Comprendere la perfusione miocardica

La perfusione mitocardica descrive la consegna del sangue ossigenato ai miociti cardiaci tramite la microcircolazione coronarica. Questo processo è essenziale per mantenere la normale funzione contrataria e l'attività metabolica. Qualsiasi rottura - sia dalla stenosi coronarica epicardica, dalla disfunzione microvascolare, o vasospasmo - può portare a un errore di calcolo della domanda di fornitura, che culmina in ischemia.

Rotolo di elaborazione delle immagini in immagini cardiac

Moderne modalità di imaging cardiaco, tra cui immagini di risonanza magnetica dinamica a contrasto (DCE-MRI), tomografia computerizzata a singola emissione (SPECT), e tomografia a emissione di positron (PET) — producono set di dati di massa.

Tecniche di elaborazione delle immagini chiave

Il nucleo di perfusione quantitativa per l'analisi miocardica comprende quattro passaggi interdipendenti: segmentazione, correzione del movimento, quantificazione e visualizzazione.

Segmentazione

L'analisi dei volumi di espulsione parziale (in particolare i modelli di embrione e di esemplificazione) di sinistra (in inglese: Segmentation) isola il miocardio ventricolare sinistro da piscine sanguignee, grassi epicardici e strutture di sfondo.

Correzione del movimento

I valori di correzione del movimento cardiaco e respiratorio introducono la cattiva registrazione tra i frame successivi, in particolare negli studi di contrasto dinamico. Gli algoritmi di correzione del movimento stimano i campi di spostamento attraverso il flusso ottico, il tracciamento delle caratteristiche, o la registrazione B-spline.

Quantificazione

Per MRI, la deconvoluzione della funzione di Fermi produce MBF (mL/g/min). Per PET, la modellazione del compartimento fornisce l'MBF assoluto in mL/min/g. L'elaborazione delle immagini determina la funzione di input arterioso (AIF) dalla vasca del sangue ventricolare sinistra e calcola la riserva di perfusione miocardica (/rest MBFural).

Visualizzazione

Gli strumenti di visualizzazione traducono i dati di perfusione volumetrica in formati ambulatoriali. Le mappe polari codificate a colori (trame di occhi di bilancio) visualizzano i valori di MBF segmentali; i sovrapposizioni di colore parametrici sulle fette di assi brevi evidenziano le regioni ipoperflitte.

Vantaggi della valutazione quantitativa

L’elaborazione quantitativa delle immagini offre metriche oggettive e senza dimensioni che trascurano l’interpretazione soggettiva. Gli studi clinici hanno dimostrato che la quantificazione automatizzata MBF riduce la variabilità inter-reader da una kappa quantitativa di Cohen di 0.60 (visivo) a 0,92 (automatizzato) (Patel et al., 2020)].

Sfide e limitazioni

Nonostante i progressi, rimangono diversi ostacoli. Il rumore dell'immagine, in particolare a dosi di stress, degrada la qualità dell'IF e propaga l'errore attraverso modelli cinetici. La standardizzazione tra i fornitori e i protocolli di acquisizione è incompleta; le basi di dati normali site-specific sono ancora richieste.

Le direzioni future

L'elaborazione di immagini di prossima generazione si avvale dell'apprendimento self-supervised per ridurre la dipendenza da grandi dataset annotati. La fusione multimodale — combinando la perfusione MRI con il punteggio di calcio CT e l'imaging infiammatorio PET — promette fenotipa integrata di malattia coronarica dell'arteria.

Conclusioni

Grazie all'integrazione di segmentazione avanzata, correzione del movimento e quantificazione potenziata dall'AI, i medici possono rilevare prima ischemia sottile, monitorare gli effetti del trattamento più precisamente e ridurre la variabilità interoperatoria.