Automatic Aberration Correction for Transcranial Functional and Super-Resolution Ultrasound Imaging in Rodents and Nonhuman Primates

Technische Samenvatting: Automatische Aberratiecorrectie voor Transcraniale Functionele en Super-resolutie Ultrasone Beeldvorming

Probleemstelling
Transcraniale ultrasone localisatiemicroscopie (ULM) en functionele ultrasone beeldvorming (fUS) bieden het potentieel voor niet-invasieve, super-resolutie visualisatie van de microvasculatuur en hemodynamiek van de hersenen. De schedel introduceert echter aanzienlijke akoestische aberraties die de beeldkwaliteit verslechteren. Deze aberraties verminderen de detectiegevoeligheid voor microbellen, verlagen het contrast en de resolutie, en veroorzaken kritieke artefacten zoals vaatverdubbeling, onderbroken vaten en vertekende snelheidsschattingen. Hoewel er eerdere correctiemethoden bestaan, vertrouwen deze vaak op specifieke gidssterren (geïsoleerde microbellen), vereisen uitgebreide datasets (bijvoorbeeld een volledige synthetische apertuur), zijn beperkt tot grotere vaten, of vereisen invasieve schedelvensters. Bovendien hebben deep-learning-benaderingen vaak moeite om te generaliseren over verschillende experimentele instellingen zonder uitgebreide hertraining.

Methodologie
De auteurs stellen een differentieerbaar beamforming-kader voor voor automatische, gesloten-lus aberratiecorrectie die geen voorafgaande training of een apart kalibratiedataset vereist. De kernmethodologie omvat:

1. Differentieerbaar Beamforming: Geïmplementeerd met PyTorch, behandelt het systeem het ultrasone beamforming-proces als een differentieerbaar computationeel graf. Dit maakt de automatische berekening van gradiënten met betrekking tot de aberratieparameters mogelijk.
2. Ruimtelijk Gedistribueerde Parametrisatie: In plaats van een uniforme fase-scherm aan te nemen, wordt de door de schedel veroorzaakte aberratie gemodelleerd als een ruimtelijk gedistribueerde functie. Deze functie wordt geparametriseerd door meerdere isoplanatische patches (initieel ingesteld op $8\lambda \times 8\lambda$) die het gezichtsveld bedekken. Deze patch-waarden worden geüpsampled via kubische interpolatie om een continue, pixel-voor-pixel fasecorrectieprofiel te bieden.
3. Doelfunctie (Hoekige Coherentie): Het optimalisatiedoel is het maximaliseren van de hoekige coherentie van het ultrasone signaal. Het systeem berekent de hoekige covariantiematrix ($C_\theta$) uit de gebeamformde beelden van verschillende zendhoeken. De eerste singuliere waarde ($\sigma_1$) van deze matrix dient als doelfunctie en vertegenwoordigt het niveau van coherentie tussen vlakke golven.
4. Gradiëntascentie-Optimalisatie: Met behulp van automatische differentiatie werkt het systeem iteratief de fasevertragingen van de isoplanatische patches bij via gradiëntascentie om $\sigma_1$ te maximaliseren. Het proces omvat L1- en Laplace-regularisatie om gladde oplossingen te waarborgen en overfitting te voorkomen.
5. Toepasbaarheid: Het kader werkt op ruwe kanaaldata na stoornisfiltratie met singuliere waardenontbinding (SVD). Het functioneert effectief in aanwezigheid of afwezigheid van microbellen en is toepasbaar op zowel 2D- als 3D-beeldvormingsconfiguraties.

Belangrijkste Bijdragen

• Generaliseerbare Correctie: Een volledig geautomatiseerde oplossing die aberraties corrigeert zonder gidssterren, specifieke trainingsdata of uitgebreide acquisities met synthetische apertuur nodig te hebben.
• Gesloten-lus Optimalisatie: Een op fysica gebaseerde benadering die het focussen optimaliseert door direct de signaalconherentie te maximaliseren, aanpasbaar aan verschillende emissieschema's (vlakke golven, divergerende golven).
• Uitbreiding naar 3D: Succesvolle aanpassing van de methode voor 3D transcraniale ULM met een matrixarray, waarbij zowel laterale als diepteveranderingen van de aberratie worden vastgelegd met een beperkt aantal zendhoeken.

Resultaten
Het kader werd in vivo gevalideerd op knaagdieren (muizen) en niet-menselijke primaten (NHP's, makaken):

• Muizenbeeldvorming (2D):

  • Doppler & CEUS: Aberratiecorrectie verbeterde de contrast-ruisverhouding (CNR) en signaal-ruisverhouding (SNR) bij zowel jonge (2-3 maanden) als oudere (6-7 maanden) muizen, met en zonder microbellen. Vaatbreedtes werden significant verminderd (bijvoorbeeld van $202,4 \pm 50,2$ µm naar $162,6 \pm 27,8$ µm bij jonge muizen), wat wijst op verbeterde resolutie.
  • ULM: De resolutie verbeterde van $23,8 \pm 5,4$ µm naar $18,4 \pm 3,0$ µm bij jonge muizen. Het aantal gedetecteerde microbeltracks nam significant toe, en eerder losgekoppelde of verdubbelde vaten werden correct verbonden.
  • Hemodynamiek: Correctie herstelde fysiologische parabolische stroomprofielen en verminderde spuriöse snelheidsschattingen. De gemiddelde tracksnelheden namen af (wat wijst op een betere reconstructie van kleinere vaten) en de tracklengtes namen toe, waardoor een betrouwbaardere hemodynamische kwantificering mogelijk werd.
  • Functionele US (fUS): Bij experimenten met snorharenstimulatie onthulde correctie activatie in de ventrale posteromediale kern (VPM) van de thalamus, die eerder verborgen was, en verhoogde de amplitude van de hemodynamische respons.

• Niet-menselijke Primatenbeeldvorming (2D & 3D):

  • 2D: Met behulp van een 2,5 MHz gefaseerde array verwijderde de methode vaatverdubbelingen rond de arteriële cirkel van Willis en verbeterde de connectiviteit van de lenticulostriate arteriën. De resolutie verbeterde van 177 µm naar 162 µm.
  • 3D: Met behulp van een 3 MHz gemultiplexte matrixarray corrigeerde de methode belangrijke artefacten (vaatverdubbelingen) in 3D ULM. De resolutie verbeterde van 110,2 µm naar 93,6 µm. Het systeem bereikte dit met slechts 5 zendhoeken, wat efficiëntie aantoont.

Betekenis en Beweringen
De auteurs stellen dat dit werk een belangrijke technische barrière voor transcraniale ultrasone beeldvorming verlaagt door een generaliseerbare, volledig geautomatiseerde oplossing voor aberratiecorrectie te bieden. Belangrijke beweringen zijn:

• De methode maakt robuuste super-resolutie en functionele neurobeeldvorming mogelijk over soorten heen (van knaagdieren tot NHP's) en beeldvormingsdieptes.
• Door aberraties te corrigeren, maakt de aanpak betrouwbare hemodynamische kwantificering mogelijk en het herstel van fysiologische stroomdynamica die anders door de schedel worden vervormd.
• De techniek is bijzonder veelbelovend voor klinische vertaling, aangezien de schedeldikte van de makak vergelijkbaar is met het menselijke slaapbeen, wat suggereert dat de methode niet-invasieve fUS en ULM bij mensen kan faciliteren zonder de noodzaak van schedelvensters of gidssterren.
• Het kader vormt een stap richting hoogresolutie, niet-invasieve beeldvorming van hersenstructuur en -functie, wat mogelijk kan bijdragen aan de diagnose van cerebrovasculaire ziekten en het onderzoek naar neurovasculaire koppeling.