ES2899745T3

ES2899745T3 - Velocimetría de imágenes de partículas adecuada para la formación de imágenes por proyección de rayos X

Info

Publication number: ES2899745T3
Application number: ES14159245T
Authority: ES
Inventors: Andreas Fouras; Stephen Dubsky
Original assignee: 4DMedical Ltd
Current assignee: 4DMedical Ltd
Priority date: 2009-09-16
Filing date: 2010-09-16
Publication date: 2022-03-14
Anticipated expiration: 2030-09-16
Also published as: EP2742866B1; EP2742866A3; AU2010295229A2; US9370334B2; WO2011032210A1; JP5770733B2; SG179151A1; EP2478379B1; NZ599301A; US20140334710A1; JP2014193409A; CA2790588A1; EP2478379A4; EP2478379A1; EP2742866A2; AU2010295229A1; JP5860505B2; US20120237104A1; CA2790588C; US9036887B2

Abstract

Un método para proporcionar una imagen de un pulmón, que comprende las etapas de: 1. registrar imágenes del pulmón codificando los datos del pulmón en términos de coordenadas cartesianas; 2. reconstruir un campo de movimiento en 3D a partir de la información codificada en las imágenes registradas; 3(a). segmentar una imagen del pulmón en una pluralidad de segmentos; y 3(b). asociar cada segmento a regiones del campo de movimiento en 3D, en donde las etapas 1, 2, 3(a) y 3(b) están automatizadas, y en donde el campo de movimiento en 3D comprende mediciones del movimiento del tejido pulmonar en las imágenes registradas.

Description

DESCRIPCIÓN

Velocimetría de imágenes de partículas adecuada para la formación de imágenes por proyección de rayos X

Campo de la invención

La presente invención se refiere a la formación de imágenes, en particular la formación de imágenes de movimiento.

En un aspecto, la presente invención se refiere al campo de la ingeniería biomédica, en particular la formación de imágenes in vivo o in vitro.

En otro aspecto, la invención se refiere a la tecnología para la formación de imágenes de función y de forma en una amplia gama aplicaciones de investigación, medicina e industria.

En otro aspecto más, la presente invención es adecuada para su uso como método y dispositivo para la formación de imágenes del movimiento de tejido vivo.

Será conveniente en lo sucesivo describir la invención en relación con la formación de imágenes médicas in vivo, aunque debe apreciarse que la presente invención no se limita únicamente a ese uso, sino que también se puede utilizar para aplicaciones in vitro y otras aplicaciones médicas tales como diagnóstico y tratamiento, así como aplicaciones de investigación y aplicaciones industriales. En particular, aunque la descripción se referirá particularmente al sistema pulmonar y al sistema vascular, las personas expertas en la materia apreciarán que la aplicación de la presente invención no está limitada a ello y que puede extenderse a otros sistemas que tengan un aspecto mecánicamente dinámico en su función.

Asimismo, aunque en lo sucesivo será conveniente describir la invención en relación con la formación de imágenes usando una fuente que emite rayos X, tal como las utilizadas para la velocimetría por imágenes de partículas con tomografía computarizada por rayos X (CTXV), se apreciará que la presente invención se extiende a cualquier sistema que proporcione la formación de imágenes utilizando cualquier fuente conveniente.

Muchos procesos importantes en el cuerpo humano implican movimiento. Algunos ejemplos obvios incluyen el sistema cardiovascular (movimiento del corazón y el flujo sanguíneo), el sistema pulmonar (movimiento del diafragma y los pulmones), el sistema renal (movimiento y filtrado de la sangre) y el sistema musculoesquelético (movimiento de músculos, tejido conectivo, huesos y articulaciones). Las enfermedades del sistema vascular, tales como la formación de trombos, y las enfermedades pulmonares son las principales causas de mortalidad y morbilidad en los países desarrollados. El estudio de los aspectos mecánicamente dinámicos de estos sistemas contribuye a una mejor comprensión del funcionamiento fundamental del cuerpo humano y es una ayuda útil para combatir disfunciones y enfermedades.

La capacidad para reconocer y tratar las enfermedades o disfunciones de estos sistemas viene dictada por nuestra capacidad para formar imágenes de los mismos in situ y con alta resolución. En particular, la formación de imágenes actual no puede revelar la mayoría de las formas de enfermedad pulmonar antes de que resulten clínicamente evidentes. Cuanto antes se detecten estas enfermedades, mejor será el pronóstico.

Una característica relativamente común de muchas enfermedades pulmonares, tales como el enfisema y la fibrosis pulmonar, es una alteración regional de la estructura distal de las vías respiratorias que conduce a marcados cambios regionales en la deformación del tejido pulmonar. Por lo tanto, se han hecho intentos para desarrollar técnicas de formación de imágenes que puedan detectar diferencias regionales en las velocidades del tejido a través del pulmón durante el ciclo respiratorio y así detectar enfermedades y disfunciones pulmonares en sus primeras etapas.

Antecedentes de la técnica

Cabe señalar que cualquier análisis de documentos, dispositivos, actos o conocimientos en la presente memoria descriptiva se incluye para explicar el contexto de la presente invención. Asimismo, el análisis a lo largo de la presente memoria descriptiva se debe al entendimiento del inventor y/o a la identificación de ciertos problemas relacionados con la técnica por parte del inventor. Además, cualquier análisis sobre materiales tales como documentos, dispositivos, actos o conocimientos en la presente memoria descriptiva se incluye para explicar el contexto de la invención en términos del conocimiento y la experiencia del inventor y, en consecuencia, dicho análisis no debe tomarse como una admisión de que cualquiera de los materiales forma parte de la base de la técnica anterior o del conocimiento general común en la técnica relevante en Australia, o en cualquier otro lugar, en o antes de la fecha de prioridad de la divulgación y las reivindicaciones del presente documento.

También se apreciará que las referencias en el presente documento a 'movimiento' son intercambiables con 'flujo' o 'velocidad' (que es una función de movimiento en el tiempo).

La capacidad de medir in vivo campos de flujo de sangre tridimensionales (3D) es importante para el estudio de los efectos de las propiedades del flujo de la sangre sobre el desarrollo, diagnóstico y tratamiento de enfermedades cardiovasculares, tales como la aterosclerosis. Para obtener información útil de las mediciones del campo de flujo sanguíneo in vivo, se requiere una medición no invasiva a través de tejido ópticamente opaco y con alta resolución.

El desarrollo de tecnologías que sustentan las mediciones in vivo de la forma y función del cuerpo humano se ha discutido en diversos artículos. (Véase, por ejemplo, Fouras A, Kitchen MJ, Dubsky S, Lewis RA, Hooper SB y Hourigan K - 2009 Journal of Applied Physics Vol, 105, que representa una breve revisión de la formación de imágenes por rayos X, ultrasonografía, formación de imágenes por resonancia magnética, formación de imágenes por radionúclidos, velocimetría por láser Doppler, y velocimetría de imagen de partículas, y una revisión más detallada de la formación de imágenes por rayos X in vivo).

Las técnicas actualmente disponibles para la medición del campo de flujo en vasos opacos, tales como las técnicas basadas en la formación de imágenes por resonancia magnética, adolecen de una resolución espacial y temporal deficiente, lo que limita la aplicación de estas técnicas al análisis de flujo in vivo. Se han logrado mejores resultados con técnicas tales como la velocimetría de imágenes de partículas (PIV), en la que el desplazamiento de las partículas trazadoras se determina mediante correlación cruzada estadística de regiones dentro de pares de imágenes de partículas. Existen diversas variantes para el análisis del flujo volumétrico, incluyendo PIV tomográfica, seguimiento volumétrico de partículas y PIV holográfica.

Formación de Imágenes por PIV en general

La PIV es bien conocida para la medición precisa de campos de velocidad instantáneos. Las técnicas de PIV que utilizan luz visible se limitan a muestras ópticamente transparentes. Sin embargo, el uso de rayos X con la PIV ha extendido la aplicación de este método al tejido opaco, lo que hace que este modo de formación de imágenes sea ideal para la medición del campo de flujo sanguíneo in vivo.

En la PIV, se forman imágenes de regiones de fluido que contienen múltiples partículas trazadoras (normalmente iluminadas por un láser de longitud de onda visible) en dos puntos en el tiempo, separados por un intervalo de tiempo conocido, y se procesan las imágenes mediante un software de correlación. Específicamente, se asignan pares de imágenes a regiones de interrogación discretas. Se efectúa una correlación cruzada entre los pares de imágenes de cada región de interrogación y, estadísticamente, el valor máximo de la correlación cruzada es el desplazamiento de partículas más probable dentro de la región de interrogación.

En los últimos años la PIV se ha combinado con la formación de imágenes por rayos X. El poder de penetración de los rayos X permite medir el flujo dentro de objetos opacos, con aplicaciones para la medición del campo de flujo sanguíneo no invasiva y de alta resolución.

Velocimetría de imágenes de partículas 2D

Kim y Lee (Kim GB y Lee SJ, 2006, Exp. Fluids 41, 195) han medido el flujo en tubos, con partículas y células de sangre como trazadores, utilizando PIV con rayos X. Los métodos divulgados en ese estudio se limitan a dos componentes de la velocidad (promediados sobre la dimensión perpendicular al plano de la imagen) dentro del volumen de medición. Los algoritmos de PIV utilizados pertenecían al estado de la técnica relativo a la velocimetría óptica/láser. Estos algoritmos asumen una iluminación pulsada (instantánea) y cero gradientes de flujo fuera del plano y, por lo tanto, no tienen en cuenta las características 3D de la formación de imágenes de flujos reales utilizando rayos X. Esto da como resultado una subestimación significativa de la velocidad del flujo.

Fouras, A et al. en “The past, present, and future of x-ray technology for in vivo imaging of function and form”, Journal of Applied Physics, vol. 105, n.° 10, utiliza un 2D PIV (imágenes de rayos X obtenidas a partir de un solo ángulo de proyección utilizando un sincrotrón) para medir dos componentes de velocidad en un gazapo muerto con ventilación mecánica.

Velocimetría de imágenes de partículas 3D

Recientemente, los análisis por PIV de rayos X se han ampliado para incluir datos de flujo en 3D. Fouras y colaboradores (Fouras A, Dusting J, Lewis R y Hourigan K y colaboradores, 2009 Journal of Applied Physics Vol.102: 064916) dan a conocer que el pico de correlación representa una función de densidad de probabilidad (PDF) de la velocidad dentro del volumen de medición. Cuando se combina con ciertas suposiciones sobre el campo de flujo, es posible convertir esta PDF volumétrica de la velocidad en un perfil de velocidad. Esto da como resultado la capacidad de medir datos de flujo 3D a partir de imágenes de rayos X de proyección única.

La tomografía computarizada (TC) es una técnica utilizada para reconstruir un objeto en un espacio tridimensional a partir de proyecciones bidimensionales. Normalmente, la densidad del objeto integrado en la dirección de proyección se calcula a partir de la atenuación de los rayos X, que será proporcional a los valores de intensidad de los píxeles en una imagen de proyección digital. Luego se reconstruye la estructura del objeto a partir de imágenes de proyección tomadas desde diferentes ángulos de visión, utilizando la retroproyección de Fourier o métodos algebraicos. También existen variantes para la reconstrucción de objetos desde unos pocos ángulos de proyección, que utilizan métodos iterativos para reconstruir la estructura de la muestra, a menudo explotando el conocimiento previo de la muestra, por ejemplo, que esté hecha de un solo material.

La CTXV puede ofrecer por lo tanto mediciones de velocidad de tres componentes para campos de flujo complejo 3D, tales como los que se encuentran en el sistema cardiovascular. Las imágenes de proyección única son insuficientes para evaluar tres componentes de velocidad. Las imágenes tomadas desde un solo ángulo de proyección no contienen información de desplazamiento en la dirección paralela al haz de rayos X. Esto limita la PIV de rayos X de proyección única a mediciones de velocidad de dos componentes. Con un método similar a la TC, la CTXV supera esta limitación mediante el uso de múltiples ángulos de proyección. Las relaciones señal-ruido se pueden mejorar utilizando formación de imágenes con contraste de fase y métodos de recuperación de fase.

Específicamente, como en la PIV de rayos X de proyección única de la técnica anterior, se calculan las funciones de correlación cruzada para las regiones de interrogación dentro de los pares de imágenes. Se reconstruye el campo de velocidad en cortes axiales, definidos por las filas de regiones de interrogación para todos los ángulos de proyección. Un modelo de cuadrícula rectangular 2d de tres componentes representa el campo de velocidad para cada corte. Se generan funciones de correlación cruzada estimadas para cada ángulo y cada región de interrogación dentro de cada corte. Las funciones de correlación cruzada estimadas se generan usando la convolución de la función de autocorrelación medida con la PDF de velocidad para la región de interrogación dentro del modelo. Se optimizan iterativamente los coeficientes de velocidad del modelo, minimizando el error entre la función de correlación cruzada medida y las funciones de correlación cruzada estimadas, simultáneamente en todos los ángulos de proyección y regiones de interrogación dentro de ese corte. Usando este enfoque iterativo, se llega a un modelo que representa con precisión el campo de velocidad de tres componentes dentro de cada corte.

Se requiere un número relativamente pequeño de proyecciones y esto es importante para minimizar la dosis de radiación. También permite la integración de la CTXV con una reconstrucción de TC como la descrita anteriormente, proporcionando una medición simultánea de forma y función.

La TC tiene la ventaja de ofrecer la mejor resolución y penetración de todas las modalidades de formación de imágenes médicas, pero también tiene la desventaja significativa de administrar altas dosis de rayos X. Si no fuera por esas dosis de radiación, la TC de alta resolución se convertiría en una herramienta de detección estándar.

Sin embargo, a pesar de que ofrecen la mejor resolución y penetración de todas las modalidades de formación de imágenes médicas, las técnicas de PIV de rayos X de la técnica anterior usan imágenes de partículas tomadas desde un único ángulo de visión, que no contienen información del desplazamiento de las partículas en la dirección paralela al haz de rayos X y, por lo tanto, tienen el inconveniente de estar limitadas a mediciones de velocidad de dos componentes. Además, no se dispone de información sobre el perfil de velocidad en la dimensión perpendicular al plano de la imagen y, por lo tanto, no es posible realizar mediciones en 3D sin un conocimiento previo del flujo.

Existe actualmente la necesidad de ampliar las capacidades de medición tanto de forma como de función en términos de estructura, volumen y movimiento y proporcionar una reconstrucción 3D más auténtica de los campos de flujo.

Sumario de la invención

Es un objeto de la presente invención proporcionar imágenes perfeccionadas que sean reconstrucciones 3D más auténticas en lugar de reconstrucciones de imágenes 3D.

Es un objeto adicional de la presente invención proporcionar un método perfeccionado de conversión de conjuntos de datos en reconstrucciones 3D más auténticas en lugar de reconstrucciones de imágenes 3D.

Es un objeto de las realizaciones descritas en el presente documento solucionar o aliviar al menos un inconveniente de los sistemas de la técnica relacionados o al menos proporcionar una alternativa útil a los sistemas de la técnica relacionada.

En esencia, las realizaciones de la presente invención se derivan de la comprensión de que la formación de imágenes puede utilizar tres componentes (u, v, w) de movimiento sobre 2, o preferentemente 3, coordenadas espaciales (x, y, z) más el tiempo (t), lo que se denominará en el presente documento "3D" o "4D" según corresponda, pero que en la práctica mide más componentes que la formación de imágenes 3D de la técnica anterior. Asimismo, se ha descubierto que esta metodología se puede aplicar a la medición de movimiento de cualquier tipo. Por ejemplo, con referencia a las mediciones fisiológicas, se puede aplicar la metodología para medir un fluido en movimiento tal como sangre, aire o linfa, y/o medir un tejido, tal como tejido pulmonar, durante la inspiración y espiración. Otra constatación es que también se pueden procesar datos relacionados con características tales como deformación y cizallamiento. En la práctica, la presente invención proporciona la capacidad de:

(i) efectuar reconstrucciones 3D de movimiento que no son posibles utilizando la tecnología de imágenes 3D de la técnica anterior,

(ii) reconstruir la información de movimiento 3D (velocidad) sin reconstruir primero imágenes 3D,

(iii) evaluar datos tales como cizallamiento, deformación y flujo volumétrico, en 4D (x, y, z, t), y presentarlos en formato de imagen mediante la reconstrucción de 3 componentes de velocidad en 3D o 4d .

En un primer aspecto de las realizaciones descritas en el presente documento, se proporciona un método para la formación de imágenes de una muestra, incluyendo el método las etapas de:

1. registrar imágenes desde al menos un ángulo de proyección y realizar un análisis de correlación cruzada de pares de imágenes que codifican datos de velocidad para la muestra en términos de coordenadas cartesianas; y 2. reconstruir un campo de velocidad 2D o 3D directamente a partir de las correlaciones cruzadas del par de imágenes del análisis

en donde la reconstrucción se efectúa sin reconstruir primero imágenes 2D o 3D y en donde las etapas 1 y 2 están automatizadas.

La reconstrucción de la etapa 2 puede llevarse a cabo por métodos iterativos o, alternativamente, por métodos directos.

La imagen del campo de velocidad puede así contener una gran cantidad de información visual. Sin embargo, las imágenes de campo de velocidad, aunque familiares para los físicos, no lo son para otros profesionales que deban interpretarlas, tales como médicos o patólogos, que están acostumbrados a ver características fisiológicas. Para proporcionar una imagen que se pueda reconocer y comprender más fácilmente, puede ser necesario asociar el campo de velocidad a las correspondientes características de una imagen digitalizada (segmentada) de la muestra. La necesidad de asociar datos de imágenes a características reconocibles, fisiológicas o de otro tipo, no se limita a los campos de velocidad, sino que puede aplicarse a cualquier dato de imagen apropiado capturado por cualquier medio.

Se proporciona adicionalmente un método para proporcionar una imagen de una muestra, que comprende las etapas de:

1. registrar imágenes que codifican datos para la muestra en términos de coordenadas cartesianas;

2. reconstruir un campo de datos 2D o 3D a partir de la información codificada en las imágenes registradas; 3(a). segmentar una imagen de la muestra, y

3(b). asociar cada segmento a regiones del campo de datos 2D o 3D, en donde la reconstrucción se efectúa sin reconstruir primero imágenes 2D o 3D y en donde las etapas 1 y 2 están automatizadas.

Preferentemente, las imágenes serán registradas desde múltiples ángulos. Sin embargo, resultará evidente para las personas expertas en la técnica (según se da a conocer en Irvine SC, Paganin DM, Dubsky S, Lewis RA y Fouras A 2008 Applied Physics Letters 93: 153901; y Fouras, A., Lo Jacono, D., Nguyen, C.V. & Hourigan, K. 2009 Volumetric Correlation PIV: a new technique for 3D velocity vector field measurement. . Experiments in Fluids 47 (4), 569-577), que cuando una muestra tiene simetría rotacional en términos de forma o movimiento, será necesaria la medición desde un solo ángulo de proyección. Asimismo, solo se necesitará un ángulo de proyección si se registran datos de profundidad de fase o enfoque además de los datos de velocidad.

Por consiguiente, en un segundo aspecto de las realizaciones descritas en el presente documento se proporciona un método para obtener imágenes de una muestra, incluyendo el método las etapas de:

1. registrar imágenes desde al menos un ángulo de proyección y realizar un análisis de correlación cruzada en pares de imágenes para obtener datos de velocidad 2D para la muestra en términos de tres coordenadas cartesianas, y

2. reconstruir un campo de velocidad 3D directamente a partir de las correlaciones cruzadas del par de imágenes del análisis

en donde las etapas 1 y 2 están automatizadas.

Usando este método se obtiene pues una imagen 2D o 'de proyección única' de la muestra. Repitiendo las etapas muchas veces, los datos 3D pueden ser expandidos a datos 4d .

Por consiguiente, en un tercer aspecto de las realizaciones descritas en el presente documento se proporciona un método para obtener imágenes de una muestra, incluyendo el método las etapas de:

1. registrar imágenes desde al menos un ángulo de proyección y realizar un análisis de correlación cruzada de pares de imágenes que codifican datos de velocidad para la muestra en términos de coordenadas cartesianas; y 2(a). usar un método iterativo para reconstruir un campo de velocidad 3D directamente a partir de las correlaciones cruzadas del par de imágenes del análisis;

2(b). repetir el método iterativo para producir un campo de velocidad 4D; y

3. usar el campo de velocidad 4D para proporcionar más información

en donde la reconstrucción se efectúa sin reconstruir primero imágenes 2D o 3D y en donde las etapas 1 a 3 están automatizadas.

La información adicional proporcionada de acuerdo con el método anterior puede referirse a cualquier característica útil, tal como cizallamiento o deformación. Estas pueden ser importantes para el análisis del grado o calidad de la funcionalidad de la muestra. Además del registro de datos de velocidad, la etapa 1 puede incluir el registro de información de profundidad de fase (holografía) o foco.

Normalmente, el método iterativo será análogo a un método TC iterativo.

Con el método de la presente invención se puede utilizar cualquier fuente que proporcione formación de imágenes. Esto incluye fuentes que emitan los siguientes tipos de energía:

rayos X,

luz visible, incluidos láseres visibles,

radiación infrarroja, incluidos láseres infrarrojos,

radiación ultravioleta, incluidos láseres ultravioleta,

ultrasonido,

impedancia eléctrica, y

resonancia magnética.

En una realización preferida, la presente invención es un método para la formación de imágenes de una muestra por CTXV.

En un cuarto aspecto de las realizaciones descritas en el presente documento, se proporciona un método para formación de imágenes de una muestra, incluyendo el método las etapas de:

1(a). registrar imágenes desde múltiples ángulos de proyección;

1(b). asignar imágenes a ventanas de interrogación rectangulares;

1(c). derivar los componentes de velocidad u, v, w en las direcciones x, y, z, a partir de las imágenes;

1(d). realizar un análisis de correlación cruzada en pares de imágenes definidas por las ventanas de interrogación; y

2. reconstruir un campo de velocidad 3D directamente a partir de las correlaciones cruzadas del par de imágenes derivadas del análisis

En un quinto aspecto de las realizaciones descritas en el presente documento, se proporciona un método para convertir los conjuntos de datos que definen un campo de velocidad en un mapa de cumplimiento regional, comprendiendo el método las etapas de:

1(a). registrar imágenes desde al menos un ángulo de proyección y realizar un análisis de correlación cruzada de pares de imágenes para medir parámetros codificados de,

(i) velocidad (u, v, w) contra tiempo frente a coordenadas cartesianas (x, y, z),

(ii) un parámetro físico adicional (p) elegido del grupo que comprende presión o volumen;

2(a). integrar las mediciones para proporcionar un único campo de velocidad 3D; y

2(b). describir el cumplimiento regional en términos de derivadas definidas por (5u/5x 5v/5y 5w/5z) / 5p.

en donde la etapa 2 se efectúa sin reconstruir primero imágenes 2D o 3D y en donde las etapas 1 y 2 están automatizadas.

En otro aspecto adicional de las realizaciones descritas en el presente documento, se proporciona un método para convertir los conjuntos de datos que definen un campo de velocidad en un mapa de cumplimiento regional, comprendiendo el método las etapas de:

1. registrar imágenes desde al menos un ángulo de proyección y realizar un análisis de correlación cruzada de pares de imágenes para medir parámetros codificados de,

(i) movimiento (u, v) frente a coordenadas cartesianas (x, y), y

(ii) espesor (t), presión (p) y volumen (V) de la muestra;

2(a). integrar las mediciones para proporcionar un único campo de velocidad 3D;

2(b). describir el cumplimiento regional en términos de

(8u/8x Sv Sy).t / Sp;

y

2(c). despejar t, por comparación matemática del cumplimiento total con el cumplimiento total determinado sumando los cumplimientos regionales, de acuerdo con,

t = V / 1 /(5u/5x 5v/5y),

Por ejemplo, el método anterior se podría utilizar para crear un mapa de cumplimiento regional para la inspiración o expiración de un pulmón, el latido de un corazón, o la pulsación de la sangre en una arteria. Por lo tanto, la presente invención se puede utilizar para medir cualquier movimiento, ya sea de fluido o de tejido.

Con particular referencia al pulmón, el método de la presente invención puede ser utilizado para detectar el movimiento del tejido pulmonar y para medir los campos de velocidad que definen la velocidad y la dirección del movimiento regional del pulmón durante una respiración. Se pueden generar mapas regionales del pulmón que muestren el grado y ritmo de expansión a partir de los campos de velocidad, revelando regiones del tejido con propiedades anormales causadas por una enfermedad pulmonar no uniforme inducida experimentalmente. Esto incluye enfermedades tales como fibrosis pulmonar, fibrosis quística, cáncer y asma.

Específicamente, esto incluiría medir parámetros de velocidad del aire (u, v, w) contra el tiempo frente a coordenadas cartesianas (x, y, z), segmentar una imagen 3D de las vías respiratorias de los pulmones, después asociar cada región del pulmón sobre la que se midió la velocidad a un segmento correspondiente de la imagen 3D para representar el flujo de aire dentro de las vías respiratorias a lo largo del tiempo. Esto se puede resumir en el siguiente diagrama de flujo:

Debido a la capacidad funcional del método de la presente invención, anteriormente no disponible en la formación de imágenes por rayos X, en combinación con las expectativas de reducción drástica de la dosis, un aparato o sistema basado en el método podría ser de gran utilidad, por ejemplo, como escáner clínico. Tal sistema de escáner podría utilizarse para proporcionar una detección y un diagnóstico tempranos de enfermedades o trastornos. El aparato también podría aplicarse a la industria, por ejemplo midiendo el movimiento durante el procesamiento de minerales, o en el laboratorio de medicina preclínica, procesamiento de minerales, geofísica y mecánica de fluidos.

En otro aspecto de las realizaciones de la invención, se proporciona un aparato para usar con el método de la presente invención, comprendiendo el aparato:

(i) una o más fuentes de energía;

(ii) uno o más detectores para registrar las imágenes creadas por la energía, procedente de una o más fuentes de energía, que pasa a través de una muestra; y

(iii) un sujetador de muestras para ubicar la muestra entre la una o más fuentes de energía y el uno o más detectores;

en donde, durante el uso, el sujetador de muestras hace girar la muestra a través de múltiples ángulos de proyección de energía y se graba al menos una imagen en cada uno de los ángulos de proyección.

(i) una o más fuentes de energía; y

(ii) uno o más detectores para registrar las imágenes creadas por la energía, procedente de una o más fuentes de energía, que pasa a través de una muestra;

en donde, durante el uso, se ubica una muestra entre la una o más fuentes de energía y el uno o más detectores, se giran las fuentes y los detectores con respecto a la muestra a través de múltiples ángulos de proyección de energía y se registra al menos una imagen de la muestra en cada uno de los ángulos de proyección.

(i) dos o más fuentes de energía que tienen unos respectivos ángulos de proyección;

(ii) uno o más detectores para registrar las imágenes creadas por la energía, procedente de las fuentes de energía, a medida que pasa a través de una muestra; y

en donde los registros en cada uno de los ángulos de proyección se efectúan simultáneamente.

Se puede usar cualquier intervalo conveniente de ángulos de proyección de 1° a 360°. Sin embargo, normalmente el intervalo de ángulos de proyección no alcanza los extremos de este intervalo. Por ejemplo, es probable que sean adecuados unos ángulos de proyección con una separación de entre 30° y 180°.

Además de los al menos una fuente y un detector de energía, el aparato para usar con el método de la presente invención puede incluir varios otros componentes que incluyen, por ejemplo, (i) sistemas para modular y alinear la fuente, el objetivo y/o el detector, (ii) sistemas para captura, procesamiento y análisis de imágenes, y (iii) una conveniente interfaz de usuario.

Otros aspectos y formas preferidos se desvelan en la memoria descriptiva y/o se definen en las reivindicaciones adjuntas, que forman parte de la descripción de la invención.

Aunque hay una serie de sistemas de la técnica anterior que pueden medir información de velocidad 3D, tales como ultrasonido Doppler, formación de imágenes por resonancia magnética (IRM), PIV holográfica, PTV holográfica digital en línea, PIV tomográfica y PIV de desenfoque, todos ellos tienen inconvenientes que no incluye la presente invención. Por ejemplo, el ultrasonido Doppler tiene resolución espacial y temporal limitadas, disminuyendo la resolución con el aumento de la profundidad de medición. La resonancia magnética tiene resolución espacial y temporal limitadas, lo que resulta particularmente evidente en la medición temporal. La PIV holográfica, la PTV holográfica digital en línea y la PIV tomográfica están limitadas a medios transparentes, lo que prácticamente elimina su utilidad para la formación de imágenes in vivo. Tampoco pueden proporcionar información anatómica o de forma. Adicionalmente, estas técnicas se basan en reconstruir imágenes 4D para luego medir el movimiento, lo cual significa que los sistemas que usas estas técnicas son comparativamente complejos y tienen una resolución espacial limitada en comparación con el sistema de la presente invención.

En comparación con los sistemas mencionados anteriormente y otros sistemas de la técnica anterior, la presente invención proporciona unas ventajas que incluyen las siguientes:

• la capacidad de decodificar mucha más información (la totalidad de la función de densidad de probabilidad de velocidad proyectada), a partir de un par de imágenes, de la que puede extraer la TC tradicional de una imagen (las integrales de línea de la absorción de rayos X);

• una formación de imágenes mejorada con mayor resolución en comparación con los métodos de la técnica anterior;

• un avance significativo en la tecnología PIV, particularmente PIV por rayos X y velocimetría holográfica;

• una capacidad mejorada para medir campos de movimiento 3D en muestras opacas, tales como pulmones, corazón y vasos sanguíneos;

• un tiempo de escaneo comparativamente corto, minimizando la exposición de la muestra a la fuente de radiación; y

• nuevas opciones de diagnóstico y tratamiento clínicos

La presente invención es adecuada para una amplia gama de aplicaciones médicas, biológicas e industriales. Dentro de los campos médico y biológico, la presente invención se adapta particularmente bien al estudio o medición del movimiento asociado con;

• la sangre,

• el corazón y sus válvulas,

• el tejido pulmonar,

• los cilios, incluido el aclaramiento mucociliar,

• el flujo de aire dentro de los pulmones y otros tejidos,

• el tracto gastrointestinal y su contenido,

• las estructuras internas del oído, incluidos el tímpano, los cilios y los huesos,

• el fluido dentro del oído,

• la hinchazón, incluida la hinchazón del cerebro,

• los huesos, incluidos el líquido sinovial y el tejido conectivo de las articulaciones,

• los músculos, y

• el sistema linfático, incluido el fluido linfático.

El alcance de aplicabilidad adicional de las realizaciones de la presente invención resultará evidente a partir de la descripción detallada que se da a continuación. Sin embargo, debe entenderse que la descripción detallada y los ejemplos específicos, aunque indican las realizaciones preferidas de la invención, se dan únicamente a modo de ilustración.

Breve descripción de los dibujos

Las personas expertas en la técnica pueden comprender mejor la descripción, los objetos, las ventajas y los aspectos de las realizaciones preferidas y otras de la presente solicitud haciendo referencia a la siguiente descripción de realizaciones tomada junto con los dibujos adjuntos, que se dan solo a modo de ilustración y, por lo tanto, no son limitativos de la presente divulgación, y en los que:

La Figura 1 es un diagrama esquemático que describe el diseño básico de un sistema CTXV de acuerdo con la presente invención. El diagrama muestra tres haces de rayos X policromáticos transmitidos a través de una muestra y convertidos en luz visible por unos centelleadores. Unos sistemas detectores de alta velocidad producen luego un conjunto de imágenes. Simultáneamente se recopilan diversos datos de proyección sin girar la muestra. Se fijan a la muestra unas coordenadas cartesianas (x, y, z) y se giran un ángulo 0 desde el eje del haz p;

La Figura 2 es un diagrama esquemático de una configuración experimental de formación de imágenes que ilustra las coordenadas cartesianas x, y, z fijadas a la muestra y giradas un ángulo 0 desde el eje del haz p. El diagrama muestra un haz de rayos X monocromático transmitido a través de una muestra y convertido en luz visible por un centelleador. Luego, un sistema detector de alta velocidad produce una imagen. Se recopilan diversos datos de proyección girando la muestra. Se fijan a la muestra unas coordenadas cartesianas (x, y, z) y se giran un ángulo 0 desde el eje del haz p;

La Figura 3(a) es un esquema del modelo de proyección hacia delante de acuerdo con la presente invención. Las funciones de correlación cruzada se estiman por convolución de la PDF de velocidad, proyectada a partir del modelo de flujo, con la función de autocorrelación calculada a partir de las imágenes de proyección;

La Figura 3(b) ilustra la reconstrucción del movimiento 3D de la CTXV, habiéndose minimizado el residuo entre las correlaciones cruzadas estimadas y medidas en todas las ventanas de interrogación y en todos los ángulos de proyección simultáneamente para producir un modelo de flujo transversal que representa con precisión el campo de flujo.

La Figura 3(c) ilustra la unidimensionalización de las funciones de correlación cruzada. La integración a través de las filas y columnas de la función de correlación cruzada 2D produce una representación 1D de la PDF de velocidad en las direcciones r y q respectivamente;

La Figura 4 ilustra un campo de velocidad de sangre reconstruido en 3D en un solo punto del tiempo. Para mayor claridad, solo se ha dibujado la mitad de la muestra, con una menor resolución de vectores en todas las dimensiones para que se puedan ver los vectores individuales. Los vectores se representan en diferentes colores, y cada color representa una magnitud de velocidad diferente.

La Figura 5 es un campo de velocidad del tipo representado en la Figura 4, para un pulmón y comprende vectores que muestran la velocidad de un tejido pulmonar en un único punto del tiempo durante la inspiración;

La Figura 6 es una ilustración en 3D de una imagen de la estructura de unas vías respiratorias pulmonares de acuerdo con la presente invención, en donde los vectores de un campo de velocidad han sido adaptados a unas características fisiológicas correspondientes, que son las vías respiratorias (tráquea, bronquiolos, alvéolos); La Figura 7 ilustra un modelo de diseño asistido por ordenador (Figura 7(a)) utilizado para la sección hueca de la muestra del Ejemplo 3, y una reconstrucción de TC (Figura 7(b)) basada en el contraste de moteado de partículas. La geometría de la muestra se basa en la unión de un cono y un círculo barrido helicoidalmente;

La Figura 8 ilustra una reconstrucción CTXV del flujo a través de la muestra representada en la Figura 7 para mostrar cómo la CTXV puede medir simultáneamente la estructura 3D y la velocidad del flujo a través de geometrías complejas. Una sección de la imagen se ha hecho transparente para poder ver el flujo y los vectores dentro de la muestra y, para mayor claridad, se ha reducido en 4x la resolución de los vectores en las direcciones x, y, z;

La Figura 9(a) muestra la naturaleza 3D de la iluminación con rayos X y el análisis velocimétrico de correlación cruzada según se describe en el Ejemplo 4, mientras que la Figura 9(b) ilustra la detección in vivo del movimiento del tejido pulmonar de acuerdo con la presente invención;

La Figura 10 representa unas medidas estadísticas de patología pulmonar que comprenden controles con grupos 36 horas después de la exposición a bleomicina (Figuras 10(a) a (d)) y 6 días después de la exposición (Figuras 10(b) a (h)); y

La Figura 11 muestra la expansión regional dentro de un pulmón con imágenes histológicas comparativas.

Descripción detallada

Como se ha mencionado anteriormente, Fouras y colaboradores han demostrado que las funciones de correlación cruzada calculadas a partir de pares de imágenes de rayos X representan una PDF de velocidad para el volumen de medición proyectado.

La presente invención proporciona ahora una técnica que incluye formar imágenes del flujo desde múltiples ángulos de proyección para obtener información con respecto a los tres componentes de la velocidad en un espacio tridimensional. Con esta información, se puede reconstruir el campo de velocidad 3D directamente a partir de correlaciones cruzadas de pares de imágenes, sin la necesidad de reconstruir una imagen volumétrica.

Usos adicionales de los datos recopilados

Según se ha analizado anteriormente, la presente invención no se limita a la formación de imágenes del movimiento de fluidos tales como sangre, sino que también puede representar el movimiento de los tejidos u órganos completos tales como los pulmones. Un procesamiento cuantitativo adicional de los datos utilizados para la formación de imágenes puede proporcionar más información útil, tal como el flujo de aire dentro de los pulmones o la cantidad de cizallamiento.

Los datos recogidos también pueden ser utilizados para construir imágenes de la forma/anatomía de una estructura, tal como un órgano, simultáneamente con la velocidad.

La presente invención también puede proporcionar información útil relativa a la naturaleza periódica de un sistema tal como la respiración, los latidos del corazón o la peristalsis. Específicamente, se pueden combinar los datos recopilados en diferentes puntos en el tiempo para reconstruir el ciclo de, por ejemplo, una respiración, un latido del corazón o una contracción peristáltica.

Los datos recogidos de acuerdo con la presente invención pueden incluir información de profundidad a partir de datos de fase (holográficos) o datos de enfoque. Estos tipos de datos se pueden utilizar para mejorar la calidad de la representación de datos para un mismo número de proyecciones o, alternativamente, reducir el número de proyecciones a partir de las cuales se recopilan los datos. En un extremo límite, los datos podrían recopilarse de tan solo una o dos proyecciones; sin embargo, algunos datos se perderían si se usara una sola proyección. Por consiguiente, se prefiere que el método incluya las etapas de;

1. registrar imágenes desde al menos un ángulo de proyección, preferentemente múltiples ángulos de proyección, y llevar a cabo un análisis de correlación cruzada de pares de imágenes que codifiquen los datos de velocidad de la muestra en términos de coordenadas cartesianas, y

2. reconstruir un campo de velocidad 2D o 3D directamente a partir de las correlaciones cruzadas del par de imágenes del análisis

Conversión de conjuntos de datos en mapas de deformación

La presente invención proporciona un método para convertir conjuntos de datos en mapas regionales de deformación. Por ejemplo, para la ventilación pulmonar, el conjunto de datos (que define un campo de velocidad) puede comprender la medición de la velocidad en 2D o 3D, el margen de presión pulmonar en el transcurso de una respiración y posiblemente el volumen de aire inhalado y exhalado por el paciente en el transcurso de una respiración.

Cuando el conjunto de datos define un campo de velocidad 3D tiempo (es decir, 4D), el método de conversión comprende las etapas de;

2(a). integrar la velocidad sobre cualquier parte de la inspiración o espiración, para dar un único campo de velocidad 3D, teniendo este mapa 3D unas cantidades de velocidad que se pueden definir como u, v, w sobre las coordenadas direccionales x, y, z;

2(b). entonces, la deformación regional se describe matemáticamente como

(8u/8x Sv/Sy Sw/Sz) / Sp

(donde Sp = cambio de presión en la misma parte de la inspiración o espiración de 2a)

en donde la reconstrucción de la etapa 2 se realiza sin reconstruir primero imágenes 2D o 3D y en donde las etapas 1 y 2 están automatizadas.

Cuando el conjunto de datos define un campo de velocidad 2D tiempo (es decir, 3D), el método de conversión comprende las etapas de;

2(a). integrar la velocidad sobre toda la inspiración o espiración, para dar un solo campo de velocidad 2D, teniendo este mapa 2D unas cantidades de velocidad que se pueden definir como u, v sobre las coordenadas direccionales x, y.

2(b). describir matemáticamente la deformación regional como:

(donde t = espesor, p = presión sobre la inspiración o espiración)

2(c). despejar t, por comparación matemática de la deformación total (medida comúnmente) con la deformación total determinada sumando las deformaciones regionales que, en forma de ecuación, se pueden expresar como;

(donde V = volumen inhalado o exhalado)

en donde la reconstrucción de esta etapa 2 se realiza sin reconstruir primero imágenes 2D o 3D y está automatizada.

Usando este método se puede producir una imagen de campo vectorial del tipo de la Figura 5. En esta imagen, unos vectores muestran la velocidad del tejido pulmonar en un solo punto del tiempo durante la inspiración, medida usando CTXV. Se pueden usar diferentes tonos de gris (o preferentemente diferentes colores) para representar la magnitud de la velocidad y la resolución reducida de los vectores en todas las dimensiones ayuda a la visualización. En esta imagen, el espacio entre las mediciones de velocidad es de aproximadamente 0,18 mm. Esto ilustra que la CTXV es capaz de producir mediciones precisas de alta resolución con muy pocas proyecciones.

Al relacionar el campo de vectores con las estructuras fisiológicas del pulmón, se puede generar una imagen más fácilmente reconocible. Esto se puede lograr mediante las etapas adicionales de:

3(a). segmentar una imagen 3D de la muestra, y

3(b). asociar los segmentos de la imagen 3D con las derivadas correspondientes.

La Figura 6 es un ejemplo de estas etapas adicionales que se han aplicado para crear una representación 3D de la estructura de las vías respiratorias del pulmón. Se ha utilizado el movimiento del tejido pulmonar, medido mediante CTXV, para calcular la expansión del pulmón y, por lo tanto, el flujo de aire hacia el pulmón sobre una base regional. Las principales vías respiratorias se representan en tonos de gris (o preferentemente en diferentes colores) para demostrar diferentes flujos volumétricos en diferentes regiones.

Por consiguiente, los datos de movimiento del tejido pulmonar (Figura 5) se procesan utilizando la etapa 3 descrita anteriormente para establecer la medición del movimiento del aire dentro del pulmón (Figura 6). Este enfoque en "dos partes" tiene una ventaja sobre la medición directa del movimiento de un fluido en la medida en que se puede utilizar una dosis de radiación mucho menor.

Podría aplicarse un enfoque similar de dos partes a la medición de movimiento en otros órganos tales como el corazón. Específicamente, sería posible usar los métodos de la presente invención para medir directamente el flujo de sangre. También sería posible usar los métodos de la presente invención para medir el movimiento del tejido cardíaco (pared muscular, válvulas y/o vasos) y luego derivar la medición del flujo de fluido (sangre).

Sistema y Aparato

El método de la presente invención podría ser implementado en una amplia gama de sistemas de formación de imágenes. Preferentemente, el método se implementaría usando un sistema CTXV, porque tiene la ventaja de ofrecer la mejor resolución y penetración de todas las modalidades de formación de imágenes médicas.

Un sistema CTXV normal que incorporase la presente invención consistiría principalmente en un número de líneas de imagen de rayos X con contraste de fase, normalmente al menos tres líneas de imagen. Más de tres líneas mejorarían la calidad de los datos recopilados, pero concomitantemente aumentarían la complejidad del sistema, el costo y potencialmente la dosis de rayos X administrada.

Con referencia a la Figura 1, cada línea de formación de imágenes constaría normalmente de los siguientes componentes clave:

a. cámara de rayos X de velocidad de vídeo o doble obturador (1);

b. fuente de rayos X de haz cónico (2);

c. sistema de modulación de fuente (3);

d. hardware básico de alineación de fuente (4);

e. hardware de alineación de cámara de alta resolución (4);

f. hardware de captura y análisis de imágenes (5); y

g. interfaz de usuario (6).

Además del hardware de formación de imágenes, se requiere un hardware y un software para la captura y análisis de imágenes. El hardware y software de captura y análisis de imágenes normalmente constaría de los siguientes componentes clave:

h. hardware de captura de imágenes de alta velocidad;

i. hardware de procesamiento de imágenes de alta velocidad;

j. software de procesamiento de imágenes; y

k. interfaz de usuario para alineación, formación de imágenes y análisis.

Los detalles de los componentes o grupos de componentes adecuados se describen en los siguientes párrafos:

Fuente de rayos X de haz cónico: como es normal en las fuentes con contraste de fase, existe un dilema cuando se considera el tamaño de la fuente. Las fuentes más grandes ofrecen menos contraste, pero más luz y, por lo tanto, tiempos de exposición más cortos. Muchos sistemas actuales de contraste de fase emplean las denominadas micro o nano fuentes, que tienen menos de 5 micrómetros. Normalmente, las fuentes comerciales "listas para usar" de al menos 20-50 micrómetros de tamaño serían adecuadas para su uso con el método y sistema de la presente invención.

Sistema de modulación de fuente (obturador de rayos X ): para medir el movimiento se requiere una fotografía de imagen congelada. Las fuentes de luz continuas deben modularse en ráfagas cortas con una onda temporal lo más cuadrada posible. Se prefiere el control completo de las exposiciones entre 2 y 20 milisegundos. El uso de un obturador rápido también permite minimizar la dosis administrada, ya que la muestra estará expuesta a los rayos X durante el tiempo mínimo requerido para la captura de la imagen.

Hardware básico de alineación de la fuente: de manera óptima, lo óptimo es que la fuente de rayos X esté situada de modo que la región más brillante de la fuente esté centrada en la región de interés de la muestra.

Cámara de rayos X de velocidad de video o doble obturador: la medición del sistema puede basarse en dos o más imágenes sin procesar de cada línea de formación de imágenes. Estas imágenes deben tomarse en rápida sucesión (a una velocidad de fotogramas de tipo video o superior). Se requerirá un sistema de cámara capaz de obtener velocidades sostenidas de fotogramas de tipo video o una cámara de "doble obturador" con capacidad para tomar dos imágenes en rápida sucesión. Si se determina el tamaño de píxel óptimo, la velocidad mínima de fotogramas y la sensibilidad, se podría utilizar una cámara comercial "lista para usar" que tenga las especificaciones correctas.

Hardware de alineación de cámara de alta resolución: el sistema incluye preferentemente una alineación robótica automatizada de cada cámara con respecto a su fuente respectiva y a cualquier otra cámara.

Hardware de captura de imágenes de alta velocidad: se puede utilizar un sistema de adquisición de datos comercial 'listo para usar' para controlar las cámaras y capturar los datos de cada línea de imágenes a una velocidad que permita que el análisis progrese casi en tiempo real.

Hardware de procesamiento de imágenes de alta velocidad: algunas opciones adecuadas incluyen, por ejemplo, plataformas de procesamiento GPU, FPGA o DSP.

Software de procesamiento de imágenes: se puede encontrar una descripción del software adecuado, por ejemplo, en el documento de Dubsky S, Jamison RA, Irvine SC, Siu KKW, Hourigan K y Fouras A (2010) Computed tomographic X-ray velocimetry, Applied Physics Letters 96(2), 023702. El software tiene que ser capaz de efectuar una reconstrucción de acuerdo con el método de la presente invención. Usando la realización de la invención representada en la Figura 3 como ejemplo, el software puede discretizar imágenes de muestra en ventanas de interrogación rectangulares y realizar una correlación cruzada en esas ventanas. A continuación, puede reconstruirse el volumen en secciones transversales axiales, definidas por las filas de las ventanas de interrogación. A continuación, se puede utilizar un modelo de cuadrícula rectangular para definir el perfil de velocidad de la sección transversal. Las funciones de correlación cruzada se pueden estimar a partir de cada región de medición de la ventana de interrogación. La reconstrucción del campo de velocidad 3D se convierte entonces en una minimización del error entre las funciones de correlación cruzada estimadas usando el modelo de velocidad y las calculadas a partir de los pares de imágenes de rayos X, para todos los ángulos de proyección. La solución se puede implementar utilizando el algoritmo de Levenberg-Marquardt que realiza una optimización de mínimos cuadrados no lineal.

Interfaz de usuario para alineación, formación de imágenes y análisis: preferentemente, el sistema de control central y la interfaz de usuario permiten la simple activación de funciones técnicas tales como pruebas, calibración y alineación. Preferentemente, la interfaz también permite el control de otras funciones relacionadas con el usuario, tales como la formación de imágenes, el procesamiento de imágenes y la visualización de los resultados reconstruidos.

Ejemplos

La presente invención ha sido utilizada con éxito en 4 ensayos sobre distintos animales en el sincrotrón Spring-8. Estos ensayos han estudiado:

a. una lesión pulmonar inducida por ventilador,

b. una fibrosis inducida por bleomicina,

c. un asma basada en provocación con metacolina y reversión con salbutamol, y

d. una enfermedad pulmonar por fibrosis quística.

Todos estos ensayos demostraron claramente el uso de la invención para medir el movimiento del pulmón para proporcionar la detección temprana, precisa y regional de una función pulmonar anormal. En algunos casos, la detección de la patología fue posible con la medición del movimiento pulmonar antes de que se aclarara mediante histología o biopsia. Este enfoque también sería útil para el diagnóstico de otras enfermedades tales como el cáncer de pulmón.

A continuación, se describirá adicionalmente la presente invención con referencia a los siguientes ejemplos no limitativos.

Ejemplo 1

En este ejemplo se ha aplicado el método de la presente invención a la medición de un flujo marcadamente 3D.

La instalación relevante para la formación de imágenes se muestra en la Figura 1. En este caso el haz monocromático pasa a través de un fluido sembrado de partículas (esferas de vidrio huecas en glicerina). Los rayos X se refractan ligeramente en las interfaces entre los materiales. Los rayos transmitidos y refractados pueden propagarse e interferir antes de ser convertidos en luz visible por el centelleador. A continuación, se forma una imagen utilizando un detector de alta velocidad y una óptica de luz visible, lo que da como resultado una imagen de proyección con contraste de fase. La imagen es el resultado de la superposición de franjas de interferencia, generadas por las interfaces partículaslíquido, que crean un patrón de moteado dinámico que sigue fielmente las partículas.

A diferencia de los sistemas de formación de imágenes basados en luz visible, en los que las imágenes contienen información focal u holográfica a partir de la cual se puede inferir la profundidad, la naturaleza de transmisión de la CTXV da como resultado una imagen de proyección volumétrica 2D en la que todo el volumen está enfocado y, por lo tanto, no contiene información de la distribución de la velocidad en planos paralelos a la dirección de propagación del haz de rayos X. Asimismo, desde un único ángulo de visión cualquiera, solo se pueden determinar dos componentes del desplazamiento. Este déficit de información se supera girando la muestra y formando imágenes desde múltiples ángulos de proyección, lo que permite la reconstrucción tomográfica del campo de velocidad dentro del volumen. A partir de estas múltiples proyecciones, también es posible la reconstrucción tomográfica simultánea de la estructura del objeto.

Proyección hacia adelante

Al igual que en la PIV tradicional, se discretizan pares de imágenes de partículas en regiones de interrogación y se efectúa la correlación cruzada en esas regiones (Figura 3(a)(i)). Sin embargo, debido a la amplia distribución de velocidad dentro de la región de interrogación proyectada, las funciones de correlación cruzada estarán muy distorsionadas. Las resultantes estadísticas de correlación cruzada proyectadas se pueden modelar como una función de densidad de probabilidad de velocidad (PDF) del flujo proyectado en esa subregión de la imagen, convolucionada con la función de autocorrelación de imágenes de partículas (Figura 3(a)(ii)). Por lo tanto, si se conoce el campo de flujo y la función de autocorrelación de la imagen de partículas, se pueden estimar las funciones de correlación cruzada que teóricamente resultarían del campo de flujo. Esto representa el modelo de proyección hacia adelante (ver Figura 3(a)(iii)). La CTXV proporciona una solución al problema inverso de reconstrucción del campo de flujo a partir de los datos de correlación cruzada conocidos.

También debe tenerse en cuenta el efecto del tiempo finito de exposición de la función de correlación cruzada de los pares de imágenes de proyección. Debido al movimiento de la partícula durante la exposición, la contribución de cada velocidad a la función de correlación cruzada se estirará a lo largo de la dirección de esa velocidad con una magnitud que es linealmente proporcional a esa velocidad. Como este efecto ha sido bien caracterizado, se puede acomodar fácilmente en el modelo de proyección hacia adelante para eliminar cualquier error debido a este fenómeno.

Solución al problema inverso

La Figura 3(b) demuestra la implementación de la CTXV. El campo de velocidad se reconstruye en cortes ortogonales al eje de rotación (Figura 3(b)(i)), concurrente con las filas de regiones de interrogación dentro de las imágenes de proyección (Figura 3(b)(iii)). Un modelo de cuadrícula rectangular representa el campo de flujo en el dominio de reconstrucción. Se definen en el modelo los tres componentes de la velocidad en cada punto del nodo y se utiliza una interpolación bilineal para definir el flujo entre los puntos del nodo. Se pueden usar esquemas de interpolación de mayor grado, tal como la interpolación de tipo spline, a expensas del tiempo de cálculo y la robustez.

Las funciones de correlación cruzada se estiman usando el método mostrado en la Figura 3(a). La convolución se efectúa mediante una implementación de Transformada Rápida de Fourier (TRF). Se utiliza un algoritmo de Levenberg-Marquardt para minimizar el error entre las funciones de correlación cruzada estimadas a partir del modelo de flujo y las medidas a partir de los pares de imágenes de proyección, lo que da como resultado un modelo de flujo calculado que representa con precisión el campo de flujo. Como el problema está muy sobre-especificado, se utiliza un esquema de regularización tipo Tikhonov para asegurar la convergencia de la reconstrucción, donde la función de regularización es igual a la suma de la diferencia entre el valor de velocidad de cada nodo y el valor medio de sus vecinos.

Unidimensionalización de la correlación cruzada

Con el fin de reducir el número de parámetros de optimización y la memoria necesarios para la reconstrucción, se efectúa una unidimensionalización de las funciones de correlación cruzada, lo que permite la reconstrucción por separado de los datos para vr y vq. La proyección de los datos de correlación cruzada da como resultado dos representaciones unidimensionales de la función para cada uno de los componentes vr y vq de la velocidad, según se ilustra en la Figura 3(c). Al separar los dos componentes, se pueden reconstruir individualmente, lo que reduce en gran medida el número de parámetros de optimización necesarios por cada reconstrucción. Asimismo, el proceso reduce significativamente la cantidad de datos que deben almacenarse y analizarse.

Reconstrucción simultánea de estructuras

Para modelar correctamente la proyección hacia adelante de la PDF de velocidad, debe conocerse la densidad de siembra de partículas dentro del dominio de reconstrucción. Suponiendo una siembra homogénea dentro del fluido de trabajo, esta corresponde al conocimiento de la geometría del flujo. En consecuencia se proporciona una técnica de TC que permite reconstruir la geometría del flujo utilizando los datos obtenidos durante el escaneo de la CTXV.

Con las técnicas normales de reconstrucción de la TC, la densidad del objeto integrada en la dirección de proyección se calcula a partir de la transmisión de rayos X, que será proporcional a los valores de intensidad de píxeles en una imagen de proyección digital. En el caso de un material de densidad constante, esta densidad integrada del objeto será proporcional al grosor del objeto. El contraste del moteado de partículas (definido como la relación entre la desviación estándar de la intensidad de la imagen y la intensidad media) aumentará con la raíz cuadrada del grosor del objeto y, por lo tanto, esta estadística también puede utilizarse para la reconstrucción tomográfica de la estructura del objeto. Esto es ventajoso, ya que en muchos casos, incluyendo la formación de imágenes in vivo de vasos sanguíneos, el contraste de absorciones únicamente es insuficiente para la reconstrucción tomográfica. Asimismo, el movimiento de la partícula entre imágenes tomadas desde diferentes ángulos de proyección produce artefactos en las reconstrucciones posteriores. En comparación, el contraste del moteado de partículas será estacionario para todos los ángulos de visión. El contraste de moteado de partículas se calcula para subregiones discretas de cada imagen de contraste de fase, antes de la recuperación de la fase. La geometría del flujo se reconstruye a partir de los datos de contraste de partículas utilizando una técnica de reconstrucción algebraica. El uso de una técnica algebraica permite reconstrucciones precisas con un número reducido de proyecciones.

Ejemplo 2

Se describen en este ejemplo experimentos que demuestran la aplicación de la CTXV para la medición simultánea de estructura y velocidad. El método de la presente invención se utilizó con una línea de haz (BL20XU) para la formación de imágenes médicas de alta resolución en un sincrotrón Spring-8 en Hyogo, Japón, preparada según se muestra en la Figura 2. La fuente, a una distancia de 245 metros de la muestra, proporciona rayos X altamente coherentes para la formación de imágenes con contraste de fase. Se utilizó un monocromador de doble cristal Si-111 para proporcionar una energía de 25 KeV del haz monocromático.

Muestra

La muestra estaba compuesta por un modelo arterial de plástico ópticamente opaco, con un diámetro medio de 950 |jm, fabricado con tecnología de impresión 3D. El modelo estaba fabricado con el material de fotopolímero acrílico Objet™ FullCure®. La técnica de alta resolución, con un espesor de capa de 16 jm , aseguraba que los modelos eran precisos a la pequeña escala que se investigaba. Se eligió una geometría que imitaba una arteria estenosada, generando un campo de flujo tridimensional similar al que ocurriría in vivo. Se bombeó sangre a través del modelo con un caudal de 4,8 jl/min, utilizando una bomba de jeringa (WPI Inc. UMP2). Si bien la formación de imágenes con contraste de fase (PCI) ha tenido éxito en imágenes de glóbulos rojos como partículas trazadoras de PIV, para aumentar la relación señal/ruido se sembró la sangre con microburbujas de gas. Como la PCI crea un alto contraste en una interfaz gas-líquido, las microburbujas representan un medio trazador de flujo ideal para esta modalidad de formación de imágenes. Se utilizó el agente de contraste de ultrasonidos Definity® (Bristol-Myers Squibb Medical Imaging Inc). Cuando se activa, el Definity® forma una suspensión estable, inyectable y homogénea de microburbujas rellenas de perfluorocarbono, con un diámetro medio de 2,5 jm .

Recopilación de datos

La instalación de formación de imágenes está representada en la Figura 2. Desde un anillo de almacenamiento sincrotrón (7), un haz de rayos X pasa a través de un monocromador (8) y su emisión es controlada por un obturador de rayos X (9). El haz de rayos X (10) se proyecta en la dirección p a través de la muestra (12) que fluye en la dirección z bajo el control de una bomba de jeringa (11). El haz de rayos X (10) incide luego sobre un centelleador (14), que convierte la radiación de rayos X en luz visible. Se forman imágenes del centelleador utilizando un detector CMOS intensificado de alta velocidad (20) (IDT Inc. X5i, 4 megapíxeles) a través de una lente de objetivo de microscopio (16), lo que da como resultado un aumento aproximado de 15x, o un tamaño efectivo de píxel de 0,52 pm. Un espejo óptico (18) retira el detector de la trayectoria del haz de rayos X (10). Se logró un tiempo de escaneo total inferior a 10 segundos mediante el uso de una cámara intensificada de alta velocidad, que permitió tiempos de exposición de 4,5 ms y una frecuencia de fotogramas de 200 Hz. Se giró la muestra a través de 9 ángulos de proyección, espaciados más de 180 grados, con 195 imágenes tomadas en cada ángulo para proporcionar una imagen de proyección de partículas (22). Se optimizó experimentalmente la distancia entre la muestra y el detector para el contraste de fase de la mezcla sangre- Definity®, y se descubrió que 900 mm proporcionaban la mejor señal.

Preprocesamiento de imágenes

Las imágenes de partículas con contraste de fase por rayos X requieren un procesamiento previo antes del análisis de correlación cruzada. Se aplicó un filtro espacial de paso alto para eliminar los efectos de una iluminación no homogénea. Las estructuras estacionarias tales como las paredes del recipiente, los efectos de los monocromadores y el polvo en el detector o la óptica asociada, se eliminan mediante la resta de imágenes promedio. Luego se implementa un algoritmo de recuperación de fase de una sola imagen, según lo descrito por Paganin y colaboradores (Paganin D, Mayo SC, Gureyev Te , Miller PR y Wilkins SW 2002 Journal of Microscopy 206(1): 33-40) para eliminar las franjas de contraste de fase y mejorar las imágenes para el análisis de correlación cruzada, según lo descrito por Irvine y colaboradores (Irvine SC, Paganin DM, Dubsky S, Lewis RA y Fouras A 2008 Applied Physics Letters 93: 153901).

Reconstrucción de velocidad

La Figura 3 representa el método de reconstrucción utilizado. Se asignan las imágenes de partículas a ventanas de interrogación rectangulares y se realiza una correlación cruzada en esas ventanas entre pares de imágenes de proyección (Figura 3a). Se reconstruye el volumen en secciones transversales axiales, definidas por las filas de las ventanas de interrogación. Se utiliza un modelo de cuadrícula rectangular para definir el perfil de flujo en la sección transversal (Figura 3c). En cada nodo del modelo se definen los componentes vx, vy, vz de la velocidad en las direcciones x, y, z. Se utiliza una interpolación bilineal entre puntos de nodo para definir el perfil de velocidad en el espacio del modelo. Un punto P(x,y) del modelo se proyectará en el plano de la imagen como P(q), donde,

q = ycos(0) - xsen(0)

para una sección transversal dada en z. Similarmente, los componentes de la velocidad se transforman sobre el plano de la imagen como

vq = vy sen(0) - vx cos(0)

vr = vz

donde vq y vr son los componentes de la velocidad en las direcciones q y r.

Las funciones de correlación cruzada se estiman para cada región de medición de la ventana de interrogación proyectando la PDF del modelo de flujo sobre el plano de la imagen. Esta PDF proyectada se convoluciona con la función de autocorrelación de imágenes para producir las funciones de correlación cruzada estimadas. La reconstrucción del campo de velocidad 3D se convierte entonces en una minimización del error entre las funciones de correlación cruzada estimadas usando el modelo de flujo y las calculadas a partir de los pares de imágenes de rayos X, para todos los ángulos de proyección (Figura 3b). La solución se implementa utilizando un solucionador de mínimos cuadrados no lineal.

La Figura 4 muestra el campo de velocidad 3D del flujo sanguíneo dentro del modelo de vaso ópticamente opaco. La velocidad máxima se reduce a medida que se expande la geometría del recipiente, como predice la conservación de la masa. Las secciones transversales reconstruidas independientemente son autoconsistentes con respecto al caudal volumétrico dentro del 2 % y son consistentes con la configuración de la bomba de jeringa. El resultado demuestra la capacidad de la presente invención para medir los tres componentes de la velocidad dentro de un volumen, sin necesidad de acceso óptico.

Ejemplo 3

En este ejemplo se describe un experimento adicional que demuestra la aplicación de la CTXV para la medición simultánea de estructura y velocidad. El método de la presente invención se usa de nuevo con una línea de haz (BL20XU) para la formación de imágenes médicas de alta resolución del sincrotrón Spring-8 en Hyogo, Japón.

Muestra

La muestra utilizada fue un modelo de plástico opaco con una geometría tridimensional compleja (Figura 7(a)), fabricado mediante la tecnología de prototipos rápidos Object. La sección de prueba consistió en un cilindro macizo de 14 mm de diámetro, con una sección hueca que permitía el flujo interno del fluido de trabajo. La geometría de la sección hueca se construyó como la unión de un cono y un círculo barrido helicoidalmente, dando como resultado una geometría de sacacorchos con un área de sección transversal decreciente. La geometría se eligió para que presentase un flujo fuertemente tridimensional. El fluido de trabajo, glicerina sembrada con esferas de vidrio macizo de 35 pm (nominal) se bombeó a través del modelo a 0,1 ml/min usando una bomba de jeringa. La distancia de propagación, definida como la distancia desde la cara frontal del objeto hasta el centelleador, fue optimizada a 6 m para conseguir una relación máxima entre señal y ruido de la mezcla glicerina/vidrio.

Recopilación de datos

La instalación para formación de imágenes era la que se muestra en la Figura 2 y se ha descrito con referencia al Ejemplo 2. Específicamente, la línea de haz BL20B2 utilizó un dispositivo de inserción de imán curvado. Se seleccionó una energía de rayos X de 25 keV utilizando un monocromador Si-111. Se utilizó un obturador rápido de rayos X para minimizar la dosis sobre la muestra y también para proteger el centelleador P43 frente al haz de rayos X de alto flujo. Se eligió un detector EM-CCD (Hamamatsu C9100-02) por su sensibilidad y características de bajo ruido. La óptica utilizada produjo un tamaño de píxel efectivo de 9,5 x 9,5 pm2, lo que permite un campo de visión de 9,5 mm x 9,5 mm. Las imágenes se tomaron desde 19 ángulos, espaciados uniformemente más de 180° (inclusive). Se incluyó la proyección de 180° para permitir el cálculo del centro de rotación de la muestra; sin embargo, esto puede ser excluido y sustituido por un simple proceso de calibración/alineación. El detector tomó imágenes a 28,5 fotogramas por segundo con un tiempo de exposición de 30 ms.

Reconstrucción de velocidad

La geometría del flujo se reconstruyó usando el método descrito en el Ejemplo 1. Se consiguió una señal sustancialmente más alta usando los datos de contraste de moteado de partículas (en comparación con el uso de imagen de contraste de fase en bruto. El mapa de contraste de moteado fue generado usando 16 x 16 px2 subregiones con 50 % de solapado. La Figura 7 muestra el modelo de diseño asistido por ordenador (CAD) (Figura 7(a)) usado para la fabricación de la sección hueca del modelo de flujo y la geometría reconstruida tomográficamente, segmentada mediante un método de detección de bordes basado en gradiente (Figura 7(b)).

Para la reconstrucción de la velocidad, se calculó la función de correlación cruzada usando 64 x 64 px2 ventanas de interrogación con 75 % de solapado. Se utilizó el promedio de correlación con un conjunto de 99 pares de imágenes tomadas desde cada ángulo de proyección para producir los datos de correlación promediados. Los 69 cortes axiales fueron reconstruidos individualmente en una cuadrícula rectangular de aproximadamente 300 puntos de nodo, dependiendo del tamaño del objeto dentro de cada corte, interpolados en 124 x 124 px2 subcuadrículas. En la Figura 8 se muestran los campos de estructura y velocidad resultantes. Como era de esperar, el flujo sigue la geometría helicoidal, aumentando su velocidad a medida que el vaso se contrae a través de la sección del cono. Los resultados ilustran la capacidad de la técnica para medir flujos 4D complejos, incluso con pocas proyecciones.

Ejemplo 4

Este ejemplo describe la combinación de la PIV con la formación de imágenes por rayos X y contraste de fase (PCXI) para la detección del movimiento del tejido pulmonar y para la medición de los campos de velocidad que definen la velocidad y la dirección del movimiento regional del pulmón durante una respiración. Se generan mapas regionales del pulmón para mostrar el grado y el ritmo de expansión de los campos de velocidad, revelando regiones del tejido con propiedades anormales causadas por una enfermedad pulmonar no uniforme inducida experimentalmente.

Métodos

Estudios en animales: varios ratones macho Balb/c Nude adolescentes fueron expuestos a bleomicina (20 mg/kg de peso corporal en 20 pl de solución salina. Sigma, n=8.) o a una solución salina (20 pl; n=6) por instilación intranasal bajo anestesia con isoflurano. Durante la formación de imágenes, los ratones fueron anestesiados (Somnopentyl; 15 mg/kg i.p.) y sus músculos relajados (Mioblock 1 gh/kg i.m.), luego fueron intubados quirúrgicamente y colocados en una columna de agua precalentada (37 °C) para ventilación y formación de imágenes. A continuación, los ratones fueron sacrificados de forma humanitaria (Somnopentyl; 100 mg/kg i.p.); se extirparon los pulmones y se fijó la presión a 20 cm H2O en formalina al 10 %. Se utilizaron secciones de pulmón incluidas en parafina (5 pm) teñidas con Tricrómico de Massons para determinar el índice de Ashcroft; cinco campos de visión de al menos tres secciones de pulmón/ratón seleccionadas al azar. Se utilizaron pruebas T de una cola, no apareadas, para comparar el volumen tidal medio y los parámetros del índice de Ashcroft. Se usaron medidas ANOVA repetidas en dos direcciones para determinar diferencias en las distribuciones de frecuencia de la expansión pulmonar y el tiempo f de expansión pulmonar. Los resultados se consideraron estadísticamente significativos a un nivel de probabilidad del 5 %. Los valores se expresan como media /- SEM (a menos que se indique lo contrario).

Los ratones fueron examinados durante dos experimentos separados con un total de cuatro grupos (n=14). Cada experimento constaba de dos grupos: controles (n=3) y un grupo tratado con bleomicina (n=4), con mediciones realizadas 36 horas y 6 días después de la exposición. La exposición del ratón a la bleomicina provoca una lesión pulmonar progresiva. La bleomicina inhalada es un modelo experimental de fibrosis pulmonar, bien caracterizado y comúnmente utilizado, que comienza con el inicio de una cascada inflamatoria. Dado que en el estudio se utilizaron ratones Balb/c Nude (una cepa inmunodeficiente), no es sorprendente que la respuesta fibrótica pulmonar en estos ratones fuera reducida en comparación con informes de otras cepas, porque en estos ratones las respuestas inflamatorias son reducidas.

Formación de imágenes por rayos X: la formación de imágenes por rayos X se llevó a cabo utilizando la línea de haz (BL20XU) para formación de imágenes médicas de alta resolución en un sincrotrón Spring-8 en Hyogo, Japón, preparada según se muestra en la Figura 2. Se efectuó una formación de imágenes, con contraste de fase basado en propagación, a 25 keV con una distancia entre muestra y detector de 2 m. Los fotones de rayos X fueron convertidos en luz visible utilizando un monitor Hamamatsu Beam (BM5) y tomados con una cámara Hamamatsu EMCCD (C9100-02). Las imágenes fueron tomadas con un tiempo de exposición de 20 ms, un tiempo entre fotogramas de 34,5 ms y un tamaño de píxel efectivo de 19 pm. La toma de imágenes se sincronizó con la ventilación, con 70 fotogramas tomados durante la inspiración y 30 fotogramas durante la espiración.

Análisis de velocimetría: el análisis de velocimetría utiliza un software personalizado. Se calculó el movimiento bruto del animal y se eliminó de las secuencias de imágenes mediante análisis PIV de las vértebras superiores, seguido de la interpolación de imágenes en un marco de referencia estático. Se aislaron los pulmones de las imágenes mediante un filtrado de paso de banda basado en cortes de frecuencia apropiados. Se identificaron las regiones de la imagen ocupadas por los pulmones y se enmascararon con un análisis velocimétrico del movimiento del tejido pulmonar realizado sobre regiones enmascaradas durante 5 inspiraciones consecutivas. Luego se promediaron estos datos por fases, lo que resultó en un conjunto de datos de 70 fotogramas de velocimetría que representan la fase de inspiración de la respiración de cada animal. En cada punto de tiempo, la tasa de expansión local se puede expresar como la divergencia del campo vectorial, donde las derivadas espaciales se evalúan con precisión y facilidad, con respecto al campo vectorial de velocidad. La expansión total sobre la inspiración es la suma de la expansión entre cada par de puntos de tiempo posteriores. Al integrar los datos durante toda la inspiración, la expansión total se representó en un solo mapa. Si el campo vectorial pudiera medirse en 3 dimensiones (3D) a lo largo del tiempo, entonces la cuantificación 3D de la expansión estaría directamente relacionada con la deformación regional; y el tiempo medio de deformación estaría directamente relacionado con la resistencia de las vías respiratorias. Para preservar la calidad temporal del mapa de expansión, sin dejar de reducir el volumen de datos, se desarrolló un mapa del momento en el que se produjo la expansión promedio. El tiempo promedio se evaluó como la suma del producto de expansión y tiempo, normalizada por la suma de la expansión.

Aplicación de velocimetría

La proyección del haz de rayos X a través de múltiples vías respiratorias superpuestas produjo unos patrones de intensidad de moteado de alto contraste, cuyo movimiento sobre imágenes de rayos X posteriores reemplaza las partículas trazadoras introducidas que se utilizan en la PIV convencional. Adaptando los métodos de análisis de PIV a imágenes de rayos X con contraste de fase, se generó un mapa completo de la velocidad pulmonar regional durante el ciclo respiratorio.

La Figura 9(a) muestra la naturaleza 3D de la iluminación con rayos X y el análisis velocimétrico de correlación cruzada. Cada región de muestreo 2D en las imágenes de proyección representa un volumen 3D en el que puede estar presente una distribución de velocidades. El presente análisis selecciona la velocidad modal, que puede diferir significativamente de la media. La Figura 9(b) representa esta detección in vivo del movimiento del tejido pulmonar. Específicamente, en este ejemplo, las imágenes pulmonares se dividieron en 2641 segmentos solapados, con un vector de velocidad asociado a cada segmento. El espacio entre cada medición de velocidad fue de 155 pm, que es una dimensión similar a la de un solo alvéolo. Se tomaron cien imágenes por respiración durante 5 respiraciones y se utilizó el conjunto de datos completo para generar películas que demuestran el patrón temporal del cambio de velocidad y dirección del movimiento pulmonar a lo largo de una respiración. La velocidad se midió en relación con las vértebras superiores, cuyo movimiento se midió y luego se eliminó de las secuencias de imágenes antes del análisis.

El movimiento del tejido pulmonar es una función compleja de las características locales de la deformación regional, de la deformación y el movimiento del tejido cercano, así como de la proximidad a estructuras tales como el diafragma, el corazón y la pared torácica. Por ejemplo, el tejido pulmonar cercano al diafragma mostró un movimiento significativamente mayor que el tejido cercano al vértice del pulmón, independientemente de la deformación local. Para acomodar grados diferenciales de movimiento a través del pulmón, se desarrollaron y evaluaron dos medidas de deformación: la tasa local de expansión y el tiempo promedio de expansión, ambos normalizados usando el promedio de todos los controles dentro del experimento.

La Figura 10 representa unas medidas estadísticas de patología pulmonar que comprenden controles con grupos 36 horas después de la exposición a bleomicina (Figuras 10(a) a (d)) y 6 días después de la exposición (Figuras 10(b) a (h)). La distribución de frecuencia de la magnitud de expansión (arriba, medida por velocimetría) se compara con los controles (n=3) en los grupos tratados (n=4). Los datos se normalizaron mediante el promedio de los controles. A las 36 horas posteriores al tratamiento, los ratones tratados tienen un 24 % más de expansión en promedio y el 14 % de los pulmones tratados se expanden a más del doble del promedio de control, en comparación con menos del 5 % para los pulmones de control. A los 6 días posteriores al tratamiento, los ratones tratados tienen un 76 % más de expansión en promedio y el 47 % de los pulmones tratados se expanden a más del doble del promedio de control, en comparación con menos del 4 % para los pulmones de control. Los asteriscos indican una diferencia significativa entre los animales de control y los tratados (p<0,001). Se muestra la distribución de frecuencias del tiempo medio de expansión (en medio) en ratones de control y tratados. Los asteriscos indican una diferencia significativa entre los animales de control y los tratados (p<0,001). Abajo: comparaciones de la deformación entre los ratones de control y los tratados (estadísticamente insignificantes) y los volúmenes tidales (VT) (los volúmenes tidales en los controles son significativamente más bajos que en los grupos tratados pero son de naturaleza no específica y global).

La Figura 11 muestra la expansión regional dentro del pulmón y las imágenes histológicas comparativas. Se han determinado mapas de expansión regional (normalmente en color) usando PIV para ratones de control típicos (Figura 11(a)) y ratones tratados con bleomicina, 6 días después de la exposición (Figura 11(b)). Los datos se normalizan por la expansión regional promedio en todo el grupo de control y los mapas se generan utilizando una escala de colores. Los ratones tratados con bleomicina (Figura 11(b)) tenían drásticas alteraciones regionales en el patrón de expansión pulmonar. La imagen histológica de la Figura 11(c) del pulmón representado en la Figura 11(a) es típica del grupo de control. Las imágenes histológicas de las Figuras 11(d) y 11(e) del pulmón representado en la Figura 11(b) son típicas del grupo enfermo 6 días después del tratamiento con bleomicina. Las barras de escala de las Figuras 11(a) y 11(b) muestran el tamaño relativo de las imágenes, y los cuadros insertados de las Figuras 11(c), 11(d) y 11(e) están representados a escala en las Figuras 11(a) y 11(b).

Aunque la presente invención se ha descrito con relación a sus realizaciones específicas, se entenderá que es susceptible de modificaciones adicionales. La presente solicitud pretende incluir cualesquiera variantes, usos o adaptaciones de la invención siguiendo, en general, los principios de la invención y e incluyendo las desviaciones de la presente divulgación que se encuentren dentro de la práctica conocida o habitual de la técnica a la que pertenece la invención y que se puedan aplicar a las características esenciales expuestas en la presente.

Ya que la presente invención se puede materializar de diversas maneras sin desviarse de las características esenciales de la invención, debe entenderse que las realizaciones anteriormente descritas no pretenden limitar la presente invención, a no ser que se especifique lo contrario, sino que deben interpretarse en un sentido amplio dentro del alcance de la invención, según se define en las reivindicaciones adjuntas. Las realizaciones descritas deben considerarse únicamente ilustrativas en todos los sentidos, y no limitantes.

Las realizaciones específicas deben entenderse como ilustrativas de las diversas maneras en las que se pueden poner en práctica los principios de la presente invención. En las reivindicaciones de más adelante, las cláusulas de medios más función pretenden incluir las estructuras que realizan la función definida y no solo equivalentes estructurales, sino también estructuras equivalentes.

Cabe que señalar que, cuando en el presente documento se usan los términos "servidor", "servidor seguro" o términos similares, se describe un dispositivo de comunicación que puede usarse en un sistema de comunicación, a menos que el contexto requiera lo contrario, y no debe ser interpretado para limitar la presente invención a cualquier tipo de dispositivo de comunicación particular. Por lo tanto, un dispositivo de comunicación puede incluir, sin limitación, un puente, enrutador, puente-enrutador (enrutador), conmutador, nodo u otro dispositivo de comunicación, que puede ser seguro o no.

También cabe que señalar que, cuando en el presente documento se utiliza un diagrama de flujo para demostrar diversos aspectos de la invención, no debe interpretarse para limitar la presente invención a cualquier flujo lógico o aplicación lógica en particular. La lógica descrita puede dividirse en diferentes bloques lógicos (por ejemplo, programas, módulos, funciones o subrutinas) sin cambiar los resultados generales o apartarse de otro modo del verdadero alcance de la invención. A menudo, los elementos lógicos se pueden agregar, modificar, omitir, realizar en un orden diferente o implementar utilizando diferentes construcciones lógicas (por ejemplo, puertas lógicas, primitivas de bucle, lógica condicional y otras construcciones lógicas) sin cambiar los resultados generales o apartarse del verdadero alcance de la invención.

Varias realizaciones de la invención pueden realizarse de muchas formas diferentes, incluyendo una lógica de programa informático para usar con un procesador (por ejemplo, un microprocesador, microcontrolador, procesador de señal digital u ordenador de propósito general), una lógica programable para usar con un dispositivo lógico programable (por ejemplo, una matriz de puerta programable en campo (FPGA) u otro dispositivo lógico programable), componentes discretos, circuitos integrados (por ejemplo, un circuito integrado de aplicación específica (ASIC)) o cualquier otro medio que incluya cualquier combinación de los mismos. En una realización ilustrativa de la presente invención, predominantemente toda la comunicación entre los usuarios y el servidor se implementa como un conjunto de instrucciones de un programa informático que se convierte en una forma ejecutable por ordenador, almacenada como tal en un medio legible por ordenador y ejecutada por un microprocesador bajo el control de un sistema operativo.

La lógica de programa informático que implemente toda o parte de la funcionalidad que se describe en el presente documento puede incorporarse de diversas formas, incluyendo una forma de código fuente, una forma ejecutable por ordenador y varias formas intermedias (por ejemplo, formas generadas por un ensamblador, compilador, enlazador o localizador). El código fuente puede incluir una serie de instrucciones de programas de ordenador implementadas en cualquiera de diversos lenguajes de programación (por ejemplo, un código objeto, un lenguaje ensamblador o un lenguaje de alto nivel como Fortran, C, C++, JAVA o HTML) para usar con diversos sistemas operativos o entornos operativos. El código fuente puede definir y utilizar diversas estructuras de datos y mensajes de comunicación. El código fuente puede estar en forma ejecutable por ordenador (por ejemplo, a través de un intérprete), o el código fuente puede ser convertido (por ejemplo, a través de un traductor, ensamblador, o compilador) en una forma ejecutable por ordenador.

El programa informático puede fijarse en cualquier forma (p. ej., forma de código fuente, forma ejecutable por ordenador o una forma intermedia) ya sea de manera permanente o transitoria en un medio de almacenamiento tangible, tal como un dispositivo de memoria de semiconductores (p. ej., una RAM, ROM, PROM, EEPROM o RAM programable flash), un dispositivo de memoria magnético (por ejemplo, un disquete o disco fijo), un dispositivo de memoria óptico (por ejemplo, un CD-ROM o DVD-ROM), una tarjeta de PC (por ejemplo, una tarjeta PCMCIA) u otro dispositivo de memoria. El programa informático puede fijarse de cualquier forma en una señal que sea transmisible a un ordenador utilizando cualquiera de diversas tecnologías de comunicación, incluyendo, pero sin limitación, tecnologías analógicas, tecnologías digitales, tecnologías ópticas, tecnologías inalámbricas (por ejemplo, Bluetooth), tecnologías de redes y tecnologías de interconexión de redes. El programa informático puede estar distribuido de cualquier forma como medio de almacenamiento removible con una documentación adjunta, ya sea impresa o electrónica (p. ej., un programa listo para su empleo), precargado con un sistema informático (por ejemplo, software empaquetado), preinstalado en un sistema informático (p. ej., en el sistema ROM o en el disco duro) o distribuido desde un servidor o tablón de anuncios electrónico por el sistema de comunicación (p. ej., Internet o la Red Informática Mundial (WWW)).

La lógica de hardware (incluida la lógica programable para su uso con un dispositivo lógico programable) que implemente toda o parte de la funcionalidad descrita en el presente documento puede ser diseñarse utilizando métodos manuales tradicionales, o puede diseñarse, capturarse, simularse o documentarse electrónicamente utilizando diversas herramientas, tales como el diseño asistido por ordenador (CAD), un lenguaje de descripción de hardware (por ejemplo, VHDL o AHDL) o un lenguaje de programación de PLD (por ejemplo, PALASM, ABEL o CUPL).

La lógica programable puede fijarse, ya sea de manera permanente o transitoria, en un medio de almacenamiento tangible, tal como un dispositivo de memoria de semiconductores (p. ej., una RAM, ROM, PROM, EEPROM o RAM programable flash), un dispositivo de memoria magnético (por ejemplo, un disquete o disco fijo), un dispositivo de memoria óptico (por ejemplo, un CD-ROM o DVD-ROM), u otro dispositivo de memoria. La lógica programable puede fijarse en una señal que sea transmisible a un ordenador utilizando cualquiera de diversas tecnologías de comunicación, incluyendo, pero sin limitación, tecnologías analógicas, tecnologías digitales, tecnologías ópticas, tecnologías inalámbricas (por ejemplo, Bluetooth), tecnologías de redes y tecnologías de interconexión de redes. La lógica programable puede estar distribuida de cualquier forma como medio de almacenamiento removible con una documentación adjunta, ya sea impresa o electrónica (p. ej., un programa listo para su empleo), precargado con un sistema informático (por ejemplo, software empaquetado), preinstalado en un sistema informático (p. ej., en el sistema ROM o en el disco duro) o distribuido desde un servidor o tablón de anuncios electrónico por el sistema de comunicación (p. ej., Internet o la Red Informática Mundial (WWW)).

Tal y como se usan en la presente memoria descriptiva, los términos "comprende/que comprende/n" e "incluye/que incluye/n" denotan la presencia de características, elementos integrantes, etapas o componentes declarados, pero no excluyen la presencia o adición de una o más características, elementos integrantes, etapas, componentes o grupos de los mismos. Por lo tanto, a menos que el contexto requiera claramente lo contrario, a lo largo de la descripción y de las reivindicaciones, las palabras 'comprende/n', 'que comprende/n', 'incluye/n', 'que incluye/n' y similares deben interpretarse en un sentido inclusivo y no en un sentido exclusivo o exhaustivo; es decir, en el sentido de "que incluye, pero sin limitación".

Claims

REIVINDICACIONES

1. Un método para proporcionar una imagen de un pulmón, que comprende las etapas de:

1. registrar imágenes del pulmón codificando los datos del pulmón en términos de coordenadas cartesianas; 2. reconstruir un campo de movimiento en 3D a partir de la información codificada en las imágenes registradas; 3(a). segmentar una imagen del pulmón en una pluralidad de segmentos; y

3(b). asociar cada segmento a regiones del campo de movimiento en 3D, en donde las etapas 1, 2, 3(a) y 3(b) están automatizadas, y en donde el campo de movimiento en 3D comprende mediciones del movimiento del tejido pulmonar en las imágenes registradas.

2. El método de la reivindicación 1, en donde la etapa 3(a) incluye segmentar una imagen topográficamente reconstruida del pulmón.

3. El método de las reivindicaciones 1 o 2, en donde se reconstruye un campo de movimiento en 4D a partir de la información codificada en las imágenes registradas.

4. El método de una cualquiera de las reivindicaciones 1 a 3, en donde las mediciones del movimiento del tejido pulmonar comprenden mediciones de velocidad.

5. El método de la reivindicación 4, en donde se reconstruyen los tres componentes de velocidad.

6. El método de una cualquiera de las reivindicaciones 1 a 5, en donde la reconstrucción del campo de movimiento utiliza un método iterativo.

7. El método de una cualquiera de las reivindicaciones 1 a 6, en donde la reconstrucción del campo de movimiento incluye llevar a cabo un análisis de correlación cruzada en pares de imágenes.

8. El método de una cualquiera de las reivindicaciones 1 a 7, en donde las imágenes del pulmón se registran desde múltiples ángulos de proyección.

9. El método de una cualquiera de las reivindicaciones 1 a 8, en donde las imágenes del pulmón se registran utilizando formación de imágenes por rayos X.

10. El método de una cualquiera de las reivindicaciones 1 a 9, en donde la etapa 3(a) incluye segmentar una imagen 3D de las vías respiratorias del pulmón.

11. El método de la reivindicación 10, en donde la imagen proporcionada representa un flujo de aire dentro de las vías respiratorias segmentadas.

12. El método de una cualquiera de las reivindicaciones 1 a 9, en donde la imagen proporcionada muestra expansión regional.

13. El método de una cualquiera de las reivindicaciones 1 a 12, que incluye registrar in vivo imágenes del pulmón.

14. Una aplicación adaptada para permitir la formación de imágenes, comprendiendo dicha aplicación un conjunto de instrucciones adaptadas para llevar a cabo un método de acuerdo con una cualquiera de las reivindicaciones 1 a 13.

15. Un producto de programa informático que comprende un medio utilizable por ordenador que tiene un código de programa legible por ordenador y un código de sistema legible por ordenador incorporado en dicho medio, y una aplicación adaptada para permitir la formación de imágenes de acuerdo con la reivindicación 14.