Sviluppo di un algoritmo semiautomatico di segmentazione e quantificazione della funzione atrio-ventricolare sinistra da immagini MRI in asse lungo

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. 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 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”. 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.

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. 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 cine-MR, 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. 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’epicardio. 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 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.