前方視、ロボット的に操縦された超音波ガイドワイヤーを使用した末梢血行再建施設を導くための監視されたセグメンテーション

背景：米国では毎年重大な肢虚血が存在する約50万人の患者が存在し、切断を避けるために血行再建を必要とします。末梢動脈は最小限の侵襲的処置によって血行再建術を行うことができますが、慢性閉塞を伴う症例の25％は、近位閉塞を超えてガイドワイヤーをルーティングできないために失敗しました。ガイドワイヤーナビゲーションの改善は、より多くの患者の四肢の救助につながります。 目的：超音波イメージングをガイドワイヤーに統合すると、ガイドワイヤーの進歩のためのルートの直接的な視覚化を可能にすることができます。血行再建のための症候性病変の近位に近い慢性閉塞を超えて統合されたイメージングを備えたロボット的にステアラブルなガイドワイヤーをナビゲートするには、ガイドワイヤーの進歩の経路を視覚化するために、獲得した超音波画像をセグメント化する必要があります。 方法：末梢動脈の閉塞を通る実行可能な経路の自動化されたセグメンテーションのための最初のアプローチは、シミュレーションと、ロボットで処理されたガイドワイヤーイメージングシステムを備えたシミュレーションおよび実験的に取得されたデータで実証されています。合成開口焦点を介して形成されたBモード超音波画像は、監視されたアプローチ（U-Netアーキテクチャ）を使用してセグメント化されました。2500のシミュレートされた画像を使用して、分類器を訓練して、ガイドワイヤーの進歩のために、容器の壁と閉塞を実行可能なパスと区別しました。第一に、最高の分類パフォーマンスをもたらす合成開口のサイズは、シミュレーション（90のテスト画像）で決定され、従来の分類器（グローバルなしきい値、ローカル適応しきい値、および階層分類）と比較されました。次に、部分的に閉鎖された動脈における残りの内腔（0.5 mmから1.5 mm）の直径の関数としての分類性能を、シミュレートされた（直径7つのそれぞれで60のテスト画像）と実験データセットの両方を使用してテストしました。実験的なテストデータセットは、ヒトの解剖学から4つの3Dプリントファントムと6つのex vivoブタ動脈で取得されました。動脈を通る経路を分類する精度は、比較のための基本真理として、ファントムとex vivo動脈のマイクロ計算断層撮影を使用して評価されました。 結果：3.8 mmの開口サイズは、感度とジャッカード指数に基づいた最良のパフォーマンスの分類をもたらし、ジャッカー直径が増加するにつれてJaccardインデックス（P <0.05）が大幅に増加しました。シミュレートされたテストデータを使用した監視済み分類器と従来の分類戦略のパフォーマンスを比較する際、U-NETの感度とF1スコアは、それぞれ0.95±0.02および0.96±0.01でしたが、最高のパフォーマンスの場合は0.83±0.03および0.41±0.13と比較して、従来のアプローチ、階層分類。シミュレートされたテスト画像では、感度（P <0.05）とJaccardインデックスの両方が動脈径の増加とともに増加しました（P <0.05）。残りの内腔径が0.75 mm以上残っている動脈ファントムで取得した画像の分類により、精度が90％> 90％になりましたが、動脈直径が0.5 mmに減少すると平均精度が82％に減少しました。ex in vivo動脈でのテストでは、平均バイナリ精度、F1スコア、Jaccardインデックス、および感度がそれぞれ0.9を超えました。 結論：前方視式のロボット処理されたガイドワイヤーシステムで獲得された部分的に閉鎖された末梢動脈の超音波画像のセグメンテーションは、表現学習を使用して初めて実証されました。これは、末梢血行再建を導くための高速で正確なアプローチを表す可能性があります。この記事は著作権によって保護されています。無断転載を禁じます。

BACKGROUND: Approximately 500,000 patients present with critical limb ischemia each year in the U.S., requiring revascularization to avoid amputation. While peripheral arteries can be revascularized via minimally invasive procedures, 25% of cases with chronic total occlusions are unsuccessful due to inability to route the guidewire beyond the proximal occlusion. Improvements to guidewire navigation would lead to limb salvage in a greater number of patients. PURPOSE: Integrating ultrasound imaging into the guidewire could enable direct visualization of routes for guidewire advancement. In order to navigate a robotically-steerable guidewire with integrated imaging beyond a chronic occlusion proximal to the symptomatic lesion for revascularization, acquired ultrasound images must be segmented to visualize the path for guidewire advancement. METHODS: The first approach for automated segmentation of viable paths through occlusions in peripheral arteries is demonstrated in simulations and experimentally-acquired data with a forward-viewing, robotically-steered guidewire imaging system. B-mode ultrasound images formed via synthetic aperture focusing were segmented using a supervised approach (U-net architecture). 2500 simulated images were used to train the classifier to distinguish the vessel wall and occlusion from viable paths for guidewire advancement. First, the size of the synthetic aperture resulting in the highest classification performance was determined in simulations (90 test images) and compared with traditional classifiers (global thresholding, local adaptive thresholding, and hierarchical classification). Next, classification performance as a function of the diameter of the remaining lumen (0.5 mm to 1.5 mm) in the partially-occluded artery was tested using both simulated (60 test images at each of 7 diameters) and experimental data sets. Experimental test data sets were acquired in four 3D-printed phantoms from human anatomy and six ex vivo porcine arteries. Accuracy of classifying the path through the artery was evaluated using microcomputed tomography of phantoms and ex vivo arteries as a ground truth for comparison. RESULTS: An aperture size of 3.8 mm resulted in the best-performing classification based on sensitivity and Jaccard index, with a significant increase in Jaccard index (p < 0.05) as aperture diameter increased. In comparing the performance of the supervised classifier and traditional classification strategies with simulated test data, sensitivity and F1 score for U-net were 0.95 ± 0.02 and 0.96 ± 0.01, respectively, compared to 0.83 ± 0.03 and 0.41 ± 0.13 for the best-performing conventional approach, hierarchical classification. In simulated test images, sensitivity (p < 0.05) and Jaccard index both increased with increasing artery diameter (p < 0.05). Classification of images acquired in artery phantoms with remaining lumen diameters ≥ 0.75 mm resulted in accuracies > 90%, while mean accuracy decreased to 82% when artery diameter decreased to 0.5 mm. For testing in ex vivo arteries, average binary accuracy, F1 score, Jaccard index, and sensitivity each exceeded 0.9. CONCLUSIONS: Segmentation of ultrasound images of partially-occluded peripheral arteries acquired with a forward-viewing, robotically-steered guidewire system was demonstrated for the first time using representation learning. This could represent a fast, accurate approach for guiding peripheral revascularization. This article is protected by copyright. All rights reserved.