在 RSNA 2021 ，有專門的超聲波成像跟蹤，這是一種經(jīng)濟(jì)高效的方法，可以在不暴露于輻射或不需要注射和手術(shù)的情況下觀察患者體內(nèi)的情況。

超聲成像通常由訓(xùn)練有素的超聲學(xué)家完成，需要特殊的專業(yè)知識(shí)來(lái)解釋。探頭是一個(gè)小型傳感器，既可以將聲波傳輸?shù)饺梭w內(nèi)，也可以記錄回響的聲波。它被放置在皮膚上，當(dāng)它移動(dòng)時(shí)，波從你的血細(xì)胞、器官和其他身體部位反彈，然后回到設(shè)備。然后，計(jì)算機(jī)將所有的聲波轉(zhuǎn)換成運(yùn)動(dòng)圖像，你可以在屏幕上看到它們。

加拿大滑鐵盧大學(xué)的 LITMUS 組（醫(yī)學(xué)超聲創(chuàng)新技術(shù)實(shí)驗(yàn)室）正在努力使超聲彩色多普勒成像（ CDI ）更容易可視化。他們使用了 NVIDIA Clara 全息掃描平臺(tái)，包括 NVIDIA Clara AGX 開(kāi)發(fā)工具包 和 NVIDIA Clara 全息掃描 SDK，以及前端 us4us ，以消除混疊瑕疵并將幀速率提高 12 倍 – 從 2 fps 增加到 30 fps 。

Clara Holoscan 是一個(gè) AI 平臺(tái)，具有強(qiáng)大的深度學(xué)習(xí)計(jì)算能力，能夠以高幀速率運(yùn)行模型。 Clara Holoscan SDK 旨在幫助創(chuàng)建人工智能管道，用于處理超聲、視頻和其他成像應(yīng)用的實(shí)時(shí)醫(yī)療數(shù)據(jù)流。

Clara AGX 開(kāi)發(fā)工具包結(jié)合了由 NVIDIA AGX Xavier SoC 控制的 NVIDIA RTX 6000 GPU 的電源，外部連接由兩個(gè) PCIe Gen4 x 8 插槽和一個(gè)帶有 100 GbE 端口的 NVIDIA ConnectX-6 SmartNIC 提供。

圖 1 Clara AGX 開(kāi)發(fā)工具包和 us4us 前端上抗混疊 CDI 管道概述。

彩色多普勒成像

彩色多普勒成像（ CDI ）是一種觀察動(dòng)脈和靜脈血流的無(wú)創(chuàng)方法。它被用來(lái)識(shí)別可能導(dǎo)致致命臨床后果（如中風(fēng)或心臟病發(fā)作）的動(dòng)脈阻塞、血凝塊或狹窄。這些阻塞可發(fā)生在身體的各種動(dòng)脈中，并顯著改變血液流動(dòng)的特性。 CDI 可以捕獲流量變化，并用于疾病狀況的識(shí)別和監(jiān)測(cè)。 CDI 也可用于檢測(cè)動(dòng)脈瘤，在動(dòng)脈瘤中，腫脹的動(dòng)脈壁也會(huì)影響血流。

圖 2 顯示了從頸動(dòng)脈模型獲得的典型 CDI 序列，其中血流從圖像左側(cè)進(jìn)入，然后分支到上下分支。動(dòng)脈中的流速以藍(lán)色或紅色陰影顯示，這取決于其相對(duì)于探頭的方向。周圍的灰度圖像顯示了組織結(jié)構(gòu)。 CDI 序列還顯示了血流動(dòng)力學(xué)在整個(gè)心動(dòng)周期（通常不到一秒鐘）中的變化。

圖 2 動(dòng)脈分叉模型上的典型 CDI 序列

CDI 中的混疊問(wèn)題

CDI 中一個(gè)反復(fù)出現(xiàn)的問(wèn)題是存在所謂的阻礙血流可視化的 aliasing artifacts 。當(dāng)血流超過(guò) CDI 系統(tǒng)可測(cè)量的最大流速時(shí)，會(huì)出現(xiàn)混疊偽影。

例如，圖 3 顯示，上支路中的流速很快 ，超過(guò)了色標(biāo)上的最大可測(cè)量流速（ 25 cm / s ）。因此，為該區(qū)域選擇的顏色是從色標(biāo)的另一端拾取的，并錯(cuò)誤地指示流向相反的方向。最大可測(cè)量速度源于潛在的系統(tǒng)限制和成像考慮 。

混疊在彎曲的脈管系統(tǒng)（如分叉）和遇到大范圍多向速度的情況下是最有問(wèn)題的。在這種情況下， CDI 可能變得難以解釋。

圖 3 有混疊偽影的動(dòng)脈分叉模型上的 CDI 序列

新的基于深度學(xué)習(xí)的解決方案

LITMUS 小組設(shè)計(jì)了一種新的基于深度學(xué)習(xí)的解決方案，以解決 CDI 中股動(dòng)脈分叉的這些混疊偽影。選擇大腿股動(dòng)脈分叉是因?yàn)槠洳煌牧鲃?dòng)特性，包括廣泛的流動(dòng)速度和多向流動(dòng)。在外周動(dòng)脈疾病的情況下，動(dòng)脈可能是阻塞的部位，即使在健康的情況下，分叉處也容易出現(xiàn)混疊。

圖 4 CDI 消除混疊管道概述

為了解決 CDI 中的混疊問(wèn)題， LITMUS 小組設(shè)計(jì)了一個(gè)兩步流程：

使用卷積神經(jīng)網(wǎng)絡(luò)（ CNN ）模型分割 CDI 中的混疊偽影。

分段的鋸齒偽影隨后通過(guò)自適應(yīng)技術(shù)去除。

對(duì)于混疊分割，訓(xùn)練 U-Net CNN ，以使用通常在典型 CDI 管道中計(jì)算的多個(gè)相關(guān)超聲特征檢測(cè)混疊偽影，這些特征可以包含與混疊檢測(cè)相關(guān)的特征。該網(wǎng)絡(luò)在 1136 幀上進(jìn)行訓(xùn)練，這些幀來(lái)自使用 us4us 超聲前端采集的三個(gè)真實(shí)股動(dòng)脈分叉。 CDI 中的混疊工件被手動(dòng)標(biāo)記以用于培訓(xùn)和驗(yàn)證。模型定義和訓(xùn)練在 TensorFlow 中完成。

然后通過(guò)自適應(yīng)相位展開(kāi)算法利用分割圖，該算法根據(jù)流動(dòng)連續(xù)性標(biāo)準(zhǔn)反轉(zhuǎn)混疊偽影，從而實(shí)現(xiàn)平滑的無(wú)混疊流動(dòng)輪廓。然后，在一次新采集的未觀察到的股動(dòng)脈分叉采集中對(duì)該框架進(jìn)行了評(píng)估，結(jié)果表明該框架可處理多向和過(guò)度混疊。

該框架的計(jì)算要求很高，對(duì)于簡(jiǎn)單的消除混疊，每幀需要 500 毫秒以上，對(duì)于過(guò)度混疊的情況，甚至更慢。

Clara Holoscan 用于床邊應(yīng)用中的實(shí)時(shí)消除混疊

CDI 被廣泛認(rèn)為是一種護(hù)理點(diǎn)模式，可用于快速、即時(shí)地了解患者的血流狀況。脫機(jī)處理會(huì)破壞 CDI 的這一功能，因此實(shí)時(shí)運(yùn)行別名消除框架非常重要。

英偉達(dá)和 LITMUS 組合作加速去混疊框架，以實(shí)現(xiàn)在床邊應(yīng)用中使用 NVIDIA Clara HORSOCAN SDK 和英偉達(dá) Clara AGX 開(kāi)發(fā)者工具包的實(shí)時(shí)性能。

GPU 加速 CDI 平臺(tái)在英偉達(dá) Clara AGX 開(kāi)發(fā)者工具包上使用了由 LITMUS 先前報(bào)告的基于 CUDA 的框架實(shí)現(xiàn)。有關(guān)更多信息，請(qǐng)參閱 活體超聲彩色編碼散斑成像實(shí)時(shí)復(fù)雜流動(dòng)可視化平臺(tái) 。

原始傳感器數(shù)據(jù)被連續(xù)復(fù)制到英偉達(dá) RTX 6000 GPU 中 Clara AGX開(kāi)發(fā)工具包，其中定制的CUDA構(gòu)建內(nèi)核執(zhí)行必要的圖像形成處理。使用 API-ZDU-TENSRAIN 算法庫(kù)對(duì)相位展開(kāi)進(jìn)行了加速，并使用CUK1-ZDU-Net算法對(duì)相位展開(kāi)進(jìn)行了加速。進(jìn)一步的 CUDA 和OpenGL函數(shù)用于顯示。結(jié)果是在 Clara AGX開(kāi)發(fā)工具包上運(yùn)行了一個(gè)完整的原始傳感器數(shù)據(jù)到消除混疊CDI包，該包顯示了實(shí)時(shí)性能。

圖 5 顯示了 Clara AGX 開(kāi)發(fā)者工具包上的抗混疊 CDI 框架，該框架在實(shí)時(shí)模式下處理股骨分叉模型到抗混疊 CDI 的原始傳感器數(shù)據(jù)。原始數(shù)據(jù)是使用 us4us 前端獲取的，該前端使研究人員能夠訪問(wèn)從探頭到達(dá)的所有基本信號(hào)：

圖 5 Clara AGX 開(kāi)發(fā)工具包上抗混疊 CDI 平臺(tái)的屏幕截圖

Left： 使用常規(guī)處理管道獲得混疊 CDI 序列。在收縮期（心動(dòng)周期的峰值，凍結(jié)幀），血流正在遠(yuǎn)離探頭，并且都應(yīng)該是藍(lán)色的。然而，在底部支管中，探頭方向的流速超過(guò)了最大可測(cè)量流速，因此顯示為紅色/橙色陰影區(qū)域，錯(cuò)誤地表明流速正在上升。

Middle： 在實(shí)時(shí)成像會(huì)話期間，通過(guò)集成 U-Net 模型獲得混疊分割。您可以看到如何在現(xiàn)場(chǎng)正確捕獲脈動(dòng)幀中的鋸齒偽影。

Right： CDI 序列消除了混疊。最大可測(cè)量速度增加，血流可視化更直觀。

消除混疊模塊的處理時(shí)間提高到 30 fps ，比之前的 2-2.5 fps 提高了 12 倍。在此基礎(chǔ)上， CuPy 被用來(lái)制作原型，并獲得快速的 GPU 加速度，提供中等~ 15 fps 的速度。

結(jié)論

英偉達(dá)集團(tuán)的工作流程表明，英偉達(dá) Clara AGX 開(kāi)發(fā)工具包和 NVIDIA Clara HORSOCAN SDK 可以實(shí)時(shí)解決 CDI 中的混疊偽影。通過(guò)消除血流方向的模糊性，消除混疊使圖像可視化和解釋更加容易。這對(duì)彎曲的脈管系統(tǒng)產(chǎn)生了最大的影響，因?yàn)槌曖t(yī)生很難猜到血流方向。

關(guān)于作者

Vanessa Braunstein 在 NVIDIA 的醫(yī)療團(tuán)隊(duì)從事產(chǎn)品營(yíng)銷工作。此前，她在基因組學(xué)、醫(yī)學(xué)成像、制藥、化學(xué)和診斷公司從事產(chǎn)品開(kāi)發(fā)和營(yíng)銷。她學(xué)習(xí)分子和細(xì)胞生物學(xué)、公共衛(wèi)生和商業(yè)。

審核編輯：郭婷