Application de la méthode de compression à la racine p-ième avec délai, sommation et intégration pour l’imagerie par cavitation passive

Contexte académique

L’imagerie par cavitation passive (Passive Cavitation Imaging, PCI) est une technique utilisée pour surveiller l’activité des bulles dans les traitements par ultrasons, applicable dans divers scénarios thérapeutiques tels que la délivrance de médicaments ou l’ablation tissulaire (comme l’histotripsie). Cependant, les techniques actuelles de PCI souffrent d’une faible résolution axiale et de forts artefacts de lobes secondaires, en particulier lorsqu’on utilise l’algorithme de formation de faisceau Delay, Sum and Integrate (DSI). Afin d’améliorer les performances du PCI, les chercheurs explorent continuellement de nouveaux algorithmes capables d’améliorer la qualité d’image sans augmenter significativement la complexité calculatoire.

Cette étude vise à évaluer les performances d’un algorithme de formation de faisceau basé sur la compression à la racine p-ième avec délai, sommation et intégration (pth Root Compression Delay, Sum and Integrate, PRDSI) pour le PCI. L’algorithme, grâce à des opérations non linéaires de compression et d’intégration, peut efficacement supprimer les artefacts de lobes secondaires et améliorer la résolution axiale, offrant ainsi un moyen plus précis de surveiller les traitements par ultrasons médiés par des bulles.

Origine de l’article

Cet article a été rédigé par Abhinav Kumar Singh et Pankaj Warbal de l’Indian Institute of Technology (IIT) Gandhinagar, ainsi que Katia Flores Basterrechea et Kenneth B. Bader de l’Université de Chicago. Il a été publié en 2025 dans la revue IEEE Transactions on Biomedical Engineering.

Protocole de recherche

Conception expérimentale et processus

Cette étude se divise en trois principales phases expérimentales menées dans différents modèles : un modèle de flux sanguin in vitro, un modèle d’agarose dopé aux globules rouges, et un modèle de thrombose chez le porc. Voici les détails de chaque phase :

1. Expérience sur modèle de flux sanguin in vitro

• Objet d’étude : Modèle de flux perfusé avec un agent de contraste ultrasonore (Sonovue).
• Équipement utilisé : Source d’ultrasons focalisés (fréquence centrale de 2 MHz) et sonde à réseau linéaire (L11-5V).
• Processus expérimental : Injection de Sonovue dans le modèle de flux exposé à des ultrasons focalisés, avec enregistrement des signaux acoustiques générés par la cavitation.
• Traitement des données : Les signaux sont traités à l’aide des algorithmes DSI, Robust Capon Beamforming (RCB) et PRDSI pour générer des images PCI.
• Évaluation des performances : Évaluation de la qualité d’image via la largeur axiale, le rapport signal/interférence (Signal-to-Interference Ratio, SIR) et une analyse statistique binaire.

2. Expérience sur modèle d’agarose dopé aux globules rouges

• Objet d’étude : Modèle d’agarose dopé aux globules rouges.
• Équipement utilisé : Source d’histotripsie à 1 MHz et sonde à réseau C5-2V.
• Processus expérimental : Génération d’un nuage de bulles dans le modèle d’agarose, avec enregistrement des signaux acoustiques produits par l’activité des bulles.
• Traitement des données : Traitement des signaux avec les algorithmes DSI, RCB et PRDSI pour générer des images PCI.
• Évaluation des performances : Évaluation via la largeur axiale, le SIR et une analyse statistique binaire.

3. Expérience sur modèle de thrombose chez le porc

• Objet d’étude : Thrombus dans la veine fémorale d’un porc.
• Équipement utilisé : Source d’histotripsie à 1,5 MHz et sonde à réseau L11-5V.
• Processus expérimental : Application d’une ablation histotripsique sur le thrombus, avec enregistrement des signaux acoustiques produits pendant le traitement.
• Traitement des données : Traitement des signaux avec les algorithmes DSI, RCB et PRDSI pour générer des images PCI.
• Évaluation des performances : Évaluation via la largeur axiale, le SIR et une analyse statistique binaire.

Conception de l’algorithme

L’algorithme PRDSI permet de supprimer efficacement le bruit et les artefacts en appliquant une compression à la racine p-ième suivie d’une intégration sur les signaux radiofréquences reçus. Les étapes spécifiques sont les suivantes : 1. Compression à la racine p-ième des signaux radiofréquences reçus. 2. Intégration des signaux compressés. 3. Élimination du décalage continu pour générer des images PCI.

Analyse des données

L’étude utilise des analyses statistiques binaires et des courbes caractéristiques de fonctionnement du récepteur (Receiver Operating Characteristic, ROC) pour évaluer quantitativement les images PCI. En comparant la largeur axiale, le SIR et le temps de calcul des différents algorithmes, les performances de PRDSI ont été évaluées.

Résultats principaux

1. Résultats des expériences sur modèle de flux sanguin in vitro

• Largeur axiale : L’algorithme PRDSI, avec p=4, améliore la largeur axiale de 64,0±5,2 % par rapport à DSI.
• Rapport signal/bruit : Le SIR de PRDSI, avec p=4, augmente de 11,6±5,5 dB par rapport à DSI.
• Temps de calcul : Le temps de calcul de PRDSI augmente de 33,5 % par rapport à DSI.

2. Résultats des expériences sur modèle d’agarose dopé aux globules rouges

• Largeur axiale : Avec p=4, PRDSI améliore la largeur axiale de 56,7±13,0 % par rapport à DSI.
• Rapport signal/bruit : Le SIR de PRDSI, avec p=4, augmente de 10,6±4,2 dB par rapport à DSI.

3. Résultats des expériences sur modèle de thrombose chez le porc

• Largeur axiale : Avec p=4, PRDSI améliore la largeur axiale de 63,2±13,8 % par rapport à DSI.
• Rapport signal/bruit : Le SIR de PRDSI, avec p=4, augmente de 3,7±3,4 dB par rapport à DSI.

Conclusion

Cette étude démontre l’efficacité de l’algorithme PRDSI pour l’imagerie par cavitation passive, capable d’améliorer significativement la résolution axiale tout en supprimant les artefacts de lobes secondaires. Comparé aux algorithmes existants DSI et RCB, PRDSI présente des avantages marqués en termes de performance d’imagerie, avec une complexité calculatoire légèrement accrue. Cet algorithme offre un moyen plus précis de surveiller les traitements par ultrasons médiés par des bulles, avec un potentiel important pour les applications cliniques.

Points forts de l’étude

1. Conception algorithmique innovante : L’algorithme PRDSI utilise une compression à la racine p-ième et une intégration pour supprimer efficacement le bruit et les artefacts.
2. Validation expérimentale complète : L’étude valide les performances de PRDSI dans des modèles variés, tant in vitro qu’in vivo.
3. Potentiel d’application clinique : L’algorithme ouvre de nouvelles perspectives pour la surveillance en temps réel des traitements par ultrasons.

Informations supplémentaires

Une limitation de cette étude réside dans le fait que le paramètre optimal p de l’algorithme PRDSI peut varier selon les contextes d’application. Des recherches futures pourraient optimiser davantage cet algorithme et explorer son application dans un plus large éventail de scénarios cliniques.

---

Grâce à cette étude, l’algorithme PRDSI apporte une avancée significative dans le domaine de l’imagerie par cavitation passive, promettant de jouer un rôle crucial dans les futurs traitements par ultrasons.