P次根圧縮遅延、加算、および積分ビームフォーミングを使用した受動的空化イメージングの強化:in vitroおよびin vivo研究

pth根圧縮遅延和積分ビームフォーミングのパッシブキャビテーションイメージングへの応用に関する研究

学術的背景

パッシブキャビテーションイメージング(Passive Cavitation Imaging, PCI)は、超音波治療中の気泡活動を監視する技術であり、薬物送達や組織破壊(例:ヒストトリプシー、Histotripsy)などの治療シーンで広く使用されています。しかし、既存のPCI技術には、特に遅延和積分(Delay, Sum and Integrate, DSI)ビームフォーミングアルゴリズムを使用した場合、軸方向解像度が低いことやサイドローブアーチファクトが顕著であるといった問題があります。PCIの性能を向上させるために、研究者たちは計算複雑性を大幅に増加させることなく画像品質を改善できる新しいアルゴリズムを探求してきました。

本研究では、PCIにおけるpth根圧縮遅延和積分(pth Root Compression Delay, Sum and Integrate, PRDSI)ビームフォーミングアルゴリズムの適用効果を評価することを目指しています。このアルゴリズムは非線形圧縮と積分操作を通じて、サイドローブアーチファクトを効果的に抑制し、軸方向解像度を向上させ、これにより気泡媒介の超音波治療に対してより正確な監視手段を提供します。

論文の出典

本論文は、Indian Institute of Technology (IIT) GandhinagarのAbhinav Kumar Singh氏とPankaj Warbal氏、およびThe University of ChicagoのKatia Flores Basterrechea氏とKenneth B. Bader氏らによって共同執筆されました。論文は2025年にIEEE Transactions on Biomedical Engineering誌に掲載されました。

研究の流れ

実験設計とプロセス

本研究は主に3つの実験段階に分けられ、それぞれ異なる実験モデル、すなわち体外血流モデル、赤血球を含む寒天モデル、および生体内の豚血栓モデルで行われました。以下は各段階の具体的なプロセスです。

1. 体外血流モデル実験

  • 研究対象:超音波造影剤(Sonovue)を注入された流れモデル。
  • 実験装置:焦点超音波源(中心周波数2 MHz)と線形アレイプローブ(L11-5V)。
  • 実験プロセス:流れモデル中にSonovueを注入し、焦点超音波に曝露し、空化によって生成される音響放射信号を記録。
  • データ処理:DSI、ロバストCaponビームフォーミング(Robust Capon Beamforming, RCB)、およびPRDSIアルゴリズムを使用して信号を処理し、PCI画像を生成。
  • 性能評価:軸方向幅、干渉比(Signal-to-Interference Ratio, SIR)、および二値統計解析などの指標を用いて画像性能を評価。

2. 赤血球を含む寒天モデル実験

  • 研究対象:赤血球を含む寒天モデル。
  • 実験装置:1 MHzのヒストトリプシー超音波源とC5-2Vアレイプローブ。
  • 実験プロセス:寒天モデル中で気泡雲を生成し、気泡活動によって発生する音響放射信号を記録。
  • データ処理:DSI、RCB、およびPRDSIアルゴリズムを使用して処理を行い、PCI画像を生成。
  • 性能評価:軸方向幅、SIR、および二値統計解析などの指標を用いて画像性能を評価。

3. 生体内の豚血栓モデル実験

  • 研究対象:豚大腿静脈内の血栓。
  • 実験装置:1.5 MHzのヒストトリプシー超音波源とL11-5Vアレイプローブ。
  • 実験プロセス:血栓に対してヒストトリプシー治療を行い、治療中に発生する音響放射信号を記録。
  • データ処理:DSI、RCB、およびPRDSIアルゴリズムを使用して処理を行い、PCI画像を生成。
  • 性能評価:軸方向幅、SIR、および二値統計解析などの指標を用いて画像性能を評価。

アルゴリズム設計

PRDSIアルゴリズムは、受信したRF信号に対してpth根圧縮と積分操作を行うことで、ノイズやアーチファクトを効果的に抑制します。具体的な手順は以下の通りです: 1. 受信したRF信号に対してpth根圧縮を行う。 2. 圧縮後の信号を積分する。 3. 直流オフセットを除去し、PCI画像を生成する。

データ分析

本研究では、二値統計解析や受信者動作特性(Receiver Operating Characteristic, ROC)曲線などを用いてPCI画像を定量的に評価しました。異なるアルゴリズム間での軸方向幅、SIR、および計算時間を比較することで、PRDSIアルゴリズムの性能を評価しました。

主要な結果

1. 体外血流モデル実験結果

  • 軸方向幅:p=4の場合、PRDSIアルゴリズムはDSIアルゴリズムと比較して64.0±5.2%改善。
  • 干渉比:p=4の場合、PRDSIアルゴリズムはDSIアルゴリズムと比較して11.6±5.5 dB改善。
  • 計算時間:PRDSIアルゴリズムの計算時間はDSIアルゴリズムと比較して33.5%増加。

2. 赤血球を含む寒天モデル実験結果

  • 軸方向幅:p=4の場合、PRDSIアルゴリズムはDSIアルゴリズムと比較して56.7±13.0%改善。
  • 干渉比:p=4の場合、PRDSIアルゴリズムはDSIアルゴリズムと比較して10.6±4.2 dB改善。

3. 生体内の豚血栓モデル実験結果

  • 軸方向幅:p=4の場合、PRDSIアルゴリズムはDSIアルゴリズムと比較して63.2±13.8%改善。
  • 干渉比:p=4の場合、PRDSIアルゴリズムはDSIアルゴリズムと比較して3.7±3.4 dB改善。

結論

本研究は、PRDSIアルゴリズムがパッシブキャビテーションイメージングにおいて有効であり、軸方向解像度を大幅に向上させ、サイドローブアーチファクトを抑制できることを証明しました。既存のDSIおよびRCBアルゴリズムと比較して、PRDSIアルゴリズムは画像性能において明らかに優れており、計算複雑性はわずかに増加しています。このアルゴリズムは、気泡媒介の超音波治療に対してより正確な監視手段を提供し、重要な臨床応用価値を持っています。

研究のハイライト

  1. 新規なアルゴリズム設計:PRDSIアルゴリズムはpth根圧縮と積分操作を通じて、ノイズやアーチファクトを効果的に抑制します。
  2. 包括的な実験検証:研究は、体外および生体内のさまざまなモデルでPRDSIアルゴリズムの有効性を検証しました。
  3. 臨床応用の可能性:このアルゴリズムは、超音波治療中のリアルタイムモニタリングに新たな可能性を提供します。

その他の価値ある情報

本研究の限界点として、PRDSIアルゴリズムの最適パラメータpは、適用場面によって異なる可能性があります。今後の研究では、アルゴリズムをさらに最適化し、より広範な臨床シナリオでの応用を探索することが期待されます。


本研究を通じて、PRDSIアルゴリズムはパッシブキャビテーションイメージング分野に新たなブレークスルーをもたらし、将来の超音波治療において重要な役割を果たすことが期待されます。