Automated analysis of 3D echocardiography
Stralen, M. van
Citation
Stralen, M. van. (2009, February 25). Automated analysis of 3D echocardiography. ASCI dissertation series. Retrieved from https://hdl.handle.net/1887/13521
Version: Corrected Publisher’s Version
License: Licence agreement concerning inclusion of doctoral thesis in the Institutional Repository of the University of Leiden
Downloaded from: https://hdl.handle.net/1887/13521
Note: To cite this publication please use the final published version (if applicable).
Cover Page
The handle http://hdl.handle.net/1887/13521 holds various files of this Leiden University dissertation.
Author: Stralen, M. van
Title: Automated analysis of 3D echocardiography
Issue date: 2009-02-25
“PhD” — 2009/2/1 — 21:11 — page 143 — #149
Samenvatting 9
“PhD” — 2009/2/1 — 21:11 — page 144 — #150
144 SAMENVATTING
Het linker ventrikel van het hart is verantwoordelijk voor het rondpompen van het zuurstofrijke bloed door het hele lichaam. Bepaling van de linkerventrikelfunc- tie is daarom erg belangrijk in het maken van keuzes in de kliniek, de evaluatie van therapeutische effecten en het bepalen van prognoses. Gedurende het laatste de- cennium jaar heeft 3-dimensionale (3D) echocardiografie zich ontpopt tot een zeer waardevolle techniek voor het evaluaren van de linkerventrikelfunctie. Dit proef-
onderzoeksdoel
schrift, zoals gesteld inhoofdstuk 1, draagt bij aan het automatiseren van de analyse van 3D echocardiografie om de tijdsduur van de analyze te verkorten, variabiliteit tussen beoordelaars te verminderen en om de reproduceerbaarheid van de func- tiebepaling te vergroten. Op deze manier zouden de diagnose en de behandeling van cardiovasculaire aandoeningen verbeterd kunnen worden en de bijbehorende kosten worden gereduceerd. In dit hoofdstuk zal een overzicht van de beginselen van echografie gegeven worden. De huidige 3D echocardiografie, inclusief de fast rotating ultrasound (FRU) transducer en de commerciële matrix transducers, wor-
FRU
transducer den in een historisch perspectief geplaatst. Ook worden de belangrijkste onderw- erpen in digitale beeldanalyse behandeld, met de nadruk op automatische analyse van echocardiografie.
Hoofdstuk 2beschrijft een methode voor detectie van de endocardiale wand voor betrouwbare bepaling van het linkerventrikelvolume over de volledige hart- slag, terwijl slechts minimale gebruikersinteractie vereist is. In dit hoofdstuk ligt
semi- automatische
analyse de nadruk op de analyse van beelden verkregen met de FRU transducer. De meth- ode is gebaseerd op het detecteren van het endocardiale wand in 2-dimensionale (2D) doorsneden van het linker ventrikel, met behulp van dynamic programming en pattern matching. Vier handgetekende contouren in 2D doorsneden werden gebruikt om 3D plus tijd (3D+T) patiënt-specifieke vorm- en textuurmodellen af te leiden, die een benadering van de vorm en textuur van de endocardiale wand beschrijven. De kennis in deze modellen werd vervolgens optimaal benut met be- hulp van dynamic programming en pattern matching om de contouren in alle ben- odigde doorsneden in de gehele hartslag te detecteren. Met deze gedetecteerde contouren konden de 3D endocardial oppervlakken gereconstrueerd worden en het volume van het linker ventrikel over de volledige hartslag worden bepaald. Deze semi-automatische methode is geëvalueerd op data van 10 patienten en vergeleken met volumes verkregen uit MRI opnamen, de gouden standaard. Het bleek dat de volumes goed correspondeerde met de MRI-bepaalde volumes. Een sterk punt van deze methode, de mogelijkheid om de automatisch gedetecteerde contouren te corrigeren, werd ook geëvalueerd, en liet een betere correlatie zien met de MRI volumes in vergelijking tot analyse zonder correcties. Ook, kwam er een lage vari- abiliteit uit de vergelijking van de resultaten van twee verschillende gebruikers.
Hoofdstuk 3behandelt een belangrijk nadeel van de semi-automatische endo- cardiale wanddetectie: het beperkte model voor de beweging van de mitralisklep.
“PhD” — 2009/2/1 — 21:11 — page 145 — #151
SAMENVATTING 145
Daarom werd een techniek onderzocht voor het automatisch volgen van de mi- volgen van de mitralisklep
tralisklep schanierpunten (MKSP). Om een continue, cyclische detectie te garan- deren, terwijl beweging in zowel horizontale als verticale richting werd toegestaan, werd het volgen van de MKSP gedaan met behulp van multidimensionaal dynamic programming met apodized block matching. De methode werd geëvalueerd op gedigitaliseerde 2D echocardiogrammen van doorsnee kwaliteit, om de robustheid van de tracering te beoordelen en om hem te vergelijken met gangbare detecti- etechnieken. Een hoge accuraatheid en precisie werd gevonden, vergelijkbaar met de variabiliteit tussen verschillende handmatige annotaties. Hierin is de grote waarde van deze methode te zien, en zijn belofte voor toepassing in 3D echocardiografie.
Inhoofdstuk 4wordt de reconstructie van 3D+T data, verkregen met de FRU transducer, bestudeerd. De typische uitdagingen van dit reconstructieproces wor-
den besproken. De gepresenteerde methode gebaseerd op normalized convolution 3D+T beeld- reconstructie
is toegespitst op de onregelmatige en schaarse verdeling van de data. De aanpak werd gedemonstreerd op gesimuleerde 2D data en getest op in-vivo data verkre- gen met de FRU transducer. The voorgestelde reconstructietechniek laat voordelen zien ten opzichte van standaard technieken. Beeldartefacten als gevolg van fusie van opeenvolgende hartslagen en valse randen in dunbemonsterde delen van het beeld werden verminderd. De methode is generiek en kan worden toegepast op een breed scala van 3D ultrageluidsbeelden, zoals handmatige 3D echo en mecha- nische 3D transesophagale echocardiografie.
Hoofdstuk 5behandelt een oplossing voor een veelvoorkomend probleem in
modelgebaseerde segmentatietechnieken: de initialisatie van het model. Daar- automatische initialisatie
toe wordt een detectietechniek gepresenteerd die een skeletachtige benadering van het linker ventrikel detecteert, namelijk de lange as van het linker ventrikel en de positie van het vlak door de mitralisklep. Deze twee elementen kunnen zeer be- hulpzaam zijn bij het initialiseren van een modelgebaseerde techniek. De gepre- senteerde techniek kan de lange as betrouwbaar vinden met behulp van dynamic programming en een Hough transform voor cirkels, gebaseerd op detectie van het midden van het linker ventrikel in vlakken die loodrecht op de geschatte lange as staan en door deze middelpunten te volgen over de volledige hartslag. Door ge- bruik te maken van deze gedetecteerde lange as kan een benadering gevonden wor- den voor het vlak door de mitralisklep, gebaseerd op basale contourdetectie met dynamic programming. Er wordt gedemonstreerd dat de gepresenteerde techniek goed presteert op FRU beelddata en ook in beelden verkregen met een commerciële matrix-transducer. De techniek vraagt weinig rekentijd en is daarom veelbelovend om als initialisatiestap voor segmentatiemethoden gebruikt te worden.
Hoofdstuk 6richt zich op het vervullen van het uiteindelijke doel binnen dit
onderzoek, namelijk volautomatische segmentatie van het linker ventrikel in 3D volautomatische segmentatie
echocardiografie. We kozen voor een aanpak met gebaseerd op 3D active appear-
“PhD” — 2009/2/1 — 21:11 — page 146 — #152
146 SAMENVATTING
ance models (AAMs): statistische modellen die typische variatie in vorm en tex- tuur van het linker ventrikel beschrijven in 3D echocardiografie. Het generalis- erend vermogen van de vorm- en textuurmodellen werd geëvalueerd in relatie tot het aantal patienten in de studie. Voor het textuurmodel wordt een niet-lineaire grijswaarde-normalisatie gepresenteerd, die de generalisatie van het textuurmodel verbetert. Verder wordt de prestatie van de AAM-detectie uitgebreid geëvalueerd in relatie tot de initialisatie van het model, de hoeveelheid vooraf bekende infor- matie over het te segmenteren beeld en de gebruikte optimalisatiemethode. Dit laat zien dat een adequate automatische detectie kan worden bereikt mits de AAM is geïnitialiseerd binnen een bepaald insluitingsgebied. Het gebruik van Jacobian tuning in de optimalisatie blijkt een aanzienlijke verbetering te geven in de precisie en accuratesse van de detectie. Wanneer 3D AAMs gecombineerd gebruikt worden met een automatische initialisatie en een passende nabewerking, dan zouden ze in staat moeten zijn om de gewenste analyse te leveren. Dit is een veelbelovende richting voor toekomstig onderzoek.
Tenslotte presenteerthoofdstuk 7in het kort het onderzoeksdoel met de con- clusies van elk van de hoofdstukken in dit proefschrift. Ook wordt het gepresen-
discussie en
conclusies teerde werk bediscussieerd en worden aanbevelingen voor toekomstig onderzoek gegeven, in het bijzonder met het oog op textuuranalyse, modelgebaseerde seg- mentatie en integratie van de gepresenteerde technieken. De belangrijkste bij- dragen en de relevantie van het werk worden samengevat in de algemene con- clusies. Daar komen de reductie in analysetijd en variabiliteit tussen gebruikers aan bod, en het verbeteren van de reproduceerbaarheid door het automatiseren van de analyse van 3D echocardiografie. De gepresenteerde technieken kunnen ook van grote waarde zijn in gerelateerde toepassingsgebieden, zoals handmatige 3D echografie en 3D transesophagale echocardiografie. Ook onderzoek op het ge- bied van automatische analyse van cradiale MR of CT zou kunnen profiteren van de voorgestelde technieken, net zoals onderzoek op het gebied van 3D echocardio- grafie profiteert van ontwikkeling in die onderzoeksrichtingen. Integratie van de gepresenteerde technieken en technische innovaties op het gebied van 3D echografie kunnen snel leiden tot betrouwbare volautomatische analyse van 3D echocardio- grafie.
