrale. Tratto da
http://medicinapertutti.altervista.org
Per quanto riguarda il ciclo atriale è possibile notare una fase di riempimento che termina
poco prima dello svuotamento totale ventricolare e una discesa che risulta più blanda fino
21
al momento dell’ apertura della valvola mitrale da cui si ha una discesa più rapida del
volume atriale stesso fino al volume minimo. (si veda figura 1.4)
Figura 1.4 : esempio di ciclo cardiaco atriale. Vengono indicati i volumi massimo, minimo e prima
dell’apertura mitralica. [Marsan et al.,2011]
1.2 Imaging
La necessità di disporre di indici globali e regionali che quantifichino la funzionalità del
muscolo cardiaco ha portato all’utilizzo di tecniche di imaging sempre più all’avanguardia.
La prima modalitá utilizzata é rappresentata dalla ecocardiografia M-mode, utilizzata nella
pratica clinica per l’analisi dinamica del movimento della parete cardiaca, allo scopo di
valutare la cinesia della parete stessa, elemento fondamentale di diagnosi in caso ad
esempio
di
sospetta
ischemia
miocardica.
Tali
immagini,
essendo
proiezioni
monodimensionali dell’evoluzione temporale della parete cardiaca lungo una linea
perpendicolare alla parete stessa, permettono permettono di ottenere immagini con elevata
risoluzione temporale, consentendo sia di seguire nel dettaglio il movimento di strutture
veloci (i lembi valvolari), che di ottenere una stima di misure di diametri e spessori di
interesse. [Mele et al.,1998] (si veda figura 1.5)
22
Figura 1.5 Esempio di M-mode ecocardiografico del ventricolo sinistro.
Inoltre l’ecocardiografia 2-D, consente tramite acquisizioni di proiezioni definite (vista
apicale 2 e 4 camere) di calcolare stime di volumi ventricolari grazie alla applicazione di
modelli matematici, in cui il piú utilizzato é quello della formula biplana di Simpson che
calcola il volume ventricolare come somma di dischi costruiti lungo l’asse del ventricolo la
cui altezza è data dalla lunghezza assiale diviso il numero di dischi stesso e i raggi di base
sono rappresentati dalla metà delle distanze tra pareti opposte nella visione a 2- e a 4camere. Per una visione più chiara si veda figura 1.6. [Lang et al,2005]
23
Figura 1.6 Esempio di costruzione di dischi per il calcolo del volume ventricolare con l’utilizzo della
formula biplana di Simpson. Le frecce rosse indicano le distanze che sono prese come diametri dei dischi.
L'eco 2D rappresenta la metodica standard di primo livello nella pratica clinica. In
relazione a limiti insiti nella metodica (soggetto non ecogenico) che possono precludere
una qualitá delle immagini sufficiente per definire i contorni endocardici e calcolare quindi
i volumi, o ad ulteriori accertamenti in funzione della patologia o in preparazione di un
intervento chirurgico, é possibile utilizzare altre metodiche piú invasive: tra esse si
ricordano la Tomografia Computerizzata (CT), angiografia coronarica e risonanza
magnetica (MR) come gold standard
[Croisillw,2007]
[Zerhouni et al.,1998].
In
quest’ultima in particolare troviamo la modalità cine-RM in cui vengono acquisite durante
successive fasi di apnea le immagini in una certa proiezione di un singolo ciclo cardiaco,
triggerato con l'ECG. A partire da queste immagini, é possibile valutare qualitativamente la
cinesi parietale, in termini di contrazione e ispessimento.
24
Le immagini posso essere acquisite su differenti proiezioni: asse lungo (Long Axis o LA) e
asse corto (Short Axis o SA).
Le prime, come dice il nome stesso vengono acquisite con diverse orientazioni lungo l’asse
del ventricolo sinistro (costruito congiungendo l’apice del ventricolo con il centro della
valvola mitrale); possiamo avere immagini:
acquisite radialmente ad intervalli arbitrari dette RAD;
in cui sono visibili solo le due camere del cuore sinistro dette 2 CAMERE;
in cui sono visibili tutte e quattro le camere cardiache dette 4 CAMERE;
in cui oltre alle camere del cuore sinistro è visibile l’inserzione dell’arco aortico
dette a 3 CAMERE;
Il vantaggio principale del protocollo LA è che consente una facile identificazione del
piano mitralico a differenza dello Short Axis (costruito ad altezze diverse
perpendicolarmente al LA) in cui la valvola mitrale non è visibile. Per una visione
esemplificativa dei vari protocolli si veda figura 1.5.
25
Figura 1.7: Dall’alto in basso, da sinistra a destra: immagine SA, immagine LA a 2 camere, immagine LA a
3 camere, immagine LA a 4 camere.
1.3 Segmentazione-Stato dell’arte
La segmentazione della parete ventricolare e atriale vede le maggiori difficoltà nella
presenza di strutture che presentano lo stesso profilo di video intensità dell’endocardio
26
stesso come papillari e trabecolazioni (irregolarità della parete) oltre che nella presenza del
flusso sanguigno.
Al fine di ottenere una segmentazione, soprattutto del ventricolo, numerose sono le
tecniche che sono state proposte nelle diverse tipologie di imaging, alcune di queste sono
riassunte in [Suri et al.,2000], spiccano fra queste:
Higgins et al. hanno sviluppato un algoritmo semi-automatico per la segmentazione
del ventricolo in immagini CT 3D utilizzando filtri per smoothing e la riduzione
del random noise pur mantenendo le feature dell’immagine e dei contorni. [Higgins
et al.,1990]
Sanchez-Oritz et al. hanno utilizzato una tecnica di sogliatura per la detezione del
contorno del ventricolo sinistro su slice 2D di immagini a ultrasuoni 3D, fissando
una soglia in base alla intensità dell’immagine mentre un algoritmo a “componenti
connesse” è applicato sul’immagine 3D per la detezione del contorno del LV.
[Sanchez et al.,1999]
Lynch et al.
[Lynch et al.,2006] hanno utilizzato anche essi l’intensità
dell’immagine ma applicando una tecnica di clustering.
Talvolta l’utilizzo di informazioni a priori sulla natura delle strutture da segmentare risulta
una buona soluzione per i problemi sopra citati, oppure per incrementare robustezza ed
accuratezza degli algoritmi. Le informazioni a priori possono essere di piccola entità, come
per esempio delle semplici relazioni spaziali tra degli oggetti, oppure di più grande entità
come modelli statistici che rappresentano la forma delle strutture, o addirittura i suoi profili
di intensità.
Questi ultimi sono chiamati Statistical Shape Models [Petitjean et al.,2001].
Per quanto riguarda l’atrio invece gli studi di imaging che sono stati condotti vedono come
motivazione principale lo studio della fibrillazione atriale, patologia nel quale la
contrazione del miocardio atriale diventa inefficace dal punto di vista emodinamico per cui
la funzione di pompa del cuore, esercitata principalmente dalle contrazioni ventricolari,
perde il contributo della sistole atriale. [Hurst.,2006].
Ad esempio troviamo :
27
Karim t al. effettuano una segmentazione del sangue contenuto nell’atrio in
immagini MRA(magnetic resonance angiogrphy) attraverso l’utilizzo del region
growing. [Karim et al.,2007]
Marsan et al. Che utilizzano un modello ellissoide preconfigurato in immagini
ecocardiografiche 3D inizializzando 5 punti notevoli nei frame di fine diastole e
fine sistole [Marsan et al.,2011] ;
Zhuang et al. Per la segmentazione adottano la tecnica del modello statistico
precostituito che deformano secondo necessità. [Zhuang et al.,2010]
Questi sono solo alcuni esempi, tuttavia va detto che non esiste a tutt’oggi un algoritmo
che sia in grado di segmentare in modo preciso ed automatico atrio e ventricolo sinistro,
mentre esiste un grande numero di approcci semi-automatici che cercano di ridurre il
tempo necessario al clinico per tracciare manualmente tali contorni.
1.4 Scopo della tesi
Lo scopo principale di questo lavoro di tesi è l’implementazione di un algoritmo semiautomatico per la segmentazione dell’endocardio e la valutazione quantitativa della
funzione ventricolare e atriale sinistra in immagini MRI in asse lungo.
L’algoritmo presuppone di richiedere all’utente l'inizializzazione manuale di un numero
limitato di punti per localizzare la posizione iniziale dell'endocardio ventricolare e della
parete atriale per poi procedere alla segmentazione dello stesso in un tempo molto minore
rispetto a quello che impiegherebbe l’utente dovendolo fare manualmente per ogni singolo
frame.
28
Capitolo 2
Materiali e Metodi
2.1 Algoritmo di Segmentazione
L’algoritmo implementato si prefigge di inseguire il perimetro endocardico del cuore
sinistro frame dopo frame, a partire dalle immagini M-mode anatomiche costruite dai
dataset cine-MRI in asse lungo. Tale operazione si articola in tre fasi distinte :
1. tracking dei punti appartenenti alla valvola mitrale e apicali;
2. tracking punti dell’endocardio ventricolare;
3. tracking punti della parete atriale.
Ognuna di queste fasi, seppur con differenti parametri opera sostanzialmente tre passaggi
(si veda figura 2.1) :
inizializzazione;
creazione delle immagini M-mode;
segmentazione delle immagini M-mode.
29
Caricamento delle
immagini
TRACKING ANNULUS
Inizializzazione punti
annulus mitralico e
apice ventricolare
Creazione immagini
M-mode
Estrazione delle
traiettorie
Inizializzazione punti
endocardio
ventricolare
Inizializzazione punti
parete atriale
Creazione immagini
M-mode
Creazione immagini
M-mode
Estrazione delle
traiettorie
Estrazione delle
traiettorie
TRACKING
ENDOCARDIO
VENTRICOLARE
TRACKING PARETE
ATRIALE
Figura 2.1 Flowchart dell’algoritmo presentato, a sinistra in azzurro sono evidenziate le varie fasi
.
30
Al fine di evitare inutili ripetizioni ognuna di questi passaggi verrà descritto una volta sola
evidenziando le differenze esistenti fra i diversi tipi di tracking (mitralico, ventricolare,
atriale).
2.1.1 Inizializzazione
In primo luogo le immagini riguardanti una specifica sequenza cardiaca vengono caricate
in memoria e salvate in una matrice tridimensionale, in cui la terza dimensione rappresenta
il numero dei frame. Al fine di avere un minor costo computazionale, all’utente è richiesto
il crop dell’immagine rappresentante il primo frame in modo tale da poter effettuare
l’inizializzazione dell’algoritmo.
Dopo di che, seguendo la letteratura [Maffessanti et al.,2013] [Stevanella et al.,2011]
[Mafessanti et al.,2010], all’utente viene richiesto di selezionare tre punti notevoli sul
ritaglio dell’immagine: due in corrispondenza dell’annulus mitralico e il terzo sull’apice
ventricolare e sul punto atriale più basso (MV1, MV2 e Ap) come mostrato in figura 2.1. Il
tracking di tali punti consente di ottenere il riferimento per ogni frame del piano valvolare,
come la congiungente di MV1 e MV2, cosí come una stima della lunghezza del ventricolo
e dell'atrio, come distanza della normale al piano valvolare passante per il suo centro e
congiungente con la posizione apicale. Tali informazioni serviranno nei passi successivi.
31
Figura 2.2 Esempio di inizializzazione manuale dei punti dell’annulus mitralico, dell’apice ventricolare e
atriale in immagine a 4 camere (in alto) e 2 camere (in basso).
Successivamente, una volta ottenuti gli spostamenti mitralici e apicali, è richiesta
all’’utente un’ulteriore inizializzazione, ovvero la selezione di una serie di punti in
corrispondenza dell'endocardio ventricolare e della parete atriale. A partire da tali punti,
una spline interpolante di N termini viene generata, con N=32 per il ventricolo e N=12 per
l'atrio. (si veda figura2.3)
32
Figura 2.3 Esempio di selezione manuale dei punti dai quali verrà creata la spline interpolante.
Nel caso della vista a 2-camere, per la inizializzazione della parete atriale, essendo
l'ingresso della vena polmonare in atrio visibile nel suo perimetro, é stato previsto di poter
inizializzare due punti alle estremità di tale imbocco, che vengono poi congiunti con una
linea retta. ( si veda figura 2.4).
33
Figura 2.4 Esempio di inizializzazione punti parete atriale: le frecce rosse indicano i punti di ingresso della
vena polmonare che verranno congiunti con una linea retta
2.1.2 Creazione Immagini M-mode
Al termine della fase di inizializzazione, come primo step, vengono calcolate le linee di
proiezione dalle quali l’algoritmo ricaverà le immagini M-mode come profilo di
videointensitá sotteso all'immagine nel tempo: in corrispondenza dei punti dell’annulus i
segmenti vengono calcolati in modo tale da risultare ortogonali al piano mitralico,
calcolando l’angolo ortogonale al piano stesso attraverso l’utilizzo della funzione atan2
che rappresenta una variazione dell'arcotangente dove comunque presi gli argomenti reali x
e y non nulli, atan2(y,x) indica l'angolo in radianti tra l'asse positivo delle x e un punto di
coordinate (x,y) giacente su di esso. L'angolo è positivo se antiorario e negativo se in verso
orario:
(2.1)
34
Una volta calcolato l’angolo per ricavare le coordinate dei punti estremi dei segmenti si
applicano le seguenti formule (passaggio ripetuto per entrambi i punti mitralici
inizializzati) :
(2.2)
Dove con d indichiamo la lunghezza del segmento e con “mv” l’appartenenza al punto
mitralico sia esso MV1 o MV2.
In questo modo otteniamo dei punti che rappresentano gli estremi di un segmento sempre
ortogonale al piano mitralico frame per frame e sul quale poi si andrà a fare tutta
l’elaborazione successiva.
Per quanto riguarda i punti relativi all’endocardio invece vengono considerate le linee di
proiezione ortogonali, costruite come normali alla congiungente di due punti limitrofi
inizializzati sull’endocardio (si veda formula 2.1 dove questa volta l’angolo è fra due punti
limitrofi) o sulla parete atriale. I segmenti vengono costruiti ponendo al centro degli stessi
il punto selezionato dall’utente cosicchè il punto inizializzato si troverà a una distanza pari
a d/2 (si veda figura 2.5).
Figura 2.5 Esempio di costruzione di una linea di proiezione da cui viene ricavata l’immagine M-mode.
Inoltre avendo assunto come ipotesi che i punti dell'endocardio ventricolare e atriale si
spostino in direzione longitudinale, (definita dalla retta che unisce l'apice con il punto di
35
mezzo del piano valvolare) una volta ottenuto lo spostamento del piano valvolare
(massimo spostamento longitudinale) e dell'apice (minimo spostamento longitudinale)
attraverso tutte le fasi successivamente proposte (si veda figura 2.6 per visione esplicativa
di calcolo di spostamento punti mitrali e apicale) le linee di proiezione relative
all'endocardio ed all'atrio vengono riposizionate nel ciclo cardiaco, di modo da simulare il
tracking del medesimo punto nel tempo.
Figura 2.6 esempio di tracce dei punti mitralici e apice ventricolareda cui viene ricavato lo spostamento
mitralico
Più nello specifico si è calcolato lo spostamento medio del piano mitralico per ognuno dei
frame
(2.3)
dove con Y(i) intendiamo la coordinata del punto considerato (mv1, mv2, apice) nell’ iesimo frame e con Y(1) la coordinata nel primo frame;
Dopo di che si è calcolata la distanza apice-piano mitralico a fine diastole per il ventricolo
e sistole per l’atrio (ovvero la distanza massima su cui operare la normalizzazione) come:
(2.4)
Per ciascun punto endocardico si è calcolata la distanza normalizzata in direzione
longitudinale dal piano della mitrale (dove l’indice i in questo caso sta ad indicare l’iesimo punto);
36
(2.5)
Infine si è aggiornata la posizione dei punti sull’immagine di risonanza magnetica, ovvero
la posizione delle linee di proiezione.
(2.6)
Dove con α intendiamo :
(2.7)
In questo modo, l’orientamento delle linee di proiezione rimane inalterato frame per frame
(avendo operato una semplice traslazione).
37
Figura 2.7 Esempio di interpolazione con spline. I segmenti rossi indicano le perpendicolari al piano
mitralico
Definito le linee di proiezione, attraverso l’utilizzo della funzione Matlab improfile, che
restituisce i livelli di grigio sottesi alle linee di proiezione stesse,vengono costruite le
immagini M-mode, una per ogni linea di proiezione, che rappresenta il profilo di
videointensitá nel tempo. (per esempio si veda figura 2.8).
38
Figura 2.8 Esempio di immagine M-mode ottenuta da un ciclo cardiaco di risonanza magnetica: le colonne
rappresentano i frame mentre le righe rappresentano la distanza precedentemente impostata (2d+1).
2.1.3 Estrazione delle traiettorie
Una volta ottenute le immagini M-mode l’estrazione della traiettoria del punto sul
contorno
endocardico
corrispondente
viene
ottenuta
tramite
la
segmentazione
dell'immagine M-mode, tramite alcuni passaggi.
1. Filtraggio
Innanzitutto al fine di eliminare possibili artefatti presenti, un filtraggio mediano 2D di
ordine 3 viene applicato: percorrendo l’immagine pixel per pixel, dato il valore d’intensità
39
corrente, questo viene sostituito con il livello di grigio mediano, come è possibile vedere in
figura 2.9. [Lim et al.,1990 ]
Figura 2.9 : Confronto fra immagine M-mode non filtrata (a sinistra) e filtrata (a destra), è possibile notare
l’eliminazione delle componenti più spiccate dei livelli di grigio.
2 . Clustering
Per identificare al meglio il profilo di movimento nel tempo del punto selezionato si è
scelto di applicare un clustering sull’immagine M-mode precedentemente costruita [Van
Assen et al.,2003 ].
In particolare, si è preferito utilizzare l’algoritmo K-means, che, in due step ripartisce un
dataset di N oggetti in un numero fisso di K raggruppamenti secondo la distanza che i dati
hanno dai K centroidi rappresentativi di ogni gruppo.
Si ha quindi un primo step detto Assignment step in cui i centroidi vengono inizializzati in
punti casuali (non necessariamente del set originale) e i dati vengono attribuiti ai centroidi
per cui la distanza euclidea è minore :
(2.8)
40
dove
rappresenta il singolo dato e
,
sono i centroidi dell’i-esimo e j-esimo
cluster all’iterazione t.
Nel secondo step detto Update step i centroidi vengono ricalcolati come media dei dati che
appartengono al determinato cluster.
(2.9)
L’algoritmo viene ripetuto iterativamente per un numero finito di passi, finchè la somma
delle distanze dei dati dal proprio centroide scende sotto una certa soglia. [MacKay.,2003 ]
[MacQueen et al.,1967 ]
Per la scelta nel numero di cluster K si é deciso di scegliere k=3 per la clusterizzazione
delle immagini relative alla valvola mitrale e al ventricolo sinistro, come suggerito dalla
letteratura [Van Assen et al.,2008 ], mentre si é considerato k=2 per la clusterizzazione
delle immagini relative all'atrio, in funzione del ridotto spessore della parete atriale.
41
Figura 2.10 Immagine M-mode: in alto immagine clusterizzata con 3 cluster (immagine ventricolare), in
basso immagine clusterizzata con 2 cluster (immagine atriale).
3. Binarizzazione
La parete endocardica viene identificata come transizione fra il sangue e il miocardio e,
proprio a questo fine, l’immagine viene binarizzata prendendo in considerazione e ponendo
a 1 il cluster a più alta intensità di livelli grigio e utilizzando come sfondo nero il resto .
[Petitjean et al.,2001]
42
All''immagine binaria così ottenuta viene applicato l'operatore morfologico di filling (fig.
2.11). Inoltre, un ulteriore controllo sul risultato ottenuto é effettuato, confrontando la
colonna precedente con quella successiva: in particolare si calcola la differenza fra queste
due, se tale operazione porta un risultato maggiore di 10 la colonna successiva viene
sostituita dalla precedente. Ciò ha lo scopo di evitare possibili spostamenti inverosimili del
punto che si sta considerando fra un frame e il successivo (si è considerato uno
spostamento di 10 pixel come inverosimile fra due frame successivi).
Tale correzione viene applicata in entrambe le direzioni (da sinistra a destra e da destra a
sinistra dell’immagine) e una volta ottenute le due immagini corrette, esse vengono
combinate attraverso l’operatore logico OR che restituisce 1 se almeno uno dei due
ingressi è 1 e 0 negli altri casi. [Camara,2010 ]
Ciò ha lo scopo di rendere più omogeneo il contorno stesso e di evitare possibili
segmentazioni sbagliate a causa dei muscoli papillari o spostamenti incongrui della parete
cardiaca, e la mancata segmentazione di strutture prominenti.
Figura 2.11 Esempio di immagine risultato della binarizzazione ssulla sinistra, mentre sulla destra abbiamo
un’immagine risultato del filling della precedente
43
4 .Segmentazione
Una volta effettuato questo passaggio, avendo costruito l’M-mode in modo da avere la
cavitá cardiaca rappresentata nella parte superiore della immagine M-mode binarizzata, si
procede per ogni colonna dall'alto verso il basso alla ricerca del primo pixel in cui avviene
la transizione da 0 a 1, che rappresenta il punto considerato sul contorno endocardico nel
ciclo.
Nella segmentazione della parete ventricolare talvolta la presenza dei muscoli
papillari fa si che il contorno selezionato in questa maniera non sia quello ottimo ma l’edge
dei muscoli papillari stessi. Per evitare quindi di commettere questa tipologia di errore,
partendo dal fatto che l’endocardio risulta essere sempre al centro dell’immagine in base
all’inizializzazione data (si veda paragrafi 2.2.1 e 2.2.2) si è introdotto nella funzione di
detezione un meccanismo di controllo. Tale controllo fa si che nel caso in cui nelle prime
cinque righe del negativo dell’immagine binaria siano presenti più di otto pixel bianchi, la
ricerca del controllo parta dal basso dell’immagine.
Figura 2.12 Esempio di funzione di controllo sui papillari: si effettua la somma sulle prime cinque righe del
negativo dell’immagine binaria (freccia rossa), se questa supera una soglia la ricerca del contorno parte dal
basso (freccia blu).
44
In questo modo i punti che andrebbero a posizionarsi sul contorno del papillare vengono
“forzati” a posizionarsi sull’endocardio. (si veda figura 2.13)
Figura 2.13 A sinistra i punti che prima della correzione si posizionano sul contorno del papillare, a destra
punti dopo la correzione che si posizionano sulla parete endocardica
Nonostante questi accorgimenti a priori, è possibile che talvolta il contorno identificato
non sia quello ottimo o in alcuni casi, incompleto . Si è pertanto introdotto uno step
opzionale che prevede l’interazione manuale dell’utente, che può, attraverso la funzione
ginput selezionare i punti che ritiene corretti. (si veda figura 2.14)
La fase di elaborazione successiva prevede l’utilizzo di una funzione creata ad hoc che
esegue il fitting della traccia individuata con una serie di armoniche di Fourier,effettuando
la FFT della traccia stessa con ordine 5. Tale funzione consente inoltre di effettuare un
filtraggio passa basso sulla traccia e quindi uno smoothing nello spostamento.
45
Figura 2.14 Elaborazioni a posteriori del contorno dell’immagine. In alto: a sinistra immagine prima della
correzione manuale con l’utilizzo della funzione ginput, in mezzo contorno in cui sono stati inseriti
manualmente i punti mancanti, in corrispondenza della freccia rossa,, a destra fitting del contorno stesso. In
basso esempio di correzione di un punto sbagliato: l’utente seleziona i punti che ritiene corretti (immagine in
mezzo) e poi il fitting unito al filtro mediamo porta alla traccia corretta (immagine a destra).
Il passaggio finale della detezione consiste nell’applicare un filtro mediano 1D alla traccia
in modo tale da renderla quanto più omogenea possibile.
A questo punto, è sufficiente applicare una trasformazione geometrica inversa che consente
di passare dalle coordinate dell’immagine M-mode alle coordinate dell’immagine iniziale.
46
Precisamente tale trasformazione segue i seguenti passaggi:
Calcolo orientamento dei segmenti su un frame solo sapendo che questo è sempre
lo stesso per ognuno dei frame stessi;
(2.10)
Dove con il pedice “out” si indica il punto del segmento esterno rispetto alla cavità
cardiaca lungo la direzione del segmento stesso e viceversa, con “in” si indica
l’estremo più interno del segmento stesso. (nel caso di inizializzazione invertita con
MV1 non più punto con ascissa minore rispetto a MV2 ma viceversa è stata prevista
una rotazione di 180 gradi del segmento al fine di mantenere una coerenza in entrambi
i casi).
Identificazione dello spostamento del punto lungo il segmento stesso rispetto alla
posizione iniziale per ogni frame ( anche in questo caso i identifica l’i-esimo
frame);
(2.11)
Infine calcolo delle posizioni sull’immagine MRI come segue.
(
)
(2.12)
Segue un esempio di risultato finale dell’algoritmo di segmentazione :
47
Figura 2.15 : esempio di segmentazione atrio-ventricolare in immagine a 2 camere, per semplificare la
visione sono stati selezionati solo alcuni frame: si parte dal terzo e si arriva al diciannovesimo procedendo
di due in due
48
Figura 2.16 : esempio di segmentazione atrio-ventricolare in immagine a 4 camere, adottato lo stesso
sistema di visualizzazione dell’immagine 2.14
49
Capitolo 3
Protocollo Sperimentale
3.1 Popolazione Analizzata
La popolazione comprende 16 pazienti sani e a titolo di confronto tre pazienti patologici
affetti rispettivamente da cardiomiopatia dilatativa, ipertensione polmonare severa,
insufficienza valvolare mitralica e cardiomiopatia ischemica.
I pazienti analizzati sono stati sottoposti a risonanza magnetica cardiaca, presso il Centro
Cardiologico Monzino, Milano per la valutazione della funzione ventricolare sinistra. Tutte
le acquisizioni sono state ottenute usando un classico protocollo di risonanza che include
assi corti, asse lungo a 2-, e 4-camere. (vedi figura 1.5).
50
3.2 Estrazione di indici quantitativi di interesse clinico
A partire dalle coordinate dei punti mitralici,delle parete endocardica ventricolare e atriale,
sono state definite e misurate alcune grandezze di potenziale interesse clinico e
diagnostico.
Indici Globali
Tra gli indici di funzionalità globale sono stati calcolati l’area ventricolare,l’area dell’atrio,
l’area variation fraction per entrambe le camere e il movimento sistolico dell’anello
mitralico (MAPSE, Mitralic Annular Plane Systolic Excursion).
L’area del ventricolo e dell’atrio sono state misurate per ogni frame su un poligono avente
come vertici i punti endocardici e i punti anulari e quindi convertendo in cm2 il valore
ottenuto sfruttando l’informazione di pixel spacing. L’area ventricolare è rappresentativa
della contrattilità e permette di valutare il ciclo cardiaco, identificando sistole e diastole.
L’area variation fraction (AVF) [Maffessanti et al.,2013] è stata calcolata come differenza
percentuale tra area massima (Amax) ed area minima (Amin) sia per il ventricolo che per
l’atrio.
In formula :
( 3.1)
Inoltre, seguendo le guidelines [Marsan et al.,2011] dalla curva nel tempo dell' area
dell'atrio sinistro si sono identificati alcuni punti significativi e calcolati i seguenti
parametri: frazione di svuotamento attivo (AEF, active emptying fraction), che fornisce
una misura della attivitá atriale come pompa attiva; frazione di svuotamento passiva (PEF,
passive emptying fraction), che fornisce una misura della attivitá atriale come condotto
passivo, solitamente calcolati utilizzando i dati di volume. (si veda formula 3.2 e 3.3)
51
(3.2)
(3.3)
Dove con ApreA viene intesa l’area atriale prima della contrazione attiva dell’atrio ottenuta
dall’ultimo frame prima della riapertura della valvola mitralica. (si veda figura 3.1)
Figura 3.1 : esempio di ciclo cardiaco atriale. Vengono indicati i volumi massimo, minimo e prima
dell’apertura mitralica. [Marsan et al.,2011]
Il MAPSE è stato calcolato come differenza tra il valore massimo e il valore minimo
dell’escursione dei due punti anulari rilevata nel M-mode.(si veda figura 3.2) Si considera
come normale un MAPSE superiore ai 15 millimetri.
Figura 3.2 Spostamento Miltralico (MAPSE). Tratto da http://openi.nlm.nih.gov.
52
Dalle aree inoltre sono state ricavate le stime dei volumi sia per il ventricolo (applicando il
metodo di Simpson modificato precedentemente descritto), che per l’atrio. Per l’atrio
seguendo le linee guida date da [Lang et al., 2005] si è scelto di utilizzare la formula:
(3.4)
Dove con A1 e A2 vengono intese le aree calcolate nelle immagini a 2 camere e a 4 camere
rispettivamente, e per Lmin il minore fra i due assi atriali calcolati nelle immagini stesse.
Per una visione più chiara si veda figura 3.3
Figura 3.3 Esempio di Immagine ecocardiografica: vengono contrassegnati i parametri utilizzati per il
calcolo del volume atriale.
Indici regionali
In accordo con la segmentazione miocardica standard proposta dall’American Heart
Association [Cerqueira et al.,2002], il ventricolo sinistro è stato diviso in 6 segmenti
(Figura 3.4) sia nelle immagini a 4 camere che in quelle a 2 camere.
53
Figura 3.4 Suddivisione in 6 segmenti in immagine 4 camere (sinistra) e 2 camere (destra). [Cerqueira et
al.,2002]
Precisamente, nelle immagini a 4 camere, partendo dal punto mitralico più vicino al cuore
destro e procedendo lungo il miocardio in senso orario ognuno di questi segmenti
rappresenta: il settore basale settale, medio-settale, apicale settale, apicale laterale, mediolaterale, basale-laterale.
Per le immagini in 2 camere invece utilizzando la stessa convenzione di percorrenza della
parete miocardica si ha: settore basale inferiore, medio-inferiore, apicale inferiore, apicale
anteriore, medio-anteriore e basale anteriore.
Per ciascuno di essi si è calcolato lo spostamento medio longitudinale, radiale e totale,
dove con spostamento medio longitudinale viene inteso quello in direzione parallela
all’asse ventricolare o atriale, con radiale quello perpendicolare alla parete endocardica e
con totale la somma vettoriale dei due.
In particolare lo spostamento longitudinale è stato calcolato come :
(3.5)
Dove con x(i) e y(i) indichiamo la posizione del punto al frame i-esimo e con x(1) e y(1) la
posizione nel primo frame.
54
Nel calcolare lo spostamento radiale basta proiettare le coordinate lungo la direzione
radiale definita dall’angolo β (formula 2.10) e applicare la formula 3.5.
Lo spostamento medio totale è stato calcolato come somma degli spostamenti medi
longitudinali e radiali.
Per ognuno dei parametri sopra elencati sono mediati i valori relativi ai 16 soggetti normali
analizzati, cosí da definire un range di normalitá da confrontare con quanto presente in
letteratura, e rappresentare una base di paragone per i risultati ottenuti dai soggetti
patologici.
Pazienti Patologici
Infine per ognuno dei parametri calcolati si è effettuato un confronto fra i pazienti
patologici a disposizione e le medie di quelli sani in modo tale da evidenziare eventuali
cambiamenti nella normale evoluzione dei parametri.
55
Capitolo 4
Risultati
In totale sono stati analizzati 20 o 30 frames nella vista a 4 camere e nella vista a 2 camere.
Per il calcolo delle curve medie nei soggetti normali, ed il relativo intervallo di confidenza,
ed il confronto con esse delle curve dei patologici, si é provveduto a ricampionare le
singole curve su 60 punti, cosí da poter operare indipendentemente dal diverso numero di
frame acquisiti nel ciclo cardiaco.
L’intervento manuale correttivo richiesto all’utente risulta essere molto limitato, con circa
un punto sui 32 ventricolari utilizzati per ogni immagine e nessuno su quelli atriali.
Il tempo di elaborazione è di circa 5 minuti complessivi con un PC Acer Aspire 6930,
processore Intel ® Core ™2 Duo, frequenza 2.13 GHz, RAM 4,00 Gb.
56
4.1 Analisi degli indici Globali
4.1.1 Aree
La figura 4.1 rappresenta alcuni esempi di evoluzione temporale dell’area ventricolare e
atriale sinistra in soggetti sani, in cm2, in funzione della fase del ciclo cardiaco. Queste
curve riflettono il movimento globale della parete endocardica durante le varie fasi del
ciclo cardiaco, a partire dal primo frame telediastolico, corrispondente al massimo di area
ventricolare e dal minimo di area atriale.
E' possibile osservare come, per quanto riguarda il ventricolo, sia possibile individuare
nell'andamento dell'area le fasi tipiche che descrivono il ciclo cardiaco: la decrescita in
sistole, fino al minimo corrispondente alla telesistole; una crescita repentina,
corrispondente al riempimento rapido, seguita da una fase di plateau (diastasi), e quindi il
ritorno all’area iniziale.Allo stesso modo l’atrio rispecchia perfettamente il ciclo descritto
in letteratura [Marsan et al.,2011] con un area minima iniziale che cresce in corrispondenza
della diastole atriale fino ad arrivare ad un area massima, per poi avere la sistole atriale in
corrispondenza della fase di plateau del ventricolo.
Le misure ottenute ricadono nei range di normalità clinica date dalla letteratura [Lang at
al.,2005].
57
Area atrio-ventricolare 2c
40
Area(cm2)
35
30
25
ventricolo
20
atrio
15
10
1
6
11
16
Frame
Area atrio-ventricolare 4c
40
Area(cm2)
35
30
25
ventricolo
20
atrio
15
10
1
6
11
16
Frame
Figura 4.1 Esempio di evoluzione aree atriali e ventricolari in paziente sano
Al fine di costruire un range di normalitá sui soggetti analizzati, si é effettuata la media
delle aree ventricolari e atriali sui 16 soggetti normali analizzati, opportunamente
ricampionati su 60 punti per tenere in conto il diverso numero di frame nel ciclo cardiaco.
58
In Figura 4.2, tali curve medie, calcolate per atrio e ventricolo sia per la vista a 4 camere
che per quella a 2 camere, sono rappresentate, unitamente ad un range di +/-2 SD.
(si veda figura 4.2)
Area Media 2 camere
60
Area (cm2)
50
ventricolo
40
atrio
30
ventricolo-2SD
20
ventricolo+2SD
atrio-2SD
10
atrio+2SD
0
1
6
11
16
21
26
31
36
41
46
51
56
Frame
Area media 4 camere
50
45
40
Area(cm2)
35
ventricolo
30
atrio
25
ventricolo-2SD
20
ventricolo+2SD
15
atrio-2 SD
10
atrio+2 SD
5
0
1
6
11
16
21
26
31
36
41
46
51
56
Frame
Figura 4.2 Evoluzione media aree durante il ciclo cardiaco di atrio e ventricolo
59
4.1.2 Volumi
Il volume ventricolare è stato calcolato utilizzando il metodo di Simpson modificato
descritto in precedenza, mentre per il volume atriale si è utilizzata la formula fornita da
[Lang et al, 2005] descritta precedentemente (si veda formula 3.4). Va comunque detto che
entrambe
le
formule
ricostruiscono
un
volume
tridimensionale
da
parametri
bisdimensionali di conseguenza le possibilità di errore di stima aumentano rispetto a una
ricostruzione 3d diretta delle camere cardiache. In tabella 4.1-4.2 vengono riportati i valori
ottenuti per i 16 pazienti, pur se talvolta sovra stimato, è da notare come la media dei
volumi rientri nei valori forniti dalle guidelines sia per i volumi che per la frazione di
eiezione calcolata[Lang et al, 2005].
Tabella 4.1 Valori di volume ventricolare e atriale di riferimento.
60
Ventricolo
V MAX (ml)
V MIN(ml)
EF(%)
PAZIENTE
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
media
Dev.std.
212,30
209,48
131,10
115,60
187,23
116,85
152,80
78,19
65,70
182,00
120,00
159,32
186,00
135,47
161,60
123,50
146,07
43,07
92,20
86,39
60,00
31,30
81,26
51,50
44,70
35,12
33,80
61,34
74,17
80,20
47,40
79,65
45,58
43,10
59,23
20,43
56,57
58,76
54,23
72,92
56,60
55,93
70,75
55,08
48,55
66,30
38,19
49,66
74,52
41,20
71,79
65,10
58,51
11,04
Tabella 4.1 Valori di volume
61
Atrio
V MAX (ml)
V MIN (ml)
EF(%)
PAZIENTE
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
media
dev.std
55,18
57,85
50,72
75,52
57,99
39,71
34,25
56,84
48,19
41,58
50,91
58,54
55,43
60,66
87,94
45,50
54,80
13,13
32,14
37,72
31,07
35,68
33,72
20,62
12,55
18,15
21,70
27,85
21,21
41,79
26,85
38,36
58,53
24,50
30,15
11,13
41,75
34,79
38,74
52,76
41,85
48,06
63,35
68,07
54,96
33,03
58,34
28,61
51,56
36,76
33,44
46,15
45,76
11,63
Tabella 4.2 Valori di volume ventricolare e atriale stimati.
4.1.3 Area Variation Fraction
Il parametro AVF misura la variazione dell’area ventricolare e atriale sinistra tra la fase di
fine diastole e quella di fine sistole. In Tabella 4.3 sono riportati i valori assunti da questo
indice per il ventricolo in ogni soggetto sano analizzato.
62
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
media
deviazione
standard
Ventricolo
Area 2c
Area2c
Area4c
Area4c
AVF2c
AVF
2
2
2
2
(cm )
(cm )
(cm )
(cm )
(%)
4c(%)
min
max
min
max
26,01
39,67
20,34
28,14
34,43
27,72
27.60
34.25
23,43
29,99
34,25
21,87
22,35
31,97
17,40
28,19
30,09
38,28
24,94
38,26
25,64
35,85
34,81
28,48
27,58
46,98
29,99
42,93
41,29
30,14
23,02
29,94
17,74
29,93
23,11
40,73
31,24
49,45
19,71
38,53
36,83
48,85
27,55
41,29
20,55
31,33
33,28
34,41
28,27
49,30
21,81
41,64
42,66
47,62
26,66
35,70
21,82
36,53
25,32
40,27
23,68
35,94
19,17
29,78
34,11
35,63
14,47
31,43
19,51
35,63
53,96
45,24
28,23
49,33
27,87
43,32
42,77
35,66
29,43
43,87
22,21
37,26
32,92
40,39
26,58
50,86
21,28
35,62
47,74
40,26
22,46
36,11
26,51
35,60
37,80
25,53
25,50
*40,67
22,19
*35,02
36,59
36,32
4,01
7,23
3,63
5,05
7,83
7,91
Tabella 4.3 Area Variation Fraction ventricolare per ogni paziente, in verde media della AVF, in azzurro
deviazione standard. *: p<.05 Area 2c vs Area 4c
Al fine di identificare eventuali difformitá relative al calcolo delle aree del ventricolo
sinistro, a partire dalle due proiezioni considerate, è stato effettuato un t-test per dati
appaiati a due code che ha dato i seguenti risultati:
P VALUE
A2C MIN VS A4C MIN
A2C MAX VS A4C MAX
AVF2c vs AVF 4c
0,01
0,01
0,62
Tabella 4.4 p-values per t-test su parametri ventricolari.
Ricordando che vengono considerati come significativi risultati con valori di p-value sotto
lo 0.05, è da notare come secondo il test i minimi e i massimi delle aree risultano
63
significativamente differenti, con una sottostima dei volumi calcolati dalla vista a 4 camere
rispetto a quelli calcolati nella proiezione a 2 camere. Ció si ripercuote nella stima
volumetrica, che parte dal presupposto di considerare il ventricolo come un elissoide di
rotazione, ipotesi non verificata vista la difformitá delle aree qui riportata.
Nonostante questa differenza nelle aree, é possibile osservare come il calcolo della
variazione % di area nel ciclo risulti invece la medesima, indipendentemente dalla vista
considerata.
La tabella 4.5 illustra l’AVF per l’atrio in ogni soggetto analizzato.
Atrio
Area 2c Area 2c Area4c
Area4c
AVF2c
AVF 4c
2
2
2
2
(cm )
(cm )
(cm )
(cm )
(%)
(%)
min
max
min
max
1
8,81
13,70
12,87
16,37
35,69
21,38
2
15,39
20,74
10,72
15,27
25,80
29,80
3
9,14
16,19
13,30
20,20
43,55
34,16
4
13,10
17,10
17,26
22,46
23,39
23,15
5
10,49
18,75
12,96
20,90
44,05
37,99
6
9,94
13,71
13,50
20,65
27,50
34,62
7
10,32
14,32
6,31
12,25
27,93
48,49
8
5,43
8,33
5,63
10,63
34,81
47,04
9
13,80
23,50
14,82
24,43
41,28
39,34
10
7,50
12,30
8,56
15,61
39,02
45,16
11
12,82
17,87
8,24
9,42
28,26
12,53
12
12,96
20,15
2,78
5,12
35,68
45,73
13
15,05
26,30
8,90
16,40
42,78
37,48
14
4,50
7,70
13,71
21,93
41,56
37,48
15
10,10
15,30
13,10
18,48
33,99
29,11
16
15,80
21,70
17,99
21,38
27,19
15,86
media
10,95
16,73
11,29
16,97
34,53
33,71
deviazione standard
3,41
5,12
4,23
5,40
7,05
11,01
Tabella 4.5 Area Variation Fraction atriale per ogni paziente, in verde media della AVF, in azzurro
deviazione standard.
Anche per l’atrio è stato effettuato un t-test per dati appaiati con i seguenti risultati:
T-TEST
A2C MIN VS A4C MIN
A2C MAX VS A4C MAX
AVF2c vs AVF4c
p-value
0,51
0,55
0,71
Tabella 4.6 p-values per t-test su parametri atriali.
64
È da notare come le dimensioni dell'atrio, calcolate lungo le due proiezioni considerate,
fossero simili, in accordo con l'ipotesi di sfericitá dell'atrio contenuta implicitamente nella
formula considerata per la stima del suo volume.
Come detto in precedenza, per l’atrio sono stati calcolati inoltre i parametri Active atrial
emptying fraction e Passive atrial emptying fraction mostrati in tabella 4.7
AREA PREA 2C
(cm2)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
med
ia
dev.
st
5,00
AREA PREA 4C
(cm2)
AEF att 2C AEF att 4C AEF pass 2c AEF pass 4c
(%)
(%)
(%)
(%)
11,43
18,93
12,18
14,42
14,39
12,08
13,33
6,87
19,23
12,10
16,12
19,12
25,68
6,98
12,58
20,76
14,80
14,80
17,34
19,15
15,28
15,87
11,23
8,72
16,80
14,80
8,60
15,17
14,30
18,50
15,98
20,10
22,92
18,70
24,96
9,15
27,10
17,72
22,58
20,96
28,24
38,02
20,47
32,22
41,39
35,53
19,71
23,89
13,04
27,57
23,30
9,87
15,18
14,93
43,81
35,44
11,79
42,16
4,19
41,33
37,76
25,89
18,02
10,50
16,57
8,73
24,77
15,67
23,25
11,89
9,13
17,53
18,17
1,63
9,79
5,11
2,36
9,35
17,78
4,33
9,59
3,08
14,16
14,74
26,89
23,15
8,33
17,97
31,23
5,19
8,70
7,50
12,80
15,64
13,53
5,99
14,76
15,09
25,22
23,42
12,25
13,66
3,28
8,31
13,15
7,13
7,95
Tabella 4.7 Active atrial emptying fraction e Passive atrial emptying fraction per ogni paziente, in verde
media , in giallo deviazione standard.
Effettuando un t-test di confronto si nota come anche in questo caso i p-values siano
superiori allo 0.05 per il confronto di ognuno dei parametri che risultano cosí simili sia che
vengano calcolati dalla prioezione a 2 o a 4 camere.
.
65
p_value
Pass 2c vs Pass 4c
Att 2c vs Att 4c
Prea 2c vs prea 4c
0,41
0,53
0,82
Tabella 4.8 p-values per t-test su parametri atriali.
Di interesse é anche notare come si possa osservare nei soggetti normali considerati una
prevalenza della fase di svuotamento attivo (circa il 25%) rispetto allo svuotamento
passivo (circa il 12%) nella funzione atriale.
Il parametro MAPSE misura il displacement dell’anello mitralico, i valori calcolati sono
riportati in tabella 4.9.
Paziente
mapse 2c
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
media
dev.std.
mapse 4c
14.13
19.34
16,19
17,56
16,19
17,24
12,96
19,22
22,16
18,92
22,43
23,35
19,09
17,08
14,54
18,32
18,23
2,96
13,53
17,30
15,75
16,56
15,24
14,41
13,20
18,65
19,56
17,19
20,40
26,20
14,82
18,82
11,96
14,66
16,77
3,48
Tabella 4.9: Per ogni soggetto, sono riportati i valori assunti dal parametro MAPSE, espressi in mm, in la
media e la deviazione standard.
t -TEST MAPSE
P_value = 0,03
In entrambe le viste le immagini concordano con l’ipotesi data dalla letteratura che vede
nei pazienti sani un MAPSE maggiore o uguale di 15 mm.[Tsang et al.,2010] Tuttavia, la
66
stima del MAPSE effettuata sulla vista a 4 camere appare sottostimare il valore calcolato
sulla vista a 2 camere.
4.2 Analisi degli indici regionali
4.2.1 Displacement Settori Ventricolari
Anche per gli indici regionali, si é proceduto a calcolare le curve di displacement
longitudinale, radiale e totale a partire dai punti dell'endocardio, diviso nei 6 settori
caratteristici, nelle proiezioni a 2 e 4 camere. Successivamente, tali curve sono state
mediate al fine di ottenere le curve di normalitá. In ordinata sono espressi i valori in
millimetri, in ascissa il ricampionamento dei frame su 60 campioni. Segue esempio di
grafici per il displacement calcolati su un paziente sano per immagini a 2 camere e a 4
camere. (si veda figure 4.3-4.4). Segue in figura 4.3 rappresentazione spostamenti per
immagini a 2 camere.
Displacement Longitudinale 2c
displacement (mm)
12
10
basal-ant
8
mid-ant
6
apical-ant
4
apical-inf
2
mid-inf
0
basal-inf
1
6
11
16
Frame
67
Displacement Radiale 2c
8
Displacemen (mm)
7
6
basal-ant
5
mid-ant
4
apical-ant
3
apical-inf
2
mid-inf
1
basal-inf
0
1
6
11
16
Frame
Displacement Totale 2c
14
displacement (mm)
12
10
basal-ant
8
mid-ant
6
apical-ant
apical-inf
4
mid-inf
2
basal-inf
0
1
6
11
16
frame
Figura 4.3 Esempio di grafici per displacement longitudinale, radiale, totale dei segmenti ventricolari di un
paziente sanoin immagine a 2 camere.
68
In figura 4.4 vengono rappresentate tutte le tipologie di spostamento del singolo paziente
sano in immagini a 4 camere, ricordando che viene inteso come longitudinale quello
parallelo all’asse ventricolare, radiale quello perpendicolare alla parete endocardica,
totale la somma vettoriale dei due.
Displacement Longitudinale 4c
9
displacement(mm)
8
7
6
basal-lat
5
mid-lat
4
apical-lat
3
apical-sept
2
mid-sept
1
basal-sept
0
1
6
11
16
frame
Displacement Radiale 4c
7
displacement(mm)
6
5
basal-lat
4
mid-lat
3
apical-lat
2
apical-sept
mid-sept
1
basal-sept
0
1
6
11
16
frame
69
Displacement Totale 4c
12
displacemen (mm)
10
basal-lat
8
mid-lat
6
apica-lat
4
apical-sept
2
mid-sept
basal-sept
0
1
6
11
16
frame
Figura 4.4 Esempio di grafici per displacement longitudinale, radiale, totale dei segmenti ventricolari di un
paziente sanoin immagine a 4 camere.
Da notare come sia che per il paziente singolo che per la media dei pazienti (si veda figure
4.5-4.6-4.7) le zone basali sono quelle sottoposte a maggior movimento mentre l’apice
risulta essere il punto meno mobile.
Gli spostamenti medi vengono calcolati come media fra gli spostamenti fra settori
corrispondenti di ogni singolo paziente, così come per il grafico del singolo paziente in
ordinata vengono riportati i valori di spostamento medi in millimetri e in ascissa il
ricampionamento dei frame su 60 campioni.
70
Displacement Longitudinale
Displacement Longitudinale Medio 2
camere
displacement (mm)
12
10
basal-ant
8
mid-ant
6
apical-ant
4
apical-inf
2
mid-inf
0
1
6
11 16 21 26 31 36 41 46 51 56
basal-inf
frame
Displacement Longitudinale Medio 4
camere
displacement (mm)
10
8
basal-lat
6
mid-lat
4
apical-lat
apical-sept
2
mid-sept
0
1
6
11 16 21 26 31 36 41 46 51 56
basal-sept
frame
Figura 4.5 Spostamenti medi longitudinali in 2 camere (in alto) e in 4 camere(in basso)
71
Displacement Radiale
displacement (mm)
Displacement Radiale medio 2
camere
8
basal-ant
6
mid-ant
4
apical-ant
2
apical-inf
0
1
6
11 16 21 26 31 36 41 46 51 56
frame
mid-inf
basal-inf
displacement (mm)
Displacement Radiale medio 4
camere
8
7
6
5
4
3
2
1
0
basal-lat
mid-lat
apical-ant
apical-sept
mid-sept
1
6
11 16 21 26 31 36 41 46 51 56
basal-sept
frame
Figura 4.6 Spostamenti medi radiali in 2 camere (in alto) e in 4 camere(in basso)
Lo spostamento radiale medio rispecchia quanto visto nell’analisi di quello longitudinale:
maggior movimento nella parte basale del ventricolo, con apice più fermo, cosiccome è
possibile osservare nella media degli spostamenti totali in figura 4.7.
72
Displacement Totale
Displacement Totale medio 2 camere
14
Displacement (mm)
12
10
basal-ant
8
mid-ant
6
apical-ant
4
apical-inf
2
mid-inf
basal-inf
0
1
6
11 16 21 26 31 36 41 46 51 56
Frame
Displacement Totale medio 4 camere
16
Displacement (mm)
14
12
basal-lat
10
mid-lat
8
apical-lat
6
apical-sept
4
mid-sept
2
basal-sept
0
1
6
11 16 21 26 31 36 41 46 51 56
Frame
Figura 4.7 Spostamenti medi totali in 2 camere (in alto) e in 4 camere(in basso)
73
È interessante notare come la direzione longitudinale risulta la direzione preferenziale di
propagamento, ciò è testimoniato anche confermato dalla tabella 4.10-4.11 in cui il picco
di displacement massimo per tutti i segmenti del miocardio possiede un valore maggiore
nella direzione parallela all’asse ventricolare.
Tuttavia va detto che in base alla modalità di costruzione dei profili di movimento dei
punti endocardici, in cui si è ipotizzato uno spostamento proporzionale a quello della
valvola mitrale, in funzione della distanza fra base e apice, lo spostamento longitudinale ( e
di conseguenza quello totale) risultano essere frutto del metodo utilizzato, e di
conseguenza la reale informazione viene a essere nella componente radiale dello
spostamento stesso. A titolo informativo si riportano i grafici e i valori di tutti e tre gli
spostamenti.
Spostamenti (mm)
SPOSTAMENTO MAX
LONGITUDINALE
MEDIA SPOSTAMENTO
LONGITUDINALE
DEV. STD SPOSTAMENTO
LOGITUDINALE
SPOSTAMENTO MAX RADIALE
SPOSTAMENTO MEDIO
RADIALE
DEV. STD SPOSTAMENTO
RADIALE
SPOSTAMENTO MAX TOTALE
SPOSTAMENTO MEDIO TOTALE
DEV. STD SPOSTAMENTO
TOTALE
BASALANT
MIDANT
2C
APICALANT
APICAL- MIDINF
INF
BASALINF
9,70
4,49
0,94
2,22
6,05
8,71
5,26
2,47
0,53
1,18
3,31
5,11
2,62
7,09
1,26
6,19
0,26
5,25
0,6
5,98
1,67
7,23
2,49
5,43
3,3
2,75
2,05
2,57
3,35
2,48
2,45
11,44
6,56
2,13
7,66
4,07
1,76
5,28
2,16
20,02
5,59
2,51
2,43
8,36
4,36
1,8
10,49
5,98
3,51
2,48
1,74
1,82
2,63
3,36
Tabella 4.10 Riassunto valori massimi, medi e di deviazione standard per spostamento longitudinale,
radiale e totale in immagini 2c
74
Spostamenti (mm)
SPOSTAMENTO MAX
LONGITUDINALE
MEDIA SPOSTAMENTO
LONGITUDINALE
DEV. STD SPOSTAMENTO
LOGITUDINALE
SPOSTAMENTO MAX RADIALE
SPOSTAMENTO MEDIO
RADIALE
DEV. STD SPOSTAMENTO
RADIALE
SPOSTAMENTO MAX TOTALE
SPOSTAMENTO MEDIO TOTALE
DEV. STD SPOSTAMENTO
TOTALE
BASALANT
MIDANT
4C
APICALANT
APICAL- MIDINF
INF
BASALINF
8,46
4,48
1,15
2,01
5,32
8,54
4,12
2,1
0,55
0,97
2,56
4,17
2,4
3,92
1,21
4,34
0,31
3,72
0,59
5,62
1,51
7,1
2,32
7
1,95
2,1
1,94
2,66
3,45
3,1
1,32
12,34
6,41
1,44
7,98
4,17
1,23
4,37
2,34
2,01
5,96
3,04
2,41
9,81
5,34
2,39
14,1
7,47
3,56
2,37
1,36
2,03
3,2
4,22
Tabella 4.11 Riassunto valori massimi, medi e di deviazione standard per spostamento longitudinale,
radiale e totale in immagini 4c
4.3 Pazienti Patologici
Sono stati analizzati oltre ai 16 pazienti sani, 3 pazienti patologici, in particolate :
Paziente patologico 1 affetto da cardiomiopatia dilatativa (CMD);
Paziente patologico 2 affetto da ipertensione polmonare severa (IPS);
Paziente patologico 3 affetto da insufficienza valvolare mitralica e cardiomiopatia
ischemica.(CMI)
In tabella 4.12, 4.13, 4.14 sono riportati i parametri calcolati per l’atrio che per il ventricolo
dei pazienti patologici.
VENTRICOLO
2c
4c
max( Min
Max
Min
cm2) (cm2) (cm2) (cm2)
1 62,61 55,33 50,55 41,41
2 32,77 23,03 22,51 14,88
3 64,77 54,85 60,42 50,12
ATRIO
Vol
2c
max Min max(c
(ml) (ml) m2)
300,4 175,6 19,67
98,5 30,5 13,32
320,3 207 35,66
min(c
m2)
14,84
8,53
32,09
4c
Max
Min
(cm2) (cm2)
45,57 39,99
14,51 11,21
41,28 36,79
Vol
max
(ml)
15,25
4,92
16,68
Min
(ml)
12,62
4,21
15,41
Tabella 4.12 Valori aree, volumi stimati per pazienti patologici
75
VENTRICOLO
mapse 4c(mm) AVF2C(%)
AVF4C(%)
7,66
9,03
11,62
17,2
10,76
11,1
29,26
32,87
9,12
10,73
14,75
16,79
mapse 2c(mm)
CMD
IPS
CMI
Tabella 4.13 Mapse e area variation fraction ventricolare calcolati per i pazienti patologici.
ATRIO
2c
4c
AEF
AEF
AEF pass AEF
pass(%) att(%)
(%)
att(%)
7,52
18,2
6,65
5,97
7,1
30,34
3,09
19,72
6,51
3,49
0,16
9,89
AVF2C(%) AVF4C(%)
CMD
24,37
12,23
IPS
35,29
22,21
CMI
9,78
10,04
Tabella 4.14 Parametri atriali calcolati per i pazienti patologici.
Al fine di identificare meglio il rapporto esistenti fra questi dati, e i valori dei pazienti sani
sono stati realizzati degli scatter plot che presentano in ordinata il valore del parametro
considerato nell’immagine a 2 camere, e in ascissa il corrispettivo nell’immagine a 4
camere. Il movimento mitralico risulta notevolmente diminuito in tutti i pazienti patologici.
(difatti esso è stato proposto come uno dei principali parametri al fine della detezione della
presenza di una eventuale patologia cardiaca). [Tsang et al.,2010]
mapse2c (mm)
MAPSE
20
18
16
14
12
10
8
6
4
2
0
CMD
IPS
CMI
media sani
0
5
10
15
mapse 4c (mm)
Figura 4.8 Scatterplot del parametro MAPSE per i pazienti patologici a confronto con la media dei sani
76
AVF ventricolo
40
35
AVF 2C (%)
30
25
CMD
20
IPS
15
CMI
10
MEDIA SANI
5
0
0
10
20
30
40
AVF 4C (%)
AVF atrio
40
35
AVF 2C (%)
30
25
CMD
20
IPS
15
CMI
10
MEDIA SANI
5
0
0
10
20
30
40
AVF 4C (%)
Figura 4.9 scatterplot del parametro AVF ventricolare e atriale per i pazienti patologici a confronto con la
media dei sani.
Negli scatterplot rappresentanti l’area variation fraction è possibile notare una drastica
diminuzione di questo parametro in particolare nei pazienti affetti da cardiomiopatia
dilatativa e da cardiomiopatia ischemica, mentre per il paziente affetto da ipertensione
polmonare severa il paramentro si avvicina di più allo standard dei sani, sintomo del fatto
77
che il rapporto fra le aree sistoliche e diastoliche rimane inalterato nonostante la drastica
riduzione di dimensioni.
AEF ATTIVO
35
AEF att 2c (%)
30
25
20
CMD
15
IPS
10
CMI
MEDIA SANI
5
0
0
5
10
15
20
25
AEF att 4c (%)
AEF PASSIVO
14
AEF pass 2C (%)
12
10
8
CMD
6
IPS
4
CMI
2
MEDIA SANI
0
0
5
10
15
AEF 4C (%)
Figura 4.10 scatterplot del parametro AEF attivo e passivo atriale per i pazienti patologici a confronto con
la media dei sani.
E’ interessante notare come, in tutti i pazienti patologici, i punti rappresentanti i parametri
considerati risultino volta per volta spostati verso l’origine degli assi a riprova della minor
efficienza di entrambe le camere cardiache nelle patologie considerate.
78
Inoltre per ognuno dei pazienti è stata calcolata l’evoluzione temporale dell’area
ventricolare e atriale. Nei grafici sottostanti è possibile vedere tale evoluzione a paragone
con l’evoluzione media calcolata per i pazienti sani.
PAZIENTE 1 : CARDIOMIOPATIA DILATATIVA
Figura 4.11 Esempio di cardiomiopatia dilatativa:
osservabile l’ispessimento della parete miocardica.
frame tele sistolico in immagine a 2: facilmente
79
AREA VENTRICOLARE 2 CAMERE CMD
70
AREA (cm2)
60
50
40
cmd
30
media ventricolo2 camere
20
media+2sd
10
media-2sd
0
1
6
11 16 21 26 31 36 41 46 51 56
Frame
AREA VENTRICOLARE 4 CAMERE CMD
60
AREA (cm2)
50
40
patologico1ventricolo4c
30
media ventricolo 4c
20
media+2sd
10
media-2sd
0
1
6
11 16 21 26 31 36 41 46 51 56
Frame
Figura 4.12 Grafico confronto evoluzione temporale area media ventricolo e paziente patologico 1 in
immagini a 4 e a 2 camere.
E' possibile osservare che, come atteso data la dilatazione del ventricolo sinistro, l'area
ventricolare trovata nel paziente CMD si mantenga superiore al range di normalitá per ogni
punto nel ciclo cardiaco. Lo stesso si può dire per la curva atriale che risulta sempre
superiore ai range di normalità.
80
AREA ATRIALE 2 CAMERE CMD
25
AREA (cm2)
20
15
patologico1atrio2c
media atrio 2c
10
media+2sd
media-2sd
5
0
1
6 11 16 21 26 31 36 41 46 51 56
Frame
AREA (cm2)
AREA ATRIALE 4 CAMERE CMD
50
45
40
35
30
25
20
15
10
5
0
patologico1 atrio 4c
media atrio 4c
media+2sd
media-2sd
1 6 11 16 21 26 31 36 41 46 51 56
Frame
Figura 4.13 Grafico confronto evoluzione temporale area media atrio e paziente patologico 1 in immagini a
4 camere e a 2 camere.
81
PAZIENTE 2 : IPERTENSIONE POLMONARE SEVERA
Figura 4.14 Esempio di segmentazione di cuore affetto da IPS in immagine 4 camere: osservabile una
notevole diminuzione di dimensioni del cuore sinistro.
Per quanto riguarda il paziente affetto di ipertensione polmonare severa è da notare come
prevedibilmente l’area sia dell’atrio che del ventricolo in proiezioni a 2 e 4 camere si
configura fuori o nelle posizioni inferiori del range di normalità.
82
AREA VENTRICOLARE 2 CAMERE IPS
60
Area (cm2)
50
40
patologico2ventricolo2c
30
media ventricolo 2c
20
media+2sd
10
media-2sd
0
1
6 11 16 21 26 31 36 41 46 51 56
frame
AREA VENTRICOLARE 4 CAMERE IPS
50
AREA (cm2)
40
30
patologico2ventricolo 4c
20
media ventricolo 4c
media+2sd
10
media-2sd
0
1
6 11 16 21 26 31 36 41 46 51 56
frame
Figura 4.15 Grafico confronto evoluzione temporale area media ventricolo e paziente patologico 2 in
immagini a 4 e a 2 camere.
83
Area (cm2)
AREA ATRIALE 2 CAMERE IPS
20
18
16
14
12
10
8
6
4
2
0
patologico2 atrio 2c
media atrio 2c
media+2sd
media-2sd
1
6
11 16 21 26 31 36 41 46 51 56
frame
Area (cm2)
AREA ATRIALE 4 CAMERE IPS
25
20
15
10
5
0
patologico2 atrio 4c
media atrio 4c
media+2sd
1
6
11 16 21 26 31 36 41 46 51 56
media-2sd
Frame
Figura 4.16 Grafico confronto evoluzione temporale area media atrio e paziente patologico 2 in immagini a
4 e 2 camere.
84
PAZIENTE 3 : CARDIOMIOPATIA ISCHEMICA E INSUFFICIENZA MITRALICA
Figura 4.17 Visione 2 camere e a camere del cuore del paziente affetto da CMI.
Nel grafico che confronta il ventricolo affetto da cardiomiopatia ischemica e il range di
normalità è osservabile come in tutte le proiezioni l’area del patologico risulti sempre
superiore frame per frame.
85
Area (cm2)
AREA VENTRICOLARE 2 CAMERE CMI
70
60
50
40
30
20
10
0
patologico 3 ventricolo 2c
media ventricolo 2 camere
MEDIA+2SD
media-2sd
1
6
11 16 21 26 31 36 41 46 51 56
frame
Area (cm2)
AREA VENTRICOLARE 4 CAMERE CMI
70
60
50
40
30
20
10
0
patologico3 ventricolo 4c
media ventricolo 4c
media+2sd
media-2sd
1
6
11 16 21 26 31 36 41 46 51 56
frame
Figura 4.18 Grafico confronto evoluzione temporale area media ventricolo e paziente patologico 3 in
immagini a 4 e a 2camere.
Anche nel caso atriale il patologico presenta in entrambe le visioni un valore molto
superiore al range di normalità.
86
AREA ATRIALE 2 CAMERE CMI
Area (cm2)
40
30
patologico3 atrio 2c
20
media atrio 2c
10
media+2sd
media-2sd
0
1
6
11
16
21
26
31
36
41
46
51
56
frame
AREA ATRIALE 4 CAMERE CMI
50
Area (cm2)
40
30
patologico3 atrio 4c
20
media atrio 4c
10
media+2sd
media-2sd
0
1
6
11
16
21
26
31
36
41
46
51
56
frame
Figura 4.19 Grafico confronto evoluzione temporale area media atrio e paziente patologico 3 in immagini a
4 camere.
Infine per avere un migliore visualizzazione della differenza fra le aree dei pazienti
patologici e quelle dei pazienti sani, in uno scatterplot sono state poste in ascissa le aree
ventricolari misurate nella proiezione a 4 camere e in ordinata l’area nella proiezione a 2
camere sia per il ventricolo che per l’atrio.
87
Scatterplot A4c vs A2c ventricolo
Area Ventrcolare 2c (cm2)
70
60
50
40
CMD
30
IPS
20
CMI
10
MEDIA
0
0
10
20
30
40
50
60
70
Area ventricolare 4c (cm2)
Scatterplot A4c vs A2c atrio
Area Atriale 2c (cm2)
40
35
30
25
CMD
20
IPS
15
CMI
10
MEDIA
5
0
0
10
20
30
40
50
Area Atriale 4c (cm2)
Figura 4.20 scatterplot per evoluzione nel ciclo cardiaco di area atriale e ventricolare
Osservando la figura 4.20 si nota subito come il paziente affetto da IPS presenta dei range
che si posizionano ai limiti inferiori della normalità per l’area atriale, mentre per il
ventricolo la dimensione è notevolmente ridotta.
88
I pazienti affetti da CMD e da CMI invece si posizionano su range notevolmente più alti
della media.
Sono stati infine calcolati i displacement radiali (contenenti la vera informazione di
movimento per come è stato implementato l’algoritmo) nei pazienti patologici per
identificare la presenza di eventuali dissincronie nelle patologie considerate. In ordinata
vengono posti i displacement e in ascissa i frame (20 nel caso specifico).
In particolare si nota come osservando i displacement del paziente affetto da
cardiomiopatia dilatativa questi siano molto simili a quelli dei sani per conformazione con
un picco centrale e spostamenti basali più accentuati di quelli apicali, eccezion fatta per la
zona medio-anteriore nello spostamento radiale che mostra un netto picco di spostamento.
Displacement radiale 2c CMD
displacement (mm)
4
3
basal-ant
mid-ant
2
apical-ant
apical-inf
1
mid-inf
basal-inf
0
1
6
11
16
frame
Figura 4.21 Displacement per paziente affetto da CMD in immagini 2 camere
Osservando le medie e le varianze in tabella (4.15) si nota come queste siano molto simili a
quelle della media dei sani, lievemente più basse, a confermare il diminuito AVF osservato
nello scatter plot di confronto.(si veda figura 4.9)
89
BASALANT/LAT
spostamenti
(mm)
Max Rad
Med Rad
dev. Std Rad
MIDANT/LAT
2,64
1,35
0,93
APICALANT/LAT
3,80
2,50
1,31
APICALINF/SEPT
0,66
0,35
0,19
MIDINF/SEPT
1,18
0,72
0,38
BASALINF/SEPT
2,60
1,38
0,89
0,93
0,51
0,27
Tabella 4.15 valori di displacement per paziente affetto da CMD in immagini 2 camere.
Displacement radiale 4c CMD
8
displacement (mm)
7
6
basal-lat
5
mid-lat
4
apical-lat
3
apical-sept
2
mid-sept
1
basal-sepr
0
1
6
11
16
frame
Figura 4.22 Displacement per paziente affetto da CMD in immagini 4 camere
90
Discorso analogo può essere effettuato per la visione 4c, che in accordo con la visione a 2
camere presenta una fortissima componete di spostamento della zona apicale laterale, pur
mantenendo generalemente la media degli spostamenti più bassa rispetto a quella dei sani
come è possibile osservare in tabella (4.15)
BASALANT/LAT
spostamenti
(mm)
Max Rad
Med Rad
dev. Std Rad
1,43
0,96
0,43
MIDANT/LAT
APICALANT/LAT
3,76
1,97
1,57
APICALINF/SEPT
7,08
3,65
3,00
MIDINF/SEPT
2,00
1,06
0,76
2,07
1,03
0,70
BASALINF/SEPT
1,58
0,77
0,56
Tabella 4.16 Valori di displacement per i segmenti miocardici di paziente affetto da CMD in immagini a 4
camere
Anche nel paziente affetto da IPS notiamo una diminuzione media dello spostamento,
probabilmente dovuta alle dimensioni più ridotte della parte sinistra del cuore in questo
tipo di patologia.
Displacement radiale 2c IPS
8
displacement (mm)
7
6
basal-ant
5
mid-ant
4
apical-ant
3
apical-inf
2
1
mid-inf
0
basal-inf
1
6
11
16
frame
Figura 4.23 Displacement per paziente affetto da IPS in immagini 2 camere
91
La diminuzione media nella visione a 2 camere è osservabile anche dai valori della tabella
4.17)
BASALANT/LAT
spostamenti
(mm)
Max Rad
Med Rad
dev. Std Rad
MIDANT/LAT
6,96
3,52
4,96
APICALANT/LAT
3,74
2,21
2,58
APICALINF/SEPT
2,97
1,60
2,02
1,61
0,93
1,03
MIDINF/SEPT
4,23
2,21
3,30
BASALINF/SEPT
1,71
1,00
3,87
Tabella 4.17 Valori di displacement per i segmenti miocardici di paziente affetto da IPS in immagini a 2
camere
Displacement radiale 4c IPS
12
displacement (mm)
10
basal-lat
8
mid-lat
6
apical-lat
apical-sept
4
mid-sept
2
basal-sept
0
1
6
11
16
frame
Figura 4.23 Displacement per paziente affetto da IPS in immagini 4 camere
Come è osservabile dalla figura (4.23) e dalla tabella (4.17). La diminuzione di
spostamento radiale ancora più accentuata nel cuore affetto da IPS nella visione a 4c, ciò è
dovuto al fatto che nel caso specifico analizzato, la diminuzione di dimensione del
ventricolo sinistro è ancora più accentuata rispetto alla visione 2 camere. (si veda 4.20)
92
spostamenti
(mm)
Max Rad
Med Rad
dev. Std Rad
BASALMIDAPICALAPICALMIDBASALANT/LAT
ANT/LAT ANT/LAT
INF/SEPT
INF/SEPT INF/SEPT
3,00
6,24
4,23
3,86
9,75
9,39
1,77
3,11
2,38
2,12
5,14
4,27
1,04
2,36
1,42
1,39
3,71
3,40
Tabella 4.18 Valori di displacement per i segmenti miocardici di paziente affetto da IPSin immagini a 4
camere
La diminuzione delle componenti di spostamento è ancora più netta nel caso della
patologia CMI siano esse considerate in immagini a 2 camere o a 4 camere. E’ possibile
inoltre osservare anche in questo caso una notevole componente di spostamento radiale
della segmento mediale anteriore nelle immagini a 2 camere e laterale in quelle a 4 camere.
Displacement radiale 2c CMI
8
displacement (mm)
7
6
basal-ant
5
mid-ant
4
apical-ant
3
apical-inf
2
mid-inf
1
basal-inf
0
1
6
11
16
frame
Figura 4.24 Displacement per paziente affetto da CMI in immagini 2 camere
BASAL-ANT MID-ANT APICAL-ANT APICAL-INF MID-INF BASAL-INF
spostamenti (mm)
Max rad
Med rad
Dev.std rad
7,29
3,30
2,85
4,77
2,55
1,95
1,49
0,60
0,51
3,16
1,50
1,12
0,77
0,48
0,25
1,28
0,41
0,46
Tabella 4.19 Valori di displacement per i segmenti miocardici di paziente affetto da IPSin immagini a 2
camere
93
displacement (mm)
Displacement radiale 4c CMI
9
8
7
6
5
4
3
2
1
0
basal-lat
mid-lat
apical-lat
apical-sept
mid-sept
basal-sept
1
6
11
16
frame
Figura 4.25 Displacement per paziente affetto da CMI in immagini 4 camere
BASAL-ANT MID-ANT APICAL-ANT APICAL-INF MID-INF BASAL-INF
spostamenti (mm)
max rad
med rad
dev.std. Rad
2,62
1,36
1,07
3,49
1,86
1,44
2,08
0,91
0,68
3,33
1,83
1,29
5,25
2,53
1,72
8,38
3,72
3,40
Tabella 4.20 Valori di displacement per i segmenti miocardici di paziente affetto da IPS in immagini a 4
camere
94
Capitolo 5
Discussione e conclusioni
Nel presente studio si è sviluppata una nuova metodica per l’analisi di immagini cardiache
in asse lungo ottenute tramite MRI al fine di individuare le pareti endocardica ventricolare
e atriale sinistra lungo il ciclo cardiaco e se ne è testata l’applicabilità. Il metodo sviluppato
è semi-automatico, in quanto presuppone l’inizializzazione manuale dei contorni
endocardico e dei punti mitralici. Sono stati studiati 16 soggetti sani e 3 patologici e il
metodo è risultato applicabile con buoni risultati in tutti i casi. Pur non potendo sostituire la
mano del medico esperto, l’algoritmo permette di compiere l’elaborazione in tempi molto
minori rispetto a quanto accadrebbe con la segmentazione manuale.
5.1 Discussione dei Risultati
5.1.1 Indici Globali
L’area ventricolare e l’area atriale possono fornire elementi utili clinicamente come indici
della dimensione cavitaria,della funzione contrattile della camera cardiaca e consentire una
95
analisi globale del ciclo cardiaco, permettendo l’identificazione delle diverse fasi che lo
compongono. Come si può vedere, il risultato ottenuto è comparabile
con le curve
presentate recentemente da [Melo et al.,2010] in uno studio ecocardiografico, per il
ventricolo e [Marsan et al.,2011] per l’atrio.
96
Area atrio-ventricolare
40
Area(cm2)
35
30
25
ventricolo
20
atrio
15
10
1
6
11
16
Frame
Figura 5.1 Confronto risultati ottenuti con risultati dati da letteratura. [Marsan et al.,2011] [Melo et
al.,2010]
Dai valori delle curve dell’area ventricolare e atriale nel tempo è stato possibile calcolare
l’area variation fraction. Questo indice può essere utilizzato per la valutazione della
funzionalità sistolica ventricolare e atriale. L’AVF fornisce informazioni di utilità clinica
comparabile a quelle ricavabili dalla frazione di eiezione, ovvero la variazione del volume
cavitario, o dalla frazione di accorciamento ventricolare, ovvero del cambiamento
percentuale del diametro interno tra sistole e diastole, ed è una misura della funzione
miocardica globale. I valori che sono stati ricavati ricadono nel range determinato in
letteratura, ovvero tra il 30 e il 40 per cento per il ventricolo che per l’atrio. [Oh et al.,
1999]. Anche la frazione di eiezione di entrambe le camere calcolata utilizzando i volumi è
risultata in perfetta linea con la letteratura [Lang et al.,2005] con valori di eiezione media
di 58%±11,4% per il ventricolo e 45,76%±11% per l’atrio. Va tuttavia specificato che
come detto in precedenza tale misura è affetta dall’errore di stima che viene introdotto
quando si calcola il volume a partire dalle aree invece che in maniera diretta introducendo
cosi un approssimazione.(i volumi calcolati rientrano comunque nel range di normalità
fornito da [Lang et al.,2005])
Per quanto riguarda l’atrio inoltre i parametri AEF attivo e AEF passivo sono anche essi
risultati perfettamente concordi a quanto descritto da [Marsan et al.,2011].
97
Il MAPSE è un indice che misura l’escursione sistolica dell’anello mitralico ed è molto
sensibile alla condizione patologica del soggetto in quanto si altera già nelle fasi precoci
della disfunzione sistolica con valore di normalità di superiori ai 15 mm; valori minori di
15 mm sono indicativi di depressione della funzione sistolica [Alberti et al.,2004]. Come
recentemente dimostrato da [Tsang et al.,2010], il calcolo del MAPSE come indice capace
per la descrizione della funzionalità cardicaca globale ha il vantaggio, rispetto ad altri
indici, di poter essere calcolato per la maggior parte dei soggetti in quanto 1) non si basa
sulla definizione della parete endocardica e perché 2) l’anello mitralico è una struttura
spesso visibile e può essere oggetto di tracking anche quando la qualità dell’immagine del
ventricolo sinistro è scarsa. I risultati ottenuti concordano perfettamente con la letteratura.
5.1.2 Indici Regionali
La performance di ciascun segmento è espressa dal movimento dei punti endocardici.
Nel soggetto normale, con l’inizio della sistole, i punti che costituiscono l’endocardio si
muovono verso il centro della cavità determinando conseguentemente una riduzione
dell’area intracavitaria: questo fenomeno è chiamato escursione endocardica pertanto, uno
dei principali parametri che consente di descrivere la funzione segmentaria del ventricolo
sinistro sono il displacement, descrivente la cinesi parietale e legato alla funzione sistodiastolica regionale. Inoltre il displacement può essere scomposto e analizzato nelle sue
componenti oppure essere considerato nel complesso. Nell’algoritmo sviluppato, lavorando
su immagini 2D ad asse lungo, gli spostamenti misurabili sono stati quello longitudinale,
ovvero in direzione parallela all’asse, oppure radiale, ovvero in direzione ortogonale alla
parete miocardica. Le curve ricavate di displacement longitudinale mostrano come questo
meccanismo sia il principale responsabile della diminuzione dell’area ventricolare e simile,
nei segmenti basali, allo spostamento dell’annulus mitralico. Secondo alcuni autori, la
funzione longitudinale [De Simone et al.,1997] [Carlsson et al.,2007]definita come
accorciamento del diametro longitudinale del ventricolo, è il determinante principale della
gittata sistolica.
98
Durante la sistole ventricolare l’apice è relativamente fisso mentre il piano dell’anello
mitralico si abbassa verso la punta: pertanto la maggior parte della gittata sistolica sarebbe
fornita dalla traslazione longitudinale del piano atrio-ventricolare (atrioventricular plane
displacement, AVPD) [Emilsson et al.,2001], che agirebbe con un meccanismo simile a
quello di un pistone.
L’analisi dello spostamento radiale ( che come detto precedentemente risulta essere l’unico
informativo del reale spostamento dei punti e non rispetto ai punti mitralici) dimostra come
vi sia un contributo fondamentale, sebbene di entità inferiore rispetto a quello
longitudinale, alla funzione sistolica ventricolare. Il modulo della somma vettoriale degli
spostamenti longitudinale e radiale descrive il displacement totale nel piano immagine.
Le curve e i valori ottenuti per il displacement dei segmenti ventricolari risulta in perfetta
linea con quanto è possibile osservare in letteratura [Maffessanti et al.,2009] con un
movimento massimo per i segmenti basali e minimo per quelli apicali. In entrambi i casi,
in tutte le tipologie di spostamento viene raggiunto un massimo intorno al 40% del ciclo
cardiaco.
5.1.3 Pazienti patologici
Analizzando i pazienti patologici tutto è risultato perfettamente in linea con quanto
indicato dalla letteratura con una maggior area per i pazienti affetti da CMD, e da CMI e
minore della media per la paziente affetta da IPS. Per quanto riguarda gli spostamenti è
possibile notare che in tutti e tre i casi analizzati questi risultano lievemente minori della
media cosi come il MAPSE a ulteriore testimonianza della forza di questo parametro come
indicatore di presenza di patologia.
5.2 Limitazioni
Nonostante i risultati di questo studio siano coerenti con quanto reperibile in letteratura il
metodo proposto presenta alcuni limiti.
Idealmente, l’analisi della cinetica cardiaca dovrebbe essere effettuata in quattro
dimensioni (tre dimensioni spaziali più la dimensione temporale) [Saring et al.,2009].
99
L’utilizzo dell’imaging MR riduce intrinsecamente la dimensionalità del problema e quindi
limita i risultati allo spazio immagine. Questo da un lato semplifica il processo di analisi
semplificando e abbassa il costo computazionale, ma dall’altro riduce l’accuratezza dei
parametri ottenuti, presumibilmente sottostimando quelli reali. Questa limitazione è
apprezzabile soprattutto nel calcolo del displacement dei segmenti ventricolari dove,
lavorando su un immagine bidimensionale non viene considerata la componente
circonferenziale dello spostamento.
Un’ulteriore limitazione è data dal fenomeno dell’apical foreshortening, che si presenta
quando il piano su cui si ottengono le immagini di risonanza in asse lungo non passa
esattamente lungo l’asse ventricolare; ciò può portare a una sottostima dei volumi e delle
aree ventricolari, unitamente a una sovrastima della funzione cardiaca, proprio perché il
ventricolo appare più piccolo di quello che è in realtà. Questo fenomeno può essere
sorpassato utilizzando una serie di immagini che oltre alle proiezioni 2- e 4- camere
comprendono una serie di immagini in asse corto per identificare la corretta conformazione
ventricolare. Nel calcolo dei volumi avendo a disposizione solo le immagini in asse lungo,
si è scelto di effettuare una media fra le lunghezze degli assi per cercare di limitare l’errore
di stima volumetrica.
5.3 Sviluppi Futuri
La diretta conseguenza del lavoro qui presentato è l’applicazione della segmentazione,
congiunta a quanto già fatto, anche all’epicardio, di modo da poter calcolare anche indici di
massa sia ventricolari che atriali e, parametri quali la thickness e lo strain del miocardio
ventricolare .
L’algoritmo è verosimilmente applicabile anche alla parte destra del cuore salvo qualche
piccola modifica, di conseguenza un auspicabile sviluppo futuro risulta la segmentazione
di tutte e quattro le camere cardiache e la conseguente creazione di una mappa 2D
dell’organo cardiaco.
Infine, come ultimo sviluppo futuro si ipotizza il passaggio alla segmentazione e
ricostruzione tridimensionali attraverso la combinazione appropriata dei risultati di
segmentazioni bidimensionali ottenuti su diverse proiezioni, ed eventualmente l’utilizzo di
100
modelli statistici precostituiti quale ad esempio l’Active Shape Modeling. [Van Assen et
al.,2003]
101
Bibliografia
Alberti, Giussani, Fea, Malcovati, Lombardo:”The echocardiographic study of
systolic function in the hypertensive cardiomyopathy: from asymptomatic systolic
dysfunction to cardiac heart failure”. Giornale italiano di ecografia cardiovascolare.
2004;Review:29-40
Bandettini, Arai: “Advances in clinical applications of cardiovascular magnetic
resonance imaging”. Heart. 2008;94:1485-1495.
Boudoulas and Wooley, 2000, Mitral Valve: Floppy Mitral Valve Mitral, Mitral
Valve Prolapse, Mitral Valvular Regurgitation.
Carlsson, Ugander, Mosèn, Buhre, Arheden: “Atrioventricular plane displacement
is the major contributor to left ventricular pumping in healthy adults, athletes, and patients
with dilated cardiomyopathy”. American Journal of Physiology, Heart and Circulatory
Physiology. 2007;292: H1452-H1459
Cerqueira, Weissman, Dilsizian, Jacobs, Kaul, Laskey, Pennel, Rumberger, Ryan,
Verani: “A Statement for Healthcare Professionals From the Cardiac Imaging Committee
of the Council on Clinical Cardiology of the American Heart Association”. Circulation.
2002;105:539-542
Croisille: “Myocardial viability assessed with tagged MRI”. Magnetic resonance
David J.C. MacKay. An Example Inference Task: Clustering. In Information
Theory, Inference and Learning Algorithms, chapter 20, pages 284–290. Cambridge
University Press, 2003.
De Simone, Ganau, Roman, Devereux: “Relation of left ventricular longitudinal
and circumferential shortening to ejection fraction in the presence or in the absence of mild
hypertension”. Journal of Hypertension. 1997;15:1011-1017
Emilsson, Brudin, Birger: “The mode of left ventricular pumping: is there an outer
contour change in addition to the atrioventricular plane displacement?”. Clinical
Physiology. 2001;10:437-446
GI Sanchez-Ortiz, JA Noble, GJT Wright, J Feldmar, M Mulet-Parada (1999).
Automated LV Motion Analysis from 3D Echocardiography. In Medical Image
Understanding and Analysis, pages 85-88.
102
H.C. Van Assen, M.G. Danilouchkine, F. Behloul, H.J. Lamb, R.J. Van der Geest,
J.H.C. Reiber, and B.P.F. Lelieveldt. Cardiac LV segmentation using a 3D active shape
model driven by fuzzy inference. Medical Image Computing and Computer-Assisted
Intervention – MICCAI 2003, pages 533–540, 2003.
Hans C. Van Assen, Mikhail G. Danilouchkine, Martijn S. Dirksen,Johan H.C.
Reiber, and Boudewijn P.F. Lelieveldt. A 3-D active shape model driven by fuzzy
inference: application to cardiac CT and MR. Information Technology in Biomedicine,
IEEE Transactions on, 12(5):595–605, 2008.
Harrison, Principi di Medicina Interna (il manuale - 16ª edizione), New York Milano, McGraw-Hill, 2006. ISBN 88-386-2459-3.
Hurst, Il Cuore (il manuale - 11ª edizione), Milano, McGraw-Hill, 2006. ISBN 97888-386-2388-2.
J. B. MacQueen (1967): "Some Methods for classification and Analysis of
Multivariate Observations", Proceedings of 5-th Berkeley Symposium on Mathematical
Statistics and Probability, Berkeley, University of California Press, 1:281-297
John A. Camara, Electrical and Electronics Reference Manual for the Electrical
and Computer PE Exam, www.ppi2pass.com, 2010, pp. 41
JS Suri (2000). Computer vision, pattern recognition and image processing in left
ventricle segmentation: the last 50 years. Pattern Analysis and Applications, 3(3):209242.
Karim et al, Automatic Segmentation of the Left Atrium. To Appear in the
Proceedings of Medical Image Understanding And Analysis Conference 2007.
Lim, Jae S., Two-Dimensional Signal and Image Processing, Englewood Cliffs, NJ,
Prentice Hall, 1990, pp. 469-476.
M Lynch, O Ghita, PF Whelan (2006). Automatic Segmentation of the Left
Ventricle Cavity and Myocardium in MRI Data. Elsevier Computers in Biology and
Medicine, 34(4):389407.
103
Maffessanti F, Gripari P, Pontone G, Andreini A, Bertella E, Saima M, Tamborini
G, Fusini L, Pepi M, Caiani EG. Three-dimensional combined dynamic assessment of
tricuspid and mitral annuli using cardiac magnetic resonance. Eur Heart J CV Imaging
2013 (in press)
Maffessanti F, Stevanella M, Votta E, Lombardi M, Parodi O, De Marchi D, Conti
CA, Redaelli A, Caiani EG. Feasibility of a novel approach for 3D mitral valve
quantification from magnetic resonance images. Comput Cardiol 2010; 157-60
Marsan et al, Left atrial reverse remodeling and functional improvement after mitral
valve repair in degenerative mitral regurgitation: A real-time 3-dimensional
echocardiography study. American Heart Journal 2011;161:314-21.
Materials in Physics, Biology and Medicine. 2007;11(1-2):47-48
Mele, Pedini, Alboni, Levine: “Anatomic Mmode: a new technique for quantitative
assessment of left ventricular size and function”. American Journal of Cardiology.
1998;81:82-85
Melo, Macchiavello, Andrade, Carvalho, Vasconcelos, Berger, da Rocha,
Nascimento: “Semi-automatic algorithm for construction of the left ventricular area
variation curve over a complete cardiac cycle”. Biomedical Engineering Online. 2010;9:5
Oh, Seward, Tajik: “The echo manual”. Lippincott Williams and Wilkins. 1999
Petitjean, Caroline, and Jean-Nicolas Dacher. "A review of segmentation methods
in short axis cardiac MR images." Medical image analysis 15.2 (2011): 169-184.
Saring, Relan, Ehrhardt, Mullerleile, Bahrmeyer, Groth, Handels: “Reproducible
extraction of local and global parameters for functional analysis of the left ventricle in 4D
MR image data”. Methods of Information in Medicine . 2009;48:216-24
Stevanella M, Maffessanti F, Conti CA, Votta E, Arnoldi A, Lombardi M, Parodi
O, Caiani EG, Redaelli A. Mitral valve patient-specific finite element modeling from
cardiac MRI: simulation of the annuloplasty procedures. Cardiovascular Engineering and
Technology 2011;2:66-76.
104
Tsang, Ahmad, Patel, Sugeng, Salgo, Weinert, Mor-Avi, Lang: ”Rapid Estimation
of Left Ventricular Function Using Echocardiographic Speckle-Tracking of Mitral Annular
Displacement”. American Society of Echocardiography. 2010
WE Higgins, EL Ritman (1990). 3D Image-Enhancement Technique for
Volumetric Cardiac Images. In AC. Bovik and WE Higgins, editors, SPIE, Biomedical
Image Processing, 1245:159170.
Zerhouni, Parish, Rogers, Yang, Shapiro: “Human heart: tagging with MR
imaging–a method for noninvasive assessment of myocardial motion”. Radiology.
1988;169:59-63
Zhuang et al. A Registation-Based Propagation Framework for Automatic Whole
Heart Segmentation of Cardiac Mri, Ieee Transactions on medical imaging, vol. 29, no. 9,
september 2010, 1612-1625
105
