Dehnbare Ultraschall-Arrays für die drei

Nature Biomedical Engineering (2023)Diesen Artikel zitieren

11.000 Zugriffe

211 Altmetrisch

Details zu den Metriken

Die serielle Bewertung der biomechanischen Eigenschaften von Geweben kann zur Früherkennung und Behandlung pathophysiologischer Zustände, zur Verfolgung der Entwicklung von Läsionen und zur Bewertung des Rehabilitationsfortschritts eingesetzt werden. Aktuelle Methoden sind jedoch invasiv, können nur für kurzfristige Messungen eingesetzt werden oder haben eine unzureichende Eindringtiefe oder räumliche Auflösung. Hier beschreiben wir ein dehnbares Ultraschall-Array zur Durchführung serieller, nicht-invasiver elastografischer Messungen von Geweben bis zu 4 cm unter der Haut mit einer räumlichen Auflösung von 0,5 mm. Das Array passt sich der menschlichen Haut an und koppelt sich akustisch mit ihr, was eine genaue elastografische Bildgebung ermöglicht, die wir mittels Magnetresonanz-Elastografie validiert haben. Wir haben das Gerät verwendet, um dreidimensionale Verteilungen des Elastizitätsmoduls von Geweben ex vivo abzubilden, mikrostrukturelle Schäden in den Muskeln von Freiwilligen vor Beginn des Muskelkaters zu erkennen und den dynamischen Erholungsprozess von Muskelverletzungen während Physiotherapien zu überwachen. Die Technologie könnte die Diagnose und Behandlung von Krankheiten erleichtern, die die Gewebebiomechanik beeinträchtigen.

Die mechanischen Eigenschaften menschlicher Gewebe sind für die Struktur und Funktion menschlicher physiologischer Systeme von entscheidender Bedeutung1. Häufige mechanische Charakterisierungen verschiedener Organe ermöglichen eine zeitnahe Bewertung des Gewebewachstums, des Stoffwechselzustands, der immunologischen Funktion und der Hormonregulation1,2,3. Am wichtigsten ist, dass die mechanischen Eigenschaften erkrankter Gewebe häufig pathophysiologische Zustände widerspiegeln. Die Überwachung solcher Eigenschaften kann wichtige Informationen über den Krankheitsverlauf liefern und rechtzeitige Interventionen steuern4,5. Beispielsweise ist bekannt, dass sich die Steifheit von Tumoren von der von gesundem Gewebe unterscheidet6. Darüber hinaus kann es bei einigen Tumoren zu Veränderungen der Steifheit kommen, wenn sie in bestimmten Entwicklungsstadien wachsen7, und diese Veränderungen können schnell auftreten (Ergänzende Abbildung 1a und Ergänzende Anmerkung 1)5,8,9,10,11,12. Zur Beurteilung des Wachstumsstadiums und zur Therapieberatung sind häufige Kontrollen der Steifheit dieser Tumoren erforderlich13. Die mechanische Charakterisierung ist auch bei der Diagnose und Rehabilitation vieler Erkrankungen und Verletzungen des Bewegungsapparates von entscheidender Bedeutung. Die Überwachung der Muskelmodule ermöglicht ein proaktiveres Screening des gefährdeten Bereichs (ergänzende Abbildung 1b)14,15,16,17,18,19,20,21,22. Es hat sich auch gezeigt, dass die Überwachung von Gewebemodulen bei der Früherkennung und Verfolgung von Herz-Kreislauf-Erkrankungen hilft23,24. Eine ideale Technologie sollte eine nicht-invasive und dreidimensionale (3D) Kartierung tiefer Gewebe mit genauer Lage, Morphologie und mechanischen Informationen ermöglichen25. Bestehende Methoden sind jedoch nicht in der Lage, diesen kritischen Bedarf zu decken (Ergänzende Abbildungen 2–5 und Ergänzende Anmerkung 2).

Um diese technologische Lücke zu schließen, berichten wir in diesem Artikel über ein dehnbares Ultraschall-Array mit Fortschritten in der Gerätetechnik und den Bildgebungsalgorithmen (Ergänzende Anmerkung 3). Mit neuen Mikrofabrikationsprotokollen können wir eine hervorragende elektromechanische Kopplung der Wandler erreichen. Die kohärente Compounding-Bildgebungsstrategie ermöglicht genaue Verschiebungsberechnungen und verbessert daher das elastografische Signal-Rausch-Verhältnis (SNRe) und das Kontrast-Rausch-Verhältnis (CNRe) im gesamten sonografischen Fenster26. Durch die Lösung eines inversen Elastizitätsproblems können wir eine quantitative Modulverteilung ableiten, was im Vergleich zur qualitativen Dehnungsverteilung, die mit herkömmlicher quasistatischer Elastographie erhalten wird, einen Fortschritt darstellt27 (Ergänzende Anmerkung 4). Wir zeigen die Zuverlässigkeit dieser Technologie durch Tests an verschiedenen künstlichen Phantommodellen und biologischen Ex-vivo-Proben mit quantitativer Validierung durch Magnetresonanzelastographie (MRE). In-vivo-Studien zu verzögert auftretendem Muskelkater zeigen, dass diese Technologie den Genesungsfortschritt von Muskelverletzungen auf nicht-invasive serielle Weise verfolgen und so therapeutische Leitlinien liefern kann. Diese Ergebnisse legen einen bequemen und effektiven Ansatz zur Überwachung der mechanischen Eigenschaften von Gewebe nahe und erleichtern die Diagnose und Behandlung vieler Krankheiten und Symptome.

Messungen mit herkömmlichen starren Ultraschallsonden können unter einer schlechten akustischen Kopplung leiden, da ihre starren Oberflächen nicht an die gekrümmte Form des menschlichen Körpers angepasst werden können (Ergänzende Anmerkung 5). Um dieses Problem zu lösen, haben wir ein dehnbares Ultraschallarray zur Modulerkennung entwickelt. Abbildung 1a zeigt den schematischen Funktionsmechanismus eines 16-mal-16-Arrays (für den detaillierten Prozess siehe die ergänzenden Abbildungen 6 und 7 und den ergänzenden Film 1). Das Array kann sich über eine Art Koppelmittel auf Silikonbasis an die menschliche Haut anpassen und diese akustisch koppeln, um eine qualitativ hochwertige Bildgebung zu ermöglichen (Ergänzende Abbildung 5 und Ergänzende Anmerkung 5). Nachdem das Array aktiviert wurde, werden Ultraschallwellen in das Gewebe unter dem Gerät gesendet. Streuquellen (z. B. Gewebeschnittstellen) können die Ultraschallwellen reflektieren, die Informationen über den Standort dieser Streuquellen enthalten. Die reflektierten Wellen werden dann von den Wandlerelementen im Array als Hochfrequenzdaten empfangen. Die von jedem Element gesammelten Hochfrequenzdaten werden dann durch Empfangsstrahlformung verbessert (ergänzende Abbildung 8). Danach wird durch quasistatische einachsige Kompression eine Spannung von ca. 0,5–1 % auf das Gewebe ausgeübt. Die geringe Dehnung stellt sicher, dass die Gewebe ein lineares Spannungs-Dehnungs-Verhalten aufweisen, d. h. ihr Elastizitätsmodul ändert sich nicht mit der Belastung28. Nach der Komprimierung beträgt die maximale Änderung der Tonhöhe des Arrays nur 0,02 % (ergänzende Abbildung 9). Daher ist die damit verbundene Phasenaberration sowohl für die Sende- als auch für die Empfangsstrahlformung vernachlässigbar, insbesondere für Untersuchungen tiefer Gewebe (Ergänzende Anmerkung 6 und ergänzende Abbildungen 10 und 11). Infolgedessen können wir dasselbe Zeitverzögerungsprofil sowohl für die Empfangsstrahlformung nach als auch vor der Komprimierung verwenden (Ergänzende Anmerkung 6). Ein normalisierter Kreuzkorrelationsalgorithmus wird verwendet, um die Hochfrequenzdaten vor und nach der Komprimierung zu vergleichen und die Verschiebungen der Streuquellen mit hoher sonographischer Empfindlichkeit und Genauigkeit zu berechnen (Ergänzende Anmerkung 7 und ergänzende Abb. 12a, b)29,30. Ein Dehnungsschätzer nach der Methode der kleinsten Quadrate wird verwendet, um Verschiebungen in Dehnungen umzuwandeln und gleichzeitig mögliche Schwankungen zu minimieren (Ergänzende Anmerkung 8 und ergänzende Abbildung 12)31. Eine grafische Benutzeroberfläche, die aus Echtzeit-Anzeigefenstern und Bedienfeldern besteht, dient zur Lokalisierung des Geräts und zur Quantifizierung der Komprimierung für das Subjekt (Ergänzende Anmerkung 9 und Ergänzende Abbildung 13). Ein inverses Elastizitätsproblem wird gelöst, um die Modulverteilung innerhalb des Gewebes zu quantifizieren (Ergänzende Anmerkung 10).

a, Schematische Darstellung des dehnbaren Ultraschall-Arrays, laminiert auf einem Weichgewebe. Das Gerät besteht aus einer 16 x 16 großen Anordnung von Wandlerelementen, die durch eine siebenschichtige Elektrode parallel verbunden und mit wasserdichtem und biokompatiblem Silikonelastomer eingekapselt sind. Die Explosionsansicht jedes Elements ist in der ergänzenden Abbildung 6 zu sehen und zeigt die Struktur und Komponenten des Elements. Dieses Layout ermöglicht die individuelle Aktivierung jedes Elements mit einem bestimmten Zeitverzögerungsprofil und die Erfassung der reflektierten Echos von Streuquellen vor (links) und nach der Komprimierung (rechts). Die strahlgeformten Vor- und Nachkomprimierungssignale werden kreuzkorreliert, um die Verschiebungs-, Dehnungs- und Modulfelder abzuleiten. ACF, anisotroper leitfähiger Film. b, Resonanzfrequenz, Antiresonanzfrequenz und berechnete Verteilung des effektiven elektromechanischen Kopplungskoeffizienten (Keff) (Einschub) der 256 Elemente. c, Bewertung des Übersprechens zwischen zwei benachbarten Elementen und zwei alternativen Elementen. d, Einfügungsdämpfung der Wandler mit und ohne Anpassungsschaltung. Aufgrund der maximalen elektrischen Leistung, die von den Echos erzeugt wird, hat der Einfügungsverlust bei der Resonanzfrequenz einen minimalen Wert. Beispielsweise optische Bilder des Geräts im gebogenen (e) oder gewickelten (f) Zustand auf komplex geformten Oberflächen sowie im verdrehten und gedehnten Zustand (g), die seine mechanische Nachgiebigkeit und Robustheit zeigen.

Quelldaten

Wir wählen eine Mittenfrequenz von 3 MHz, um die Anforderungen einer hohen räumlichen Auflösung32 und einer frequenzabhängigen linearen Dämpfung von Ultraschallwellen im Gewebe33 auszugleichen. Die charakterisierten mittleren Resonanz- und Antiresonanzfrequenzen weisen kleine Standardabweichungen auf, was auf die Konsistenz über das gesamte Array hindeutet (Abb. 1b). Angesichts der entsprechenden Ultraschallwellenlänge von ~500 μm in Weichgewebe wählen wir einen Abstand von 800 μm, der zur Erzeugung von Wellenkonvergenz34 geeignet ist, qualitativ hochwertige Bilder erzeugt und Übersprechen minimiert35. Die Steigung ändert sich bei der Anpassung an eine Krümmung. In dieser Studie verwenden wir jedoch weiterhin den anfänglichen planaren Abstand von 800 μm bei der Strahlformung einer gekrümmten Oberfläche, da sich der Abstand innerhalb des zulässigen Krümmungsbereichs des Arrays nur geringfügig von 0,003 % ändert (Ergänzende Anmerkung 11). und ergänzende Abb. 14). Zur Ausrichtung des Trägermaterials und der Wandlerelemente wird eine skalierbare Methode verwendet, die den Fertigungsdurchsatz und die Leistungskonsistenz verbessert und potenzielle Phasenaberrationen vermeidet (ergänzende Abbildung 15 und Methoden)35,36. Um die 256 Elemente individuell anzusprechen, werden sechs Schichten Aktivierungselektroden und eine Schicht gemeinsamer Masse in Serpentinenform transferiert und über vertikale Verbindungszugänge auf die gleiche Ebene geleitet (Ergänzende Abbildungen 16–18). Um den hohen elektromechanischen Kopplungskoeffizienten der 256 Elemente (durchschnittlich 0,64, Einschub in Abb. 1b) zu erhalten, wird eine Niedrigtemperatur-Verbindungstechnik verwendet, wobei die Leistung mit der von Elementen in kommerziellen Ultraschallsonden (0,58–0,69) vergleichbar ist (Lit. 37). Der durchschnittliche dielektrische Verlust des Arrays von 0,022 weist darauf hin, dass der durch die Wandlererwärmung verursachte Energieverbrauch minimal ist (ergänzende Abbildung 19). Die Zeit- und Frequenzbereichscharakterisierungen der Puls-Echo-Reaktion zeigen eine Bandbreite von ~50 % (ergänzende Abbildung 19 und Methoden).

Aufgrund der gut konzipierten Teilung, der Unterdrückung von Scherschwingungen durch den 1–3-Verbundwerkstoff und der Dämpfungswirkung von Silikonelastomer zwischen den Elementen liegt das Übersprechen zwischen den Elementen unter dem Standardwert von –30 dB (Abb. 1c). Eine Anpassungsschaltung reduziert den Einfügungsverlust effektiv auf 16,98 dB bei der Resonanzfrequenz (ergänzende Abbildung 20), vergleichbar mit einem kommerziellen Tastkopf (17 dB) (Lit. 38). Der geringe Einfügungsverlust führt zu einer hervorragenden sonografischen Empfindlichkeit (Abb. 1d), die für die Modulbildgebung von entscheidender Bedeutung ist39. Das leistungsstarke 1–3-Verbundmaterial führt zusammen mit dem neuen Herstellungsprotokoll und der effektiven Anpassungsschaltung zu einem durchschnittlichen sonografischen Signal-Rausch-Verhältnis von 39 dB, vergleichbar mit einer kommerziellen Sonde (41 dB) (Ref. 39). . Die Standardabweichung des sonografischen Signal-Rausch-Verhältnisses, das zwei Wochen lang unter Wasser gemessen wurde, ist aufgrund der hervorragenden wasserdichten Eigenschaft des einkapselnden Silikonelastomers gering (0,87 dB) (ergänzende Abbildung 21). Das Gerät kann in verschiedenen Modi reversibel verformt werden (Abb. 1e–g). Die maximale biaxiale Dehnbarkeit des Geräts ohne Beeinträchtigung seiner elektromechanischen Eigenschaften beträgt ~40 %, was auf seine Zuverlässigkeit bei der Hautintegration hinweist (Ergänzende Abbildungen 22 und 23)40.

Um den Übertragungsmodus für die Elastographie zu bestimmen, haben wir zweidimensionale (2D) Spannungsverteilungen in einem Doppelschichtphantom unter drei verschiedenen Übertragungsmodi simuliert: einzelne ebene Welle, Monofokus und kohärente ebene Wellenverbindung (ergänzende Abbildung 24) 26 und analysierten dann SNRe und CNRe, die beiden kritischsten Metriken für die Modulzuordnung (Ergänzende Anmerkungen 12 und 13)41. Unter den drei Modi erzeugt der Single-Plane-Wave-Modus aufgrund der geringen Übertragungsenergie beim nicht-fokalen Scannen die niedrigsten SNRe- und CNRe-Werte (Abb. 2a). Der monofokale Modus bietet bessere SNRe und CNRe, jedoch nur in Regionen in der Nähe des Brennpunkts. Der kohärente Verbundmodus für ebene Wellen besteht aus einer Reihe einzelner ebener Wellen mit unterschiedlichen Übertragungswinkeln. Diese gesteuerten Rahmen werden kohärent integriert, um ein Mehrwinkel-Verbundbild mit gemultiplexten Signalintensitäten über die gesamte Region zu rekonstruieren (Ergänzende Anmerkung 13). Die daraus resultierenden SNRe- und CNRe-Werte sind in allen Regionen erheblich erhöht26. Die Leistung der Compounding-Strategie hängt stark von der Schrittgröße und der Anzahl der Lenkwinkel ab. In dieser Arbeit haben wir 19 Lenkwinkel und eine Schrittgröße von 1 ° verwendet, die in Experimenten die beste elastografische Bildqualität ergaben (Abb. 2b, c und ergänzende Abb. 25 und 26).

a, Simulationen, die SNRe und CNRe der kohärenten Ebenenwellen-Compounding-, Monofokus- und Einzelebenenwellen-Übertragungsmodi in einem Doppelschicht-Phantom zeigen. Diese Daten werden in sieben verschiedenen Tiefen entlang der Mittellinie der Dehnungsbilder in der ergänzenden Abbildung 24 extrahiert. b, Das SNRe als Funktion der Schrittgröße des Lenkwinkels. Eingefügt ist ein schematisches Diagramm, das den Prozess der Zusammenfügung zeigt: Ein Satz ebener Wellen wird mit unterschiedlichen Lenkwinkeln übertragen und ein endgültiges zusammengesetztes Bild wird durch kohärentes Addieren aller strahlgeformten Bilder erstellt. c, Die SNRe- und Rekonstruktionszeit bei unterschiedlicher Anzahl von Lenkwinkeln. d, SNRe und NCC als Funktion der angelegten Dehnung. In NCC wurden die Daten durch das Produkt der Standardabweichungen der Signale vor und nach der Komprimierung normalisiert. Der schattierte Bereich mit >0,8 NCC durch einen −3-dB-Dehnungsfilter zeigt den Dynamikbereich. e, Laterale und axiale Auflösungen des dehnbaren Ultraschallarrays basierend auf den FWHMs von PSFs. f, Quantifizierung der Kontrastauflösung basierend auf der Beziehung zwischen dem CNRe- und Modulkontrast von Phantomen.

Quelldaten

Ein hoher SNRe ist entscheidend für eine qualitativ hochwertige elastografische Bildgebung. Das SNRe wird durch die Größe der angelegten Dehnung und den normalisierten Kreuzkorrelationskoeffizienten (NCC) beeinflusst, der die Ähnlichkeit der Hochfrequenzsignale vor und nach der Kompression widerspiegelt. Die kleinste nachweisbare Dehnung mit einem SNRe von 6 dB beträgt 0,0125 %, was auf die hohe elastografische Empfindlichkeit des dehnbaren Arrays hinweist (Abb. 2d). Bei niedrigen Dehnungsniveaus sind die Verschiebungssignale klein, sodass das relativ große intrinsische elektrische Rauschen in den Hochfrequenzsignalen zu großen Abweichungen in den elastographischen Bildern und damit zu einem niedrigen SNRe führt. Mit zunehmender angelegter Dehnung nehmen die Verschiebungssignale proportional zu, während das intrinsische elektrische Rauschen relativ konstant bleibt, was zu einem Anstieg des SNRe führt. Der SNRe wird bei ~1 % Dehnung am höchsten. Über 1 % Dehnung hinaus verzerren die Hochfrequenzsignale ihre Form und Amplitude42, was zu einem starken Abfall des NCC und damit des SNRe führt (Abb. 2d). Der Dynamikbereich (d. h. der Dehnungsbereich mit hohem SNRe) wird durch einen Grenzwert von –3 dB vom maximalen SNRe bestimmt, der in dieser Arbeit ~0,36–2,34 % beträgt, was einem NCC >0,8 entspricht.

Sowohl die räumliche Auflösung als auch die Kontrastauflösung sind für die elastografische Bildgebung von entscheidender Bedeutung43. Um die räumliche Auflösung zu charakterisieren, haben wir die Modulverteilung abgebildet und die lateralen und axialen Übergangskanten eines Einschlussphantoms extrahiert (ergänzende Abbildung 27 und Methoden). Die ersten Ableitungen der Modulverteilung ergeben die Punktspreizfunktionen (PSFs) (ergänzende Abbildung 28), deren Halbwertsbreiten (FWHMs) zur Schätzung der elastografischen räumlichen Auflösungen 25 verwendet werden, die im lateralen Bereich auf 0, 56 mm festgelegt werden und 0,50 mm in axialer Richtung (Abb. 2e). Aufgrund des synthetischen Fokussierungseffekts des kohärenten Plane-Wave-Compounding-Modus bleibt die räumliche Auflösung an verschiedenen Orten im gesamten abgebildeten Bereich hoch und konsistent26.

Ähnlich wie die räumliche Auflösung ist die Kontrastauflösung als Modulkontrast mit einem entsprechenden CNRe von 6 dB definiert. Um die Kontrastauflösung zu quantifizieren, führen wir Tests an Doppelschichtphantomen durch, die aus zwei homogenen Gelatinephantomen mit unterschiedlichen Elastizitätsmodulen bestehen. Der Modul jeder Schicht liegt im Bereich von ~10–100 kPa und deckt den Modulbereich aller typischen gesunden und erkrankten Gewebe ab (ergänzende Abbildung 29)44, wodurch ein Grenzflächenmodulkontrast im Bereich von 1,79 dB bis 15,94 dB entsteht. Der CNRe, bestimmt durch das Verhältnis des Dehnungskontrasts zur Standardabweichung der Dehnungsverteilung, nimmt ab, wenn der Modulkontrast geringer wird (Abb. 2f und Ergänzende Anmerkung 12). Die logarithmische Kurvenanpassung mit einem Bestimmtheitsmaß > 0,98 zeigt die Zuverlässigkeit der experimentellen Ergebnisse (Ergänzende Anmerkung 12)43. Die Kontrastauflösung des Geräts wird auf ~1,79 dB (d. h. ein Modulverhältnis von 1,22) geschätzt.

In Anlehnung an die klinische Praxis für Tumorscreening und -diagnose verwendeten wir vier Arten von Phantomen, um verschiedene pathologische Gewebeumgebungen zu simulieren (ergänzende Abbildung 27)43,45: ein eindimensionales Phantom, das aus zwei Schichten mit unterschiedlichen Young-Modulen besteht und Muskeln mit nachahmt ein Bereich mit Krankheit oder Verletzung15,17; ein 2D-Phantom, bestehend aus einem zylindrischen, mit Flüssigkeit gefüllten Hohlraum, der Zysten simuliert, die häufig in zentralen Organen auftreten46; ein 2D-Phantom mit einem massiven zylindrischen Einschluss; und ein kommerzielles 3D-Brustphantom mit kugelförmiger Masse. Die letzten beiden Phantome imitieren Tumore und Knoten mit unterschiedlichen Morphologien in der Brust47. Die Young-Moduli aller Komponenten wurden entweder mit einem Standardgerät (für kundenspezifische Phantome, ergänzende Abbildung 29) oder mit einem klinischen Ultraschallgerät (für das kommerzielle Phantom, siehe ergänzende Abbildung 30) charakterisiert. Viele Tumoren (mit Ausnahme des Zystenphantoms) haben ähnliche Materialien und Bestandteile und damit akustische Impedanzen wie das umgebende Gewebe. Dadurch weisen sie eine homogene Echogenität und einen minimalen sonographischen Kontrast auf, der in der B-Bild-Bildgebung kaum zu erkennen ist (Abb. 3a–d, erste Spalte)48,49.

a–d, Vier Arten von Phantomen werden verwendet, um verschiedene pathologische Gewebeumgebungen zu simulieren: ein zweischichtiges Phantom, bei dem die obere Schicht 2,03-mal steifer ist als die untere Schicht (a), ein Zystenphantom, das aus einem zylindrischen Hohlraum besteht, der mit Flüssigkeit gefüllt ist (b) , Phantome mit einem zylindrischen Einschluss, der 1,61-mal steifer ist als die Matrix (c) und einer sphärischen Masse, die 2,54-mal steifer ist als die Matrix (d). In der ersten Spalte werden B-Mode-Bilder aller Phantome angezeigt, die mit einer kommerziellen Ultraschallsonde aufgenommen wurden. In der zweiten Spalte werden Verschiebungsfelder angezeigt, die die Bewegung jeder Streuquelle in den Phantomen während der Komprimierung abschätzen. Als Ursprung wird die Position des Ultraschallarrays definiert. Entsprechende Dehnungsverteilungen sind in der dritten Spalte dargestellt. Die Lösung des inversen Elastizitätsproblems mit den Verschiebungsverteilungen führt zu quantitativen Modulkontrasten, die in der vierten Spalte dargestellt sind.

Die Tests an Phantommodellen konzentrieren sich auf die axialen Verschiebungsfelder (Abb. 3a–d, zweite Spalte). Im Vergleich zu den seitlichen und Höhenverschiebungen können die axialen Verschiebungen die Bewegung jeder Streuquelle genauer widerspiegeln, da sie parallel zur Richtung der Ultraschallwellenübertragung verläuft50. Die Dehnung ist höher, wenn der Modul der Komponente niedriger ist (dritte Spalte in Abb. 3a – d und Ergänzende Anmerkung 8). Eine gängige Praxis zur Berechnung der Dehnung besteht darin, die räumliche Ableitung des Verschiebungsfelds zu ermitteln, was kleine unphysikalische Schwankungen im Verschiebungsfeld verstärkt (ergänzende Abbildung 12). Um dieses Problem zu beheben, haben wir einen Dehnungsschätzer der kleinsten Quadrate mit einer Methode zur stückweisen linearen Kurvenanpassung angewendet, der es uns ermöglicht, die 2D-Dehnungsverteilungen zu berechnen und gleichzeitig unphysikalische Schwankungen zu glätten (ergänzende Abbildung 12)52. Die resultierenden Dehnungsverteilungen lassen den Einschluss deutlich erkennen. Eine Ausnahme bildet das Zystenphantom, dessen Stammverteilungskarte einen blauen (B)–grünen (G)–roten (R) Bereich aufweist (Ergänzende Abbildungen 31 und 32), eine Signatur von Zysten, die klinisch zur Unterscheidung zwischen Zysten verwendet wurde und solide Läsionen46,53. Wir haben 3D-Dehnungsbilder der Phantome rekonstruiert, indem wir 16 vom Array erhaltene Querschnittsbilder integriert haben. Die 3D-Bildgebungsergebnisse stimmen mit denen einer kommerziellen Ultraschallsonde mit einer ähnlichen Mittenfrequenz (2,8 MHz) überein (Ergänzende Abbildungen 33–36 und Ergänzende Anmerkung 14). Die Messungen sind in hohem Maße reproduzierbar und spiegeln die Zuverlässigkeit des dehnbaren Arrays wider (ergänzende Abbildung 37).

Die Dehnung hängt von den aufgebrachten Lasten ab und daher kann die Dehnungskartierung subjektiv und bedienerabhängig sein. Darüber hinaus können Dehnungskarten die quantitativen Modulinformationen nicht zuverlässig wiedergeben, wenn die Belastung ungleichmäßig ist54. Um diese Probleme zu vermeiden, quantifizieren wir die räumliche Verteilung des Schermoduls durch die Lösung eines inversen Elastizitätsproblems55. Konkret formulieren wir das inverse Elastizitätsproblem als eingeschränktes Optimierungsproblem. Das Ziel besteht darin, eine Schermodulverteilung zu finden, die ein vorhergesagtes Verschiebungsfeld erzeugt, das sowohl die Gleichgewichtsgleichung des 2D-linearen Elastizitätsmodells56 erfüllt als auch mit dem gemessenen Verschiebungsfeld übereinstimmt. Wir lösen das Optimierungsproblem durch einen Gradienten-basierten Minimierungsansatz und berechnen den Gradienten effizient mit der Adjungierten-Methode (Ergänzende Abbildung 38)55. Der Elastizitätsmodul beträgt das Dreifache des Schubmoduls57,58. Für ein gemessenes Verschiebungsfeld kann die abgeleitete Modulverteilung genau bestimmt werden. Beachten Sie, dass die ungleichmäßigen externen Kompressionen keinen Einfluss auf die rekonstruierte Modulverteilung haben, da der umgekehrte Ansatz kein gleichmäßiges Spannungsfeld für einen bestimmten Querschnitt annimmt (Ergänzende Anmerkung 10 und erweiterte Daten, Abb. 1).

Die Modulverteilungskarten visualisieren die Morphologie der internen Strukturen, die genau dem Design entsprechen (vierte Spalte in Abb. 3a–d). Schattenartefakte, die normalerweise durch Einschlüsse verursacht werden (ergänzende Abbildung 39), erscheinen in den Kartierungsergebnissen hier aufgrund der hohen Übertragungsenergie der kohärenten Compoundierungsmethode und der hervorragenden sonografischen Empfindlichkeit des dehnbaren Ultraschallarrays nicht. Die mittleren Modulkontraste zwischen den steifen und weichen Komponenten des Doppelschicht-, Einschluss- und Brustphantoms betragen 1,94, 1,50 und 2,21, mit einem Unterschied von 4,59 %, 6,81 % bzw. 12,78 % zu denen, die mit einem Standardgerät erhalten werden. Beachten Sie, dass die erfassten Werte für das Zystenphantom nur darauf hinweisen, dass die Steifheit der Zyste viel geringer ist als die der umgebenden Matrix und nicht die genauen Modulverhältnisse darstellen (Ergänzende Anmerkung 15)59. In allen Fällen liegt eine leichte Unterschätzung des Modulkontrasts vor, da die zur Lösung des inversen Elastizitätsproblems verwendete Totalvariationsregularisierung dazu neigt, den Kontrast zu opfern, um weniger verrauschte Bilder zu erzeugen (ergänzende Abbildung 40)60. Die Gesamtgenauigkeit der Ergebnisse von >87 % liegt hier aufgrund der hervorragenden Wandlerleistung und des fortschrittlichen kohärenten Compoundierungsansatzes deutlich über der durchschnittlichen Genauigkeit von 80 % in der Literatur27.

Wir haben die 3D-Bildgebungsleistung des dehnbaren Arrays im Vergleich zu MRE an 4 cm dicken, mehrschichtigen Bauchgeweben von Schweinen validiert61. Jedes lineare 1 × 16-Array im Ultraschallfeld kann ein 2D-Querschnittsverschiebungsfeld und die entsprechende Modulverteilung abbilden (ergänzende Abbildung 41). Ein elastografisches 3D-Bild wird durch die Integration von 16 Schichten von Modulkarten mit einem Abstand von 0,8 mm (Abb. 4a) rekonstruiert, wobei die durchschnittliche Diskrepanz zwischen den gemessenen und vorhergesagten Verschiebungsfeldern 3 % beträgt (Abb. 4b und Methoden). Das 3D-Bild verdeutlicht die heterogene Beschaffenheit des Weichgewebes. Das gleiche Bauchgewebe vom Schwein wird dann mittels MRE gemessen (Abb. 4c und Methoden). Das volumetrische Kartierungsergebnis des dehnbaren Arrays ist sowohl in der Morphologie als auch in der Modulverteilung mit dem der MRE sehr vergleichbar. Die durchschnittlich gemessenen Modulkontraste des Musculus transversus abdominis, des Musculus obliquus internus abdominis, der Faszie und des intermuskulären Fetts betragen ungefähr 1,92:1,67:1,30:1 bei der dehnbaren Anordnung und 2,26:1,83:1,46:1 bei MRE; beide sind mit denen in der Literatur vergleichbar62,63.

a: Ein quantitatives 3D-elastografisches Bild eines Bauchgewebes eines Schweins mit dem dehnbaren Ultraschall-Array. Im Gewebe kreuzen sich zwei Muskelschichten mit dem intermuskulären Fett, und die Faszien sind im Musculus transversus abdominis eingebettet. Das 3D-Elastogramm verkörpert homogene Fettschichten mit niedrigerem Modul, die aus Glycerin- und Fettsäuremolekülen bestehen, und relativ heterogene Muskelgruppen mit höherem Modul, die aus sich kreuzenden und zusammenfließenden Fasern bestehen. b, Die durchschnittliche Diskrepanz von 3 % der 16 Paare gemessener und vorhergesagter Verschiebungsfelder mit einem hohen Grad an Übereinstimmung zwischen dem rekonstruierten mechanischen Modell durch Lösung des inversen Elastizitätsproblems und den experimentellen Bedingungen, was auf eine robuste Grundlage für die Erzielung der genauen Modulverteilungen hindeutet . c, Ein 3D-MRE-Bild des Bauchgewebes von Schweinen. d, Bland-Altman-Analyse des Belastungskontrasts eines kommerziellen Brustphantoms für 8 Wochen. Jeder Datenpunkt stellt den Unterschied in den gemessenen Dehnungskontrasten zwischen dem dehnbaren Ultraschallarray und der kommerziellen Sonde dar. e, Zeitabhängige Steifigkeitsschwankung eines Stücks des Gluteobiceps-Muskels des Rindes unter kontrollierter einseitiger Erwärmung.

Eine Methode zur seriellen Überwachung muss für eine langfristige Reproduzierbarkeit stabil sein und eine hohe Empfindlichkeit für die Erfassung dynamischer Veränderungen im Zielgewebe aufweisen. In einer Längsschnittstudie wird ein handelsübliches Phantom mit dem dehnbaren Ultraschallarray und einer handelsüblichen Sonde über einen Zeitraum von 8 Wochen getestet. Wir verglichen den mit den beiden Methoden gemessenen Dehnungskontrast zwischen Masse und Matrix und führten eine Bland-Altman-Analyse durch. Alle Datenpunkte liegen innerhalb eines Konfidenzintervalls von 95 %, was eine hervorragende Übereinstimmung zwischen dem dehnbaren Array und der kommerziellen Sonde zeigt. Darüber hinaus zeigt ein kleiner Bias-Fehler von 0,02 die hohe Genauigkeit des dehnbaren Arrays und ein kleiner Präzisionsfehler von 0,09 zeigt die Stabilität des Geräts für wiederholte Messungen über einen langen Zeitraum an (Abb. 4d und ergänzende Abb. 42). Um die elastografische Empfindlichkeit des dehnbaren Arrays zu testen, messen wir ein Stück Rinder-Gluteobiceps-Muskel64 unter kontrollierter einseitiger Erwärmung, während sein Modul allmählich zunimmt (ergänzende Abbildung 43). Die Messung dauert 165 Minuten. Die Ergebnisse zeigen deutlich, dass das Gewebe vor dem Erhitzen über die gesamte Tiefe einen niedrigen Modul aufweist (Abb. 4e). Bei Erwärmung von unten beginnt sich der Gewebebereich in der Nähe der Wärmequelle zu versteifen, da das Aktin in den Myofibrillen fest und kurz wird, Flüssigkeit ausstößt und die Struktur dichter macht65. Mit fortschreitender Erwärmung vergrößert sich der Bereich mit hohem Modul allmählich, während die Grenze zwischen dem Bereich mit hohem und niedrigem Modul klar definiert bleibt. Diese Aufzeichnungen demonstrieren die Fähigkeit des dehnbaren Arrays zur seriellen Überwachung der Tiefengewebemechanik.

In-vivo-Messungen können den klinischen Wert des dehnbaren Ultraschall-Arrays weiter veranschaulichen. In dieser Studie werden mehrere Stellen am menschlichen Körper ausgewählt, an denen normalerweise Muskelverletzungen auftreten (Ergänzende Anmerkung 16 und Ergänzende Abbildung 44). Abbildung 5a–d zeigt die Ergebnisse der Dehnungskartierung innerhalb von 4 cm Tiefe von der lateralen Seite des Schultergelenks (Abb. 5a), dem vorderen Unterarm (Abb. 5b), dem vorderen Oberschenkel (Abb. 5c) und der hinteren Wade ( Abb. 5d) mit beschrifteten Anatomien, gegenübergestellt mit den entsprechenden B-Modus-Bildern, die mit einer kommerziellen Sonde aufgenommen wurden. Das dehnbare Array kann die mechanischen Eigenschaften verschiedener Gewebekomponenten effektiv auflösen (Ergänzende Abbildungen 45 und 46).

a–d, Optische Bilder, B-Mode-Bilder und entsprechende Dehnungskartierungsergebnisse eines seitlichen Schultergelenks (a), eines vorderen Unterarms (b), eines vorderen Oberschenkels (c) und einer hinteren Wade (d). Wichtige anatomische Strukturen sind in den Dehnungsbildern gekennzeichnet. e, Schemata, die die Übungs- und Physiotherapieprotokolle zeigen. f, Ergebnisse der seriellen Überwachung des normalisierten Modulkontrasts und der Schmerzintensität des Musculus biceps brachii vor und nach der exzentrischen Übung. Wir kartieren die Modulverteilung des Muskels und berechnen dann den Mittelwert und die Standardabweichung der Bizeps-Brachii-Fläche, die oben aufgetragen sind. Jeder Punkt und jeder Fehlerbalken stellen das Ergebnis einer Messung dar. Der Zeitabstand zwischen benachbarten Tests beträgt 1 Minute. In jeder Physiotherapiesitzung werden die Daten durch den Modulkontrast des Musculus biceps brachii vor dem Training normalisiert. Unten werden die Schmerzwerte anhand der visuellen Schmerzanalogskala bewertet. g, Variationskoeffizient aller Tests. Die niedrigste Variante der Hyperthermietherapie weist auf ihre beste Wirksamkeit bei der Heilung von Muskelverletzungen hin.

Tests an zehn weiteren Freiwilligen bestätigten die Machbarkeit und Zuverlässigkeit des dehnbaren Ultraschallpflasters (Ergänzende Anmerkung 16 und ergänzende Abbildung 47). Um die Zuverlässigkeit dieses Geräts zu überprüfen, führten wir bei sechs Teilnehmern sitzungsinterne und tagesübergreifende Tests durch66 (Erweiterte Daten, Abb. 2). Um diese Ergebnisse quantitativ auszuwerten, berechneten wir die Mittelwerte der Bizeps-Brachii-Region in den Dehnungsbildern und verwendeten ein Zwei-Wege-Mixed-Effect-Modell67, um den Intraklassen-Korrelationskoeffizienten67 und den Standardmessfehler68 abzuleiten (Ergänzungstabelle 1), die auf „Ausgezeichnet“ schließen lassen relative bzw. absolute Zuverlässigkeit66 der Verwendung des dehnbaren Ultraschallgeräts zur Kartierung des Tiefgewebemoduls.

Übermäßiges Training führt zu Verletzungen des Bewegungsapparates, verbunden mit Schäden am Sarkolemm und anderen69. Diese Störungen führen zu Entzündungen, zunehmender Steifheit und Funktionsbeeinträchtigungen des Gewebes69. Sehr oft tritt das Schmerzengefühl erst einige Tage später auf70. Das verzögerte Einsetzen der Körperreaktionen schließt eine rechtzeitige Behandlung aus und die Verletzung wird oft vernachlässigt und verschlimmert sich. Es gibt mehrere Studien, die über Modulvariationen des Muskels nach der exzentrischen Übung berichten19,71,72. Allerdings wurde der erste Test eine Stunde nach dem Training der Teilnehmer durchgeführt, obwohl zu diesem Zeitpunkt möglicherweise bereits eine Muskelschädigung aufgetreten war, sodass es unmöglich war, den genauen Zeitpunkt der ersten Muskelschädigung zu bestimmen. Darüber hinaus wurden die Moduländerungen nur sporadisch über einen Zeitraum hinweg getestet19, wodurch der Wendepunkt bei der Änderung des Muskelmoduls leicht übersehen werden konnte und keine genauen Trends der Muskelregeneration ermittelt werden konnten. Darüber hinaus kann eine serielle Bewertung des Gewebes als Leitfaden für die Rehabilitationsstrategie dienen71,72. MRE wird häufig zur Beurteilung der Gewebesteifheit zur Diagnose von Verletzungen eingesetzt71,72. Allerdings ist MRE aufgrund seiner Größe, begrenzten Verfügbarkeit und hohen Kosten für Langzeittests nicht geeignet.

Das dehnbare Ultraschall-Array erfüllt diese Anforderungen. Ein gesunder Freiwilliger wurde ausgewählt, um eine exzentrische Ellenbogengelenkübung durchzuführen, um Muskelkater mit verzögertem Beginn zu entwickeln73 (Abb. 5e, ergänzende Abb. 48 und ergänzende Anmerkung 17). Vor dem Training können klar definierte anatomische Komponenten des Oberarms in 3D visualisiert werden (Ergänzende Abbildungen 49 und 50). Nach dem Training können sich die Muskeln entweder auf natürliche Weise erholen oder sie werden mit Massagetherapie oder Hyperthermie behandelt. In allen Experimenten wird der normalisierte Modulkontrast der Bizeps-Brachii 5 Tage lang jeden Tag untersucht, um den dynamischen Erholungsprozess zu verfolgen. In der Zwischenzeit wird die Intensität des Schmerzes anhand der visuellen Schmerzanalogskala19 bewertet (ergänzende Abbildung 48). Das Tragen des Geräts 1 Stunde pro Tag über 5 Tage verursacht keine Hautreizungen (ergänzende Abbildung 51).

Abbildung 5f zeigt die Überwachungsergebnisse, wobei der normalisierte Modulkontrast (oben) und der Schmerzintensitätswert (unten) für jede Messung erfasst werden. Der Modul des Bizeps brachii steigt innerhalb von 20 Minuten nach dem Training aufgrund der Muskelkontraktur, die durch eine sarkolemmale Störung hervorgerufen wird (Ergänzende Anmerkung 17)71,72. Das Schmerzempfinden tritt jedoch erst einen Tag nach dem Training auf (Ergänzende Anmerkung 17)74. Mit zunehmender Zeit setzt sich die Störung des Sarkolemms fort und der Muskelmodul nimmt weiter zu. In der Zwischenzeit liefert das Kreislaufsystem Vorräte zur Reparatur des Sarkolemms und schließlich sinkt der Gewebemodul (Ergänzende Anmerkung 17)75. Während der natürlichen Erholung steigt der Muskelmodul zwei Tage lang weiter an, bevor er abfällt. Bei Anwendung von Physiotherapien hält der Anstieg nur einen Tag lang an, bei geringeren Maximalmodulen. Die Intensität des Schmerzes hat eine Latenzzeit, entwickelt sich jedoch in einem Trend ähnlich dem Modul. Die Experimente wurden an mehr Teilnehmern durchgeführt und die Ergebnisse sind ähnlich (Extended Data Abb. 3). Das Blut kann nicht gut durch die verletzten Myofibrillen zirkulieren, was zu unwillkürlichem Zittern des Muskels während des Tests führt76, was zu Schwankungen in den gemessenen Modulergebnissen führt. Der Variationskoeffizient, definiert als das Verhältnis der Standardabweichung zum Mittelwert, ist bei Physiotherapien kleiner als der der natürlichen Erholung (Abb. 5g). Diese Ergebnisse zeigen das schnellere Heilungstempo von Physiotherapien im Vergleich zur natürlichen Genesung (Ergänzende Anmerkung 18). Das dehnbare Ultraschall-Array demonstriert die Möglichkeit, die Gewebesteifheit unter verschiedenen Muskelzuständen effektiv zu überwachen.

Wir erweitern die Stichprobengröße und verwenden die maximale freiwillige Kontraktion, einen klinischen Standardansatz zur Bewertung der Muskelaktivität77, als Vergleichsgröße zur Quantifizierung des Ausmaßes der Muskelschädigung nach exzentrischem Training (Ergänzende Anmerkung 16). Nach der Übung kommt es zu einem deutlichen Abfall des maximalen freiwilligen Kontraktionsdrehmoments, gefolgt von einem allmählichen Anstieg, was auf den Prozess der Muskelschädigung mit anschließender Erholung hinweist (Erweiterte Daten, Abb. 4)78. Dieser Trend entspricht dem der Modulkontrastvariation und zeigt die Zuverlässigkeit des dehnbaren Ultraschallarrays zur Erkennung von Muskelaktivität (Erweiterte Daten, Abb. 4). Der P-Wert ist die Wahrscheinlichkeit, dass ein Ergebnis einem anderen entspricht, unter der Annahme, dass die Nullhypothese korrekt ist. Die P-Werte beider Methoden liegen alle deutlich unter 0,001, was diese Schlussfolgerung weiter bestätigt.

Das dehnbare Ultraschall-Array kann eine serielle, nicht-invasive 3D-Kartierung der mechanischen Eigenschaften tiefer Gewebe durchführen, was mit keinem bestehenden Gerät möglich ist. Das Array verfügt über eine hohe SNRe, CNRe, räumliche Auflösung und Kontrastauflösung, was auf das strategische Array-Design, neue Mikrofabrikationstechniken und den effektiven Ultraschallübertragungsmodus zurückzuführen ist. Die Lösung des inversen Elastizitätsproblems liefert genaue und zuverlässige quantitative Informationen zur Modulverteilung in einem 3D-Gewebe. Das dehnbare Ultraschall-Array kann Muskelverletzungen erkennen, bevor der Proband es selbst spürt, und ermöglicht so ein rechtzeitiges Eingreifen, um kumulativen Traumastörungen vorzubeugen. Über Muskelverletzungen hinaus hat diese Technologie das Potenzial, die Größe und den Modulus von Tumoren in Echtzeit zu überwachen und therapeutische Entscheidungen zu treffen, wodurch eine neue Profilierungsmethode sowohl für die onkologische Grundlagenforschung als auch für die klinische Praxis bereitgestellt wird. Zusammengenommen zeigen diese Ergebnisse, dass das dehnbare Ultraschall-Array die bestehenden klinischen Überwachungsmodalitäten ergänzt und als einzigartige Technologie zur quantitativen Erkennung und Behandlung vieler tiefer Gewebeerkrankungen eingesetzt werden kann.

Zukünftige Entwicklungen könnten fortschrittliche Lithographie-, Dicing- und Pick-and-Place-Techniken nutzen, um das Array-Design und die Herstellung weiter zu optimieren, wodurch der Abstand verringert und die Apertur erweitert werden kann, um eine höhere räumliche Auflösung und ein breiteres sonografisches Fenster zu erreichen. Darüber hinaus ist das dehnbare Ultraschall-Array derzeit für die Daten- und Energieübertragung verkabelt. Diese Back-End-Aufgaben, die von einem Desktop-basierten Schnittstellensystem übernommen werden, wie z. B. elektronische Steuerung, Impulsgeber und Empfänger sowie Datenverarbeitung, können durch eine flexible Leiterplatte erfüllt werden. Mit dem Aufkommen von integrierten Schaltkreisen mit geringerem Stromverbrauch und flexiblen Lithium-Polymer-Batterietechnologien stellen wir uns vor, dass die gesamte Hardware vollständig tragbar ist und gleichzeitig ihre hohe Leistung beibehält.

Die Herstellung des dehnbaren Ultraschall-Arrays beginnt mit der Vorbereitung der mehrschichtigen Aktivierungselektroden. Um jedes Element des Arrays individuell zu steuern, sind 256 Aktivierungselektroden und 1 gemeinsame Masse erforderlich. Es wäre eine große Herausforderung, so viele Elektroden in einer einzigen Schicht zu platzieren und gleichzeitig das Gerätelayout kompakt und dehnbar zu halten. Wir entscheiden uns dafür, die Elektroden mehrschichtig zu integrieren79. Wir verwenden AutoCAD-Software, um die sechs Schichten der Aktivierungselektroden so zu entwerfen, dass sie jedes Element einzeln ansprechen (ergänzende Abbildung 16), wodurch der Platzbedarf des gesamten Geräts auf eine Größe minimiert wird, die viel kleiner ist als die des dehnbaren Ultraschallgeräts in unserer vorherigen Arbeit80. Der Abstand des Arrays wurde von zuvor 2 mm x 2 mm auf derzeit 0,8 mm x 0,8 mm verkleinert, und die Schnittfuge wurde ebenfalls von zuvor 0,8 mm auf derzeit 0,2 mm verringert, was die Dichte der aktiven Komponenten erhöht bisher 39,06 % bis heute 58,05 %. Um alle Elemente auf die gleiche Ebene zu leiten, werden vertikale Verbindungszugänge auf Basis der Laserablation eingesetzt79.

Für jedes einzelne Element verwenden wir 1–3-Komposit als aktives Material, da es über hervorragende elektromechanische Kopplungseigenschaften, eine angemessene akustische Impedanz81 und ein unterdrücktes Übersprechen zwischen benachbarten Elementen35 verfügt. Als Trägermaterial wählen wir Silber-Epoxid-Verbundwerkstoffe. Um die Trägerschicht stärker zu verdichten und die Gesamtdicke des Geräts (~0,8 mm) zu reduzieren, wird die ungehärtete Silber-Epoxid-Mischung 10 Minuten lang bei 3.000 U/min zentrifugiert, wodurch der überschüssige flüssige Härter abgetrennt, Luftblasen im Silber-Epoxidharz entfernt und verbessert wird die akustische Dämpfungswirkung und die axiale Auflösung.

Das Array mit so geringem Platzbedarf und großem Maßstab erfordert optimierte Herstellungstechniken. Wir entwickeln eine neue Methode zur automatischen Ausrichtung der Wandlerelemente an den Bondelektroden. Wir verbinden zunächst ein großes Stück der Trägerschicht mit dem 1–3-Verbundwerkstoff und schneiden dann die verbundene Doppelschicht in die geplante Array-Konfiguration. Ein starkes Klebeband wird verwendet, um die Doppelschicht während des Würfelns mit der Würfelsäge (DAD3220, DISCO) ohne Delaminierung zu fixieren. Das 2D-Array mit der entworfenen Elementgröße und -teilung wird automatisch erstellt. Um zu verhindern, dass das Array beim Verbinden mit den Elektroden kippt oder sich bewegt, wird ein Silikonelastomer (Ecoflex-0030, Smooth-On) in die Schnittfuge gefüllt und verbindet die einzelnen Elemente miteinander.

Anschließend wird leitfähiges Epoxidharz (Von Roll 3022 E-Solder) verwendet, um die dehnbaren Verbindungen auf Kupferbasis mit dem 1–3-Verbund zu verbinden. Für eine feste Verbindung wird das Gerät 8 Stunden lang bei Raumtemperatur und 2 Stunden lang bei 40 °C aufbewahrt. In früheren Studien35,36 führte das Hochtemperaturbonden zu schwerwiegenden Schäden an piezoelektrischen Materialien. Erstens gehen Dipole in den piezoelektrischen Materialien bei hohen Temperaturen verloren, was ihre Fähigkeit zum Senden und Empfangen von Ultraschallwellen ernsthaft beeinträchtigt und zu niedrigen Signal-Rausch-Verhältnissen bei Messungen führt. Obwohl die Dipole nach Anlegen eines externen elektrischen Feldes neu ausgerichtet werden können, ist die Polarisation sehr zeitaufwändig. Darüber hinaus führt ein übermäßiges elektrisches Feld zum Ausfall des piezoelektrischen Elements36. Zweitens führt die Hochtemperaturverklebung zu einer thermischen Schädigung des Epoxidharzes in 1–3 Verbundwerkstoffen. Es erweicht das Epoxidharz und verformt es irreversibel, sodass die Ausrichtung der piezoelektrischen Säulen in 1–3-Verbundwerkstoffen verringert wird. Dadurch nimmt ihre elektromechanische Kopplungsleistung ab. Die Niedertemperatur-Verbindungsmethode in dieser Studie vermeidet eine thermische Schädigung des Epoxidharzes und eine mögliche Depolarisation der piezoelektrischen Materialien im 1–3-Verbundwerkstoff, wodurch die piezoelektrische Leistung der Elemente maximiert wird. Bevor die andere Elektrode mit dem Wandlerarray verbunden wird, wird die Schnittstelle zwischen dem Wandlerarray und dem Dicing-Band 10 Minuten lang UV-Licht (Wellenlänge 254 nm, digitales UV-Ozonsystem der PSD-Serie, Novascan) ausgesetzt, um die Oberfläche zu lösen. Anschließend kann das Array vom Band abgelöst und mit der gleichen Methode mit der anderen Elektrode verbunden werden.

Die gewebeähnlichen Phantome werden aus Gelatine (Typ A, Fisher Chemical) und Siliziumdioxidpartikeln (325 Mesh, Amazon) in unterschiedlichen Konzentrationen hergestellt. Wir steuern die Elastizitätsmodule der Phantome, indem wir die Gelatinekonzentration im Wasser anpassen. Es werden Gelatinekonzentrationen von 5 %, 7 %, 8 %, 9 %, 10 %, 12 %, 13 % und 14 % ausgewählt, und die entsprechenden Young-Module betragen 10,24 kPa, 21,82 kPa, 30,41 kPa, 39,66 kPa, 49,12 kPa , 64,27 kPa, 81,25 kPa bzw. 99,89 kPa.

Wie in der ergänzenden Abbildung 27 gezeigt, wird Gelatine in kochendes entionisiertes Wasser gegeben. 1-Propanol (Sigma-Aldrich) wird in die Lösung getropft (9,2 g pro 100 g entionisiertes Wasser), um die Vernetzung der Gelatine zu erleichtern. Nachdem die Lösung klar geworden ist, werden der Lösung Siliziumdioxidpartikel (3 % Massenanteil aller Inhaltsstoffe) zugesetzt. Die Partikel dienen als Marker für die Verschiebungsverfolgung. Nach gründlichem Mischen für 10 Minuten wird die Suspension zum Abkühlen in spezielle Formen gegossen. Wenn wir die Doppelschichtphantome für Messungen von CNRe und denen in Abb. 3a herstellen, wird die untere Schicht zunächst zu einer quaderförmigen Geometrie ausgehärtet und dann wird die Suspension der zweiten Schicht auf den Quader gegossen und ausgehärtet. Vor dem Gießen muss die Lösung auf ~40 °C abgekühlt werden, um ein Schmelzen und Osmose des unteren Phantoms durch die heiße Lösung zu verhindern82.

Der Prozess zur Herstellung der Zysten- und Einschlussphantome unterscheidet sich von der Herstellung des Doppelschichtphantoms. Um einen zylindrischen Hohlraum in der Matrix zu bilden, wird ein Rohr mit einem Außendurchmesser von 9,2 mm in die ungehärtete Matrixlösung eingeführt. Das Röhrchen wird dann entfernt, nachdem die Matrix ausgehärtet ist. Lösung oder Wasser wird in den Hohlraum gefüllt, um den Einschluss oder die Zyste zu bilden.

Um den Phantommodul zu kalibrieren, werden acht Stücke homogener Phantome, einschließlich aller Gelatinekonzentrationen, hergestellt. Zur Charakterisierung des Elastizitätsmoduls jeder Komponente werden Druckmessungen durchgeführt (Instron 5965). Die Prüfgeschwindigkeit beträgt 0,05 min−1 und die Gesamtdruckspannung beträgt ~2 %. In diesem Bereich gehorchen die Phantome dem linearen Spannungs-Dehnungs-Verhalten und die Young-Module sind die Steigungen der Spannungs-Dehnungs-Kurven (ergänzende Abbildung 29).

Wir messen die frequenzabhängigen elektrischen Impedanz- und Phasenwinkelkurven nach herkömmlichen Methoden, um die elektromechanische Kopplungsleistung der Ultraschallwandler zu charakterisieren (Abb. 1b). Zur Durchführung der Tests wird ein Netzwerkanalysator (Hewlett-Packard 4195A) mit einem Frequenzbereich von 1 MHz bis 5 MHz verwendet. Der effektive elektromechanische Kopplungskoeffizient Keff bewertet die elektromechanische Umwandlungseffizienz des Wandlers, die auf der Grundlage der Resonanzfrequenz (fr) und der Antiresonanzfrequenz (fa) der Wandler abgeleitet werden kann39:

Übersprechen wird durch die Berechnung des Verhältnisses zwischen der gemessenen Spannung und der Referenzspannung charakterisiert. Ein Funktionsgenerator (Keithley 3390) legt im Sinus-Burst-Modus eine Spitze-zu-Spitze-Spannung von 5 V an, um das Element anzuregen. Das von benachbarten Elementen empfangene Referenzspannungssignal wird mit einem Frequenzschritt von 0,2 MHz erfasst. Das Spannungsverhältnis wird auf den logarithmischen Maßstab transformiert.

Der Einfügungsverlust wird verwendet, um die sonografische Empfindlichkeit des Schallkopfs widerzuspiegeln, und diese beiden Variablen sind umgekehrt proportional. Die Messung erfolgt in Wasser mit einem Funktionsgenerator mit einer Ausgangsimpedanz von 50 Ω und einem Oszilloskop (Rigol DS1104) im 1 MΩ-Kopplungsmodus. Zur Anregung des Elements wird ein Tonstoß einer Sinuswelle von 1,5 MHz bis 4,5 MHz erzeugt, und die von einem Quarzkristall reflektierten Ultraschallechos werden von demselben Element erfasst. Nach Kompensation des Energieverlusts von 1,9 dB bei der Übertragung in den Quarzkristall und des Verlusts von 2,2 × 10–4 dB mm–1 MHz–2 aufgrund der Dämpfung in Wasser83 kann der Einfügungsverlust berechnet werden durch

Dabei sind Vr und Vt die Empfangs- bzw. Sendespannungen, d der Abstand zwischen dem Wandler und dem Quarzkristall und fr die Resonanzfrequenz83. Die Anpassungsschaltung verbessert die Empfangssignalamplitude erheblich und führt zu einer hohen sonografischen Empfindlichkeit des Schallkopfs (Abb. 1d und ergänzende Abb. 20).

Um seine Wasserdichtigkeit zu charakterisieren, wird das Gerät zwei Wochen lang unter Wasser gesetzt (ergänzende Abbildung 21). Täglich werden Puls-Echo-Signale gesammelt, um die Variation des sonografischen Signal-Rausch-Verhältnisses zu analysieren. Während der Messungen werden der Sendeabstand und der Einfallswinkel des Ultraschalls stets konstant gehalten, um die Genauigkeit der Testergebnisse sicherzustellen.

Die Zeit- und Frequenzbereichscharakterisierungen der Impuls-Echo-Reaktion und der Bandbreite sind in der ergänzenden Abbildung 19b, c dargestellt. Zur Gewinnung der Rohdaten wird ein Versuchsaufbau inklusive einer Mehrkanalsteuerung (Verasonics 256) und einem Aluminiumblock verwendet. Wir legen den Aluminiumblock in Wasser und Ultraschallwellen werden vom selben Wandlerelement gesendet und empfangen. Nach Erhalt des Hochfrequenzsignals wird eine schnelle Fourier-Transformation angewendet, um die Signale vom Zeitbereich in den Frequenzbereich umzuwandeln. Die Frequenzbandbreite der Signale bei −6 dB wird bestimmt durch

Dabei ist fu die obere Frequenz, fl die untere Frequenz und fc die mittlere Frequenz84. Das Signal-Rausch-Verhältnis des Wandlerelements kann aus der ergänzenden Abbildung 19b berechnet werden und liegt bei etwa 39 dB. Ein derart hohes Signal-Rausch-Verhältnis ist hauptsächlich auf die überlegenen elektromechanischen Kopplungseigenschaften des 1–3-Verbundwerkstoffs, die Niedertemperatur-Bondtechnik und den elektrischen Anpassungsschaltkreis zurückzuführen. Die Bandbreite des Elements liegt bei etwa 50 % (ergänzende Abbildung 19c), was noch Raum für Verbesserungen bietet. Die relativ dünne Trägerschicht kann die übermäßigen Vibrationen der piezoelektrischen Materialien nicht vollständig dämpfen, was zu einer langen räumlichen Impulslänge führt. Eine dicke Trägerschicht beeinträchtigt jedoch die mechanische Festigkeit des Geräts. Zukünftige Verbesserungen werden sich daher auf die Entwicklung neuer Trägermaterialien mit hohen akustischen Dämpfungskoeffizienten85,86 bei gleichzeitig geringer Dicke der Trägerschicht konzentrieren.

Die räumliche Auflösung wird anhand der PSF der Übergangskanten eines Einschlussphantoms charakterisiert25. Die Modulverteilungskurven entlang der lateralen und axialen Übergangskanten (d. h. Kanten zwischen Einschluss und Matrix, die senkrecht bzw. parallel zur Ultraschallausbreitungsrichtung verlaufen) werden aus dem rekonstruierten 2D-Modulkartierungsbild extrahiert (ergänzende Abbildung 28). Dann wenden wir die erste Ableitung der Modulverteilungskurven an, um die PSF abzuleiten, deren FWHM als räumliche Auflösung definiert ist.

Die MATLAB-Software ermöglicht die Simulation der drei verschiedenen Ultraschallbildgebungsmodi: kohärente ebene Wellenverbindung, Monofokus und einzelne ebene Welle. Für die Simulationen wird ein Modell von 2 cm x 5 cm aufgebaut, in dem eine Doppelschichtstruktur mit zufälligen Punkten aufgebaut wird, die den gesamten Bereich ausfüllen. Hier werden jeweils 1,5 % und 0,5 % Dehnung zur oberen und unteren Schicht mit unterschiedlichen Modulen hinzugefügt und ein neues Modell mit einer komprimierten Konfiguration generiert. Anschließend werden Ultraschallwellen über die drei Übertragungsmodi angeregt. Es werden entsprechende Hochfrequenzsignale aus der Vor- und Nachkomprimierung gesammelt. Zur Simulation der Hochfrequenzsignale wird die Toolbox von MATLAB, Field II, verwendet. Diese Hochfrequenzsignale werden strahlgeformt, um das Signal-Rausch-Verhältnis zu verbessern. Verschiebungsfelder werden mithilfe des normalisierten Kreuzkorrelationsalgorithmus abgeleitet. Abschließend wird die räumliche Dehnung mithilfe des Kleinste-Quadrate-Dehnungsschätzers abgebildet (Ergänzende Abbildungen 7 und 24).

Unser Bildgebungssystem besteht hauptsächlich aus zwei Teilen: dem Front-End und dem Back-End. Das dehnbare Ultraschall-Array als Front-End-Gerät sendet und empfängt Ultraschallwellen. Das Back-End-Gerät ist ein kommerzieller Mehrkanal-Controller (Verasonics Vantage 256-System), der so programmiert werden kann, dass er eine beliebige Wellenform erzeugt. Die Verbindung beider Enden zur Stromversorgung und Datenübertragung erfolgt über Kabel. Mit der MATLAB-Software (MathWorks) wird Code zur Steuerung der Back-End-Hardware und zum Antrieb des dehnbaren Front-End-Patches erstellt. Dazu gehören die Prozesse der Anregung durch ebene Wellen, die Erfassung und Speicherung von Echosignalen sowie die Datenverarbeitung. Wie in der ergänzenden Abbildung 7 gezeigt, wurden von MATLAB zwei Empfangspuffer entwickelt, um die Hochfrequenzsignale zu sammeln und zu speichern. Der erste und der zweite Empfangspuffer werden zum Speichern der Hochfrequenzsignale vor bzw. nach der Komprimierung verwendet. Anschließend werden diese gespeicherten Hochfrequenzdaten abgerufen und verarbeitet, um die Verschiebungsfelder zu bilden. Für die In-vivo-Datenerfassung wurden alle Tests am Menschen gemäß dem Protokoll 801085 des Institutional Review Board der University of California, San Diego genehmigt, das aufgrund der durch Störungen der Coronavirus-Krankheit verursachten Verzögerungen nachträglich eingeholt wurde.

Die kommerzielle Sonde zur Überprüfung und Rekonstruktion der 3D-Phantombilder ist ein 64-Elemente-Phased-Array-Wandler (P4-2v, Verasonics) mit einer Resonanzfrequenz von 2,8 MHz, die fast auf dem Niveau des dehnbaren Ultraschall-Arrays (fr = 3 MHz) liegt. . Während der Experimente wird ein 3D-Lineartisch (Newport) verwendet, um die kommerzielle Ultraschallsonde zu fixieren, Druck auszuüben, um 2D-Dehnungsbilder zu erhalten, und zur nächsten Position zu bewegen. Jeder Bewegungsschritt beträgt 0,8 mm, was dem Höhenabstand des dehnbaren Pflasters entspricht. Sechzehn Schichten der 2D-Bilder werden nachbearbeitet, um die 3D-Bilder zu rekonstruieren (Ergänzende Abbildungen 34b und 36b). Das 3D-Rendering wird mit der Amira-Software (Visualisierung Sciences Group) durchgeführt.

Alle Ex-vivo-Studien werden vom Institutional Animal Care and Use Committee der University of California, San Diego, genehmigt. Für Ex-vivo-Tests mit dem dehnbaren Ultraschall-Array und MRE wird gefrorenes Bauchgewebe von Schweinen in Lebensmittelqualität verwendet. Das Bauchgewebe von Schweinen wird aufgrund der klar definierten Anatomie und Modulverteilung ausgewählt61. Wenn das Gerät in konformem Kontakt mit der Gewebeoberfläche steht, wird eine Dehnung von ca. 0,5–1 % ausgeübt, die in Echtzeit über eine angepasste grafische Benutzeroberfläche verfolgt werden kann. Bei Bedarf kann die große Belastung mit hohen NCCs möglicherweise durch die Kombination aufeinanderfolgender Schritte kleiner Belastung erreicht werden87. Anschließend werden 16 Scheiben von 2D-Verschiebungsfeldern nacheinander unter der Druckspannung gesammelt. Das inverse Elastizitätsproblemmodell liefert die Modulkartierungsbilder, wenn die vorhergesagten Verschiebungsfelder mit den gemessenen übereinstimmen (ergänzende Abbildung 41). Weitere Einzelheiten zur Berechnung des inversen Elastizitätsproblems finden Sie in der Ergänzenden Anmerkung 10.

Der MRE-Test (General Electric Discovery MR750 3.0T) wird direkt im Anschluss an den Ultraschalltest durchgeführt. Ein hermetischer Beutel wird verwendet, um das Bauchgewebe des Schweins während der Reise und beim Testen zu schützen, um durch Dehydrierung verursachte Moduländerungen zu verhindern. Ein mechanisches Vibrationspaddel wird fest mit dem Probengewebe verbunden, um im Gewebe Scherwellen zu erzeugen. Es werden fünfzehn Scanschnitte mit einer räumlichen Auflösung von jeweils 0,9 mm × 0,9 mm erhalten. Die Gesamtmesszeit beträgt ca. 30 Minuten. Der Schermodul jeder Schicht kann in der ImageJ-Software angezeigt werden. Konkret entspricht der Elastizitätsmodul dem Dreifachen des Schermoduls in Weichgewebe58. Anschließend werden die Modulverhältnisse aller Scheiben berechnet, um sie mit den Ergebnissen der dehnbaren Ultraschallarrays zu vergleichen. Die Amira-Software wird verwendet, um alle Schichten (rekonstruiert in y- und z-Richtung) der elastografischen Ultraschallbilder und MRE-Ergebnisse entlang der x-Richtung zu kombinieren, um das volumetrische 3D-Bild zu erzeugen. Zur Kompensation und Glättung des Bildes in x-Richtung wird die kubische Spline-Interpolation verwendet.

Der mögliche Kontrastverlust aufgrund der Variationsregularisierung und des 2D-Finite-Elemente-Modells könnte zu einem etwas höheren Modulkontrast der MRE als der Ultraschallelastographie geführt haben. Darüber hinaus kann das zur Lösung des inversen Elastizitätsproblems verwendete 2D-Elastizitätsmodell bei der Anwendung auf Querschnitte anisotroper 3D-Proben zu unvermeidbaren Diskrepanzen führen60. Darüber hinaus kann es auch zu systematischen Abweichungen kommen, wenn verschiedene Hersteller bildgebender Geräte proprietäre Datenverarbeitungsalgorithmen verwenden88.

Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Portfolio Reporting Summary.

Die wichtigsten Daten, die die Ergebnisse dieser Studie stützen, sind im Papier und seinen ergänzenden Informationen verfügbar. Die in dieser Studie generierten Daten sind bei figshare unter https://doi.org/10.6084/m9.figshare.22197139.v1 verfügbar. Quelldaten werden mit diesem Dokument bereitgestellt.

Fung, Y.-C. & Skalak, R. Biomechanik. Mechanische Eigenschaften lebender Gewebe. J. Appl. Mech. 49, 464 (1982).

Habibi, HA et al. In-vivo-Beurteilung der Plazentaelastizität bei intrauteriner Wachstumsrestriktion mittels Scherwellenelastographie. EUR. J. Radiol. 97, 16–20 (2017).

Artikel Google Scholar

Huh, JH et al. Fettleibigkeit steht in engerem Zusammenhang mit Lebersteatose und -fibrose, gemessen durch transiente Elastographie, als mit dem metabolischen Gesundheitszustand. Stoffwechsel 66, 23–31 (2017).

Artikel CAS PubMed Google Scholar

Lee, GY & Lim, CT Biomechanische Ansätze zur Untersuchung menschlicher Krankheiten. Trends Biotechnologie. 25, 111–118 (2007).

Artikel CAS PubMed Google Scholar

Mehrara, E., Forssell-Aronsson, E., Ahlman, H. & Bernhardt, P. Spezifische Wachstumsrate versus Verdopplungszeit zur quantitativen Charakterisierung der Tumorwachstumsrate. Krebs Res. 67, 3970–3975 (2007).

Artikel CAS PubMed Google Scholar

Wellman, P., Howe, RD, Dalton, E. & Kern, KA Die Steifheit des Brustgewebes bei Kompression korreliert mit der histologischen Diagnose (Harvard BioRobotics, 1999).

Wang, Y. et al. Beurteilung der Tumorsteifheit mittels Scherwellenelastographie in einem menschlichen Prostatakrebs-Xenotransplantat-Implantationsmodell. J. Ultraschall Med. 36, 955–963 (2017).

Artikel PubMed Google Scholar

Furukawa, H., Iwata, R. & Moriyama, N. Wachstumsrate des Pankreas-Adenokarzinoms: erste klinische Erfahrungen. Pankreas 22, 366–369 (2001).

Artikel CAS PubMed Google Scholar

Hasegawa, M. et al. Wachstumsrate kleiner Lungenkrebsarten, die bei einem Massen-CT-Screening entdeckt wurden. Br. J. Radiol. 73, 1252–1259 (2000).

Artikel CAS PubMed Google Scholar

Winer-Muram, HT et al. Volumetrische Wachstumsrate von Lungenkrebs im Stadium I vor der Behandlung: serielle CT-Untersuchung. Radiologie 223, 798–805 (2002).

Artikel PubMed Google Scholar

Nakajima, T. et al. Ein einfaches Tumorprofildiagramm basierend auf zellkinetischen Parametern und histologischem Grad ist hilfreich für die Abschätzung der natürlichen Wachstumsrate von hepatozellulärem Karzinom. Summen. Pathol. 33, 92–99 (2002).

Artikel PubMed Google Scholar

Saito, Y. et al. Multiple Regressionsanalyse zur Beurteilung des Wachstums kleiner hepatozellulärer Karzinome: Der MIB-1-Markierungsindex ist der effektivste Parameter. J. Gastroenterol. 33, 229–235 (1998).

Artikel CAS PubMed Google Scholar

Katyan, A., Mittal, MK, Mani, C. & Mandal, AK Belastungswellenelastographie zur Beurteilung des Ansprechens auf eine neoadjuvante Chemotherapie bei Patienten mit lokal fortgeschrittenem Brustkrebs. Br. J. Radiol. 92, 20180515 (2019).

Artikel PubMed PubMed Central Google Scholar

Botar-Jid, C. et al. Der Beitrag von Ultraschall und Sonoelastographie zur Beurteilung von Myositis. Med. Ultraschall. 12, 120–126 (2010).

PubMed Google Scholar

Brandenburg, JE et al. Quantifizierung der passiven Muskelsteifheit bei Kindern mit und ohne Zerebralparese mittels Ultraschall-Scherwellenelastographie. Entwickler Med. Kinderneurol. 58, 1288–1294 (2016).

Artikel PubMed PubMed Central Google Scholar

Gao, J. et al. Quantitative Ultraschallbildgebung zur Beurteilung des Musculus biceps brachii bei chronischer Spastik nach Schlaganfall: vorläufige Beobachtung. Ultraschall Med. Biol. 44, 1931–1940 (2018).

Artikel PubMed Google Scholar

Illomei, G., Spinicci, G., Locci, E. & Marrosu, M. Muskelelastographie: eine neue bildgebende Technik zur Messung der Spastik bei Multipler Sklerose. Neurol. Wissenschaft. 38, 433–439 (2017).

Artikel CAS PubMed Google Scholar

Lv, F. et al. Muskelquetschungsverletzung der Extremität: quantitative Elastographie mit Ultraschall-Scherbildgebung. Ultraschall Med. Biol. 38, 795–802 (2012).

Artikel PubMed Google Scholar

Lacourpaille, L. et al. Zeitverlaufseffekt einer durch körperliche Betätigung verursachten Muskelschädigung auf lokalisierte mechanische Eigenschaften der Muskeln, die mittels Elastographie beurteilt wurden. Acta Physiol. 211, 135–146 (2014).

Artikel CAS Google Scholar

Drakonaki, E. Ultraschallelastographie zur Bildgebung von Sehnen und Muskeln. J. Ultraschall. 12, 214 (2012).

Artikel PubMed PubMed Central Google Scholar

Brandenburg, JE et al. Ultraschallelastographie: die neue Grenze bei der direkten Messung der Muskelsteifheit. Bogen. Physik. Med. Rehabilitation. 95, 2207–2219 (2014).

Artikel PubMed PubMed Central Google Scholar

Gao, J., Du, L.-J., He, W., Li, S. & Cheng, L.-G. Ultraschall-Dehnungselastographie zur Beurteilung der Muskelsteifheit im akuten Levodopa-Challenge-Test: eine Machbarkeitsstudie. Ultraschall Med. Biol. 42, 1084–1089 (2016).

Artikel PubMed Google Scholar

Wen, H., Bennett, E., Epstein, N. & Plehn, J. Magnetresonanztomographie-Bewertung des myokardialen Elastizitätsmoduls und der Viskosität mithilfe von Verschiebungsbildgebung und Phasenkontrast-Geschwindigkeitskartierung. Magn. Grund. Med. 54, 538–548 (2005).

Artikel Google Scholar

Mercuri, M. Nichtinvasive Bildgebungsprotokolle zur Erkennung und Überwachung des Fortschreitens der Karotis-Atherosklerose. Bin. J. Hypertens. 7, 23S–29S (1994).

Artikel CAS PubMed Google Scholar

Qian, X. et al. Multifunktionales Ultraschall-Mikroelastographie-Bildgebungssystem. Wissenschaft. Rep. 7, 1230 (2017).

Montaldo, G., Tanter, M., Bercoff, J., Benech, N. & Fink, M. Kohärente ebene Wellenverbindung für Ultraschall mit sehr hoher Bildrate und transiente Elastographie. IEEE Trans. Ultraschall. Ferroelektr. Freq. Kontrolle 56, 489–506 (2009).

Artikel PubMed Google Scholar

Francois Dord, J. et al. in Ultrasound Elastography for Biomedical Applications and Medicine (Hrsg. Nenadic, IZ et al.) 129–142 (Wiley, 2018).

Goenezen, S. et al. Lineare und nichtlineare Elastizitätsmodul-Bildgebung: eine Anwendung zur Brustkrebsdiagnose. IEEE Trans. Med. Bildgebung 31, 1628–1637 (2012).

Artikel PubMed PubMed Central Google Scholar

Pellot-Barakat, C., Frouin, F., Insana, MF & Herment, A. Ultraschallelastographie basierend auf Multiskalenschätzungen regulierter Verschiebungsfelder. IEEE Trans. Med. Bildgebung 23, 153–163 (2004).

Artikel PubMed PubMed Central Google Scholar

Jiang, J. & Hall, TJ Eine gekoppelte Methode zur Schätzung der Teilprobenverschiebung für die ultraschallbasierte Dehnungselastographie. Physik. Med. Biol. 60, 8347 (2015).

Artikel PubMed PubMed Central Google Scholar

Kallel, F. & Ophir, J. Ein Dehnungsschätzer nach der Methode der kleinsten Quadrate für die Elastographie. Ultraschall. Imaging 19, 195–208 (1997).

Artikel CAS PubMed Google Scholar

Cloostermans, M. & Thijssen, J. Eine strahlkorrigierte Schätzung der frequenzabhängigen Dämpfung biologischer Gewebe durch rückgestreuten Ultraschall. Ultraschall. Imaging 5, 136–147 (1983).

Artikel CAS PubMed Google Scholar

Bader, KB, Crowe, MJ, Raymond, JL & Holland, CK Wirkung der frequenzabhängigen Dämpfung auf vorhergesagte Histotripsie-Wellenformen in gewebeähnlichen Phantomen. Ultraschall Med. Biol. 42, 1701–1705 (2016).

Artikel PubMed PubMed Central Google Scholar

Shung, KK Diagnostic Ultrasound: Bildgebung und Blutflussmessungen (CRC Press, 2015).

Hu, H. et al. Dehnbare Ultraschallwandler-Arrays für die dreidimensionale Bildgebung auf komplexen Oberflächen. Wissenschaft. Adv. 4, eaar3979 (2018).

Artikel PubMed PubMed Central Google Scholar

Wang, C. et al. Überwachung der zentralen Blutdruckwellenform über ein konformes Ultraschallgerät. Nat. Biomed. Ing. 2, 687–695 (2018).

Artikel PubMed PubMed Central Google Scholar

Mi, X., Qin, L., Liao, Q. & Wang, L. Elektromechanischer Kopplungskoeffizient und akustische Impedanz von 1–1–3 piezoelektrischen Verbundwerkstoffen. Ceram. Int. 43, 7374–7377 (2017).

Artikel CAS Google Scholar

Haller, M. & Khuri-Yakub, B. Mikrobearbeitete 1–3-Verbundwerkstoffe für Ultraschall-Luftwandler. Rev. Sci. Instrument. 65, 2095–2098 (1994).

Artikel Google Scholar

Chen, R. et al. Umweltfreundliche, hochempfindliche Wandler auf Basis der neuen bleifreien piezoelektrischen Keramik KNN-NTK-FM für biomedizinische Hochfrequenz-Ultraschallbildgebungsanwendungen. IEEE Trans. Biomed. Ing. 66, 1580–1587 (2018).

Artikel PubMed Google Scholar

Arumugam, V., Naresh, MD & Sanjeevi, R. Einfluss der Dehnungsrate auf das Bruchverhalten der Haut. J. Biosci. 19, 307–313 (1994).

Artikel Google Scholar

Wang, Y., Bayer, M., Jiang, J. & Hall, TJ 3-D-In-vivo-Brustultraschall-Dehnungselastographie mit großer Belastung unter Verwendung einer Multikompressionsstrategie und eines Scansystems für die gesamte Brust. Ultraschall Med. Biol. 45, 3145–3159 (2019).

Artikel PubMed PubMed Central Google Scholar

Céspedes, I. & Ophir, J. Reduzierung des Bildrauschens in der Elastographie. Ultraschall. Imaging 15, 89–102 (1993).

Artikel PubMed Google Scholar

Varghese, T. & Ophir, J. Eine Analyse des elastografischen Kontrast-Rausch-Verhältnisses. Ultraschall Med. Biol. 24, 915–924 (1998).

Artikel CAS PubMed Google Scholar

Kennedy, KM et al. Quantitative Mikroelastographie: Darstellung der Gewebeelastizität mittels Kompressions-Kohärenz-Elastographie. Wissenschaft. Rep. 5, 15538 (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Ding, H. et al. Ultraschallbildgebung muskelähnlicher Phantome mithilfe bimorpher Pmuts zur tragbaren Diagnose von Muskelerkrankungen. Im Jahr 2018 IEEE Micro Electro Mechanical Systems (MEMS) (Hrsg. Despont, M. & Ducrée, J.) 396–399 (IEEE, 2018).

Dietrich, CF et al. Dehnungselastographie – wie geht das? Ultraschall Int. Offen 3, E137 (2017).

Artikel PubMed PubMed Central Google Scholar

Taylor, K. et al. Ultraschallelastographie als Ergänzung zum konventionellen Ultraschall bei der präoperativen Beurteilung axillärer Lymphknoten bei Verdacht auf Brustkrebs: eine Pilotstudie. Klin. Radiol. 66, 1064–1071 (2011).

Artikel CAS PubMed Google Scholar

DeWall, RJ Ultraschallelastographie: Prinzipien, Techniken und klinische Anwendungen. Krit. Rev. Biomed. Ing. 41, 1–19 (2013).

Artikel PubMed Google Scholar

Krouskop, TA, Wheeler, TM, Kallel, F., Garra, BS & Hall, T. Elastizitätsmodule von Brust- und Prostatagewebe unter Kompression. Ultraschall. Imaging 20, 260–274 (1998).

Artikel CAS PubMed Google Scholar

Lopata, RG et al. Leistungsbewertung von Methoden zur zweidimensionalen Verschiebungs- und Dehnungsschätzung unter Verwendung von Ultraschall-Hochfrequenzdaten. Ultraschall Med. Biol. 35, 796–812 (2009).

Artikel PubMed Google Scholar

Hÿtch, M., Snoeck, E. & Kilaas, R. Quantitative Messung von Verschiebungs- und Dehnungsfeldern aus HREM-Aufnahmen. Ultramicroscopy 74, 131–146 (1998).

Artikel Google Scholar

Papadacci, C., Bunting, EA & Konofagou, EE 3D quasistatische Ultraschallelastographie mit ebener Welle in vivo. IEEE Trans. Med. Bildgebung 36, 357–365 (2016).

Artikel PubMed PubMed Central Google Scholar

Hayakawa, M., Hatano, T., Tsuji, A., Nakajima, F. & Ogawa, Y. Patienten mit Nierenzysten im Zusammenhang mit Nierenzellkarzinomen und die klinischen Auswirkungen einer Zystenpunktion: eine Studie mit 223 Fällen. Urology 47, 643–646 (1996).

Artikel CAS PubMed Google Scholar

Sigrist, RM, Liau, J., El Kaffas, A., Chammas, MC & Willmann, JK Ultraschallelastographie: ein Überblick über Techniken und klinische Anwendungen. Theranostics 7, 1303 (2017).

Artikel PubMed PubMed Central Google Scholar

Oberai, AA, Gokhale, NH & Feijóo, GR Lösung inverser Probleme bei der Elastizitätsbildgebung mit der adjungierten Methode. Inverses Prob. 19, 297 (2003).

Artikel Google Scholar

Ferreira, ER, Oberai, AA & Barbone, PE Einzigartigkeit des inversen Elastographieproblems für inkompressible nichtlineare planare Hyperelastizität. Inverses Prob. 28, 065008 (2012).

Artikel Google Scholar

Song, D., Hugenberg, N. & Oberai, AA Dreidimensionale Traktionsmikroskopie mit einem faserbasierten Stoffmodell. Berechnen. Methoden Appl. Mech. Ing. 357, 112579 (2019).

Artikel PubMed PubMed Central Google Scholar

Yu, X. et al. Nadelförmiges, ultradünnes piezoelektrisches Mikrosystem zur gezielten Gewebeansprache mittels mechanischer Sensorik. Nat. Biomed. Ing. 2, 165–172 (2018).

Artikel CAS PubMed Google Scholar

Risholm, P., Ross, J., Washko, GR & Wells, WM Probabilistische Elastographie: Schätzung der Lungenelastizität. In Biennial International Conference on Information Processing in Medical Imaging (Hrsg. Székely, G. & Hahn, HK) 699–710 (Springer, 2011).

Gokhale, NH, Barbone, PE & Oberai, AA Lösung des inversen Problems der nichtlinearen Elastizitätsabbildung: der komprimierbare Fall. Inverses Prob. 24, 045010 (2008).

Artikel Google Scholar

Brouwer, I., Ustin, J., Bentley, L., Dhruv, A. & Tendick, F. in Medicine Meets Virtual Reality (Hrsg. Westwood, JD et al.), 69–74 (IOS Press, 2001).

Van Houten, EE, Doyley, MM, Kennedy, FE, Weaver, JB & Paulsen, KD Erste In-vivo-Erfahrung mit stationärer subzonenbasierter MR-Elastographie der menschlichen Brust. J. Magn. Resonanz. 17, 72–85 (2003).

Google Scholar

Xie, Y., Thomas, L., Hug, F., Johnston, V. & Coombes, BK Quantifizierung der Steifheit der Hals- und Axioskapuliermuskulatur mittels Scherwellenelastographie. J. Elektromyogr. Kinesiol. 48, 94–102 (2019).

Artikel PubMed Google Scholar

Van Sligtenhorst, C., Cronin, DS & Brodland, GW. Kompressionseigenschaften von Rindermuskelgewebe mit hoher Dehnungsrate, bestimmt unter Verwendung eines Split-Hopkinson-Bar-Geräts. J. Biomech. 39, 1852–1858 (2006).

Artikel PubMed Google Scholar

Ishiwatari, N., Fukuoka, M. & Sakai, N. Einfluss des Proteindenaturierungsgrades auf die Textur und den Wasserzustand von gekochtem Fleisch. J. Food Eng. 117, 361–369 (2013).

Artikel CAS Google Scholar

Cipryan, L. & Litschmannova, M. Intraday- und Interday-Zuverlässigkeit der Messung der Herzfrequenzvariabilität. J. Sportwissenschaft. 31, 150–158 (2013).

Artikel PubMed Google Scholar

Koo, TK & Li, MY Eine Richtlinie zur Auswahl und Berichterstattung von klasseninternen Korrelationskoeffizienten für die Zuverlässigkeitsforschung. J. Chiropr. Med. 15, 155–163 (2016).

Artikel PubMed PubMed Central Google Scholar

Sorbie, GG et al. Intrasitzungs- und intertägige Zuverlässigkeit des Elektromyographiesystems Myon 320 bei submaximalen Kontraktionen. Vorderseite. Physiol. 9, 309 (2018).

Artikel PubMed PubMed Central Google Scholar

Pearcey, GE et al. Schaumrollen für verzögert einsetzenden Muskelkater und Wiederherstellung dynamischer Leistungsmessungen. J. Athl. Zug. 50, 5–13 (2015).

Artikel PubMed PubMed Central Google Scholar

Hotfiel, T. et al. Fortschritte bei Muskelkater mit verzögertem Beginn (DOMS): Teil I: Pathogenese und Diagnostik. Sportverletz. Sportschaden 32, 243–250 (2018).

Artikel PubMed Google Scholar

Kishimoto, K., Sakuraba, K., Kubota, A. & Fujita, S. Die Wirkung von konzentrischem und exzentrischem Training auf die Muskelhärte. Juntendo Med. J. 64, 371–378 (2018).

Artikel CAS Google Scholar

Niitsu, M., Michizaki, A., Endo, A., Takei, H. & Yanagisawa, O. Muskelhärtemessung mittels Ultraschallelastographie: eine Machbarkeitsstudie. Acta Radiol. 52, 99–105 (2011).

Artikel PubMed Google Scholar

Murayama, M., Nosaka, K., Inami, T., Shima, N. & Yoneda, T. Bizeps-Brachii-Muskelhärte, bewertet mit einem Push-In-Meter im Vergleich zur Ultraschall-Dehnungselastographie. Wissenschaft. Rep. 10, 20308 (2020).

Peake, JM, Neubauer, O., Della Gatta, PA & Nosaka, K. Muskelschäden und Entzündungen während der Erholung nach dem Training. J. Appl. Physiol. 122, 559–570 (2017).

Artikel CAS PubMed Google Scholar

Nelson, N. Muskelkater mit verzögertem Beginn: Ist eine Massage wirksam? J. Bodyw. Mov. Dort. 17, 475–482 (2013).

Artikel PubMed Google Scholar

Lippold, O. Das Zittern bei Müdigkeit. Ciba gefunden. Symp. 82, 234–248 (1981).

Lee, S.-Y. & Jo, M.-E. Vergleich der maximalen freiwilligen isometrischen Kontraktion des Bizeps bei verschiedenen Haltungs- und Atmungsbedingungen zur Normalisierung von Elektromyographiedaten. J. Phys. Dort. Wissenschaft. 28, 3007–3010 (2016).

Artikel PubMed PubMed Central Google Scholar

Clarkson, PM, Nosaka, K. & Braun, B. Muskelfunktion nach belastungsbedingter Muskelschädigung und schnelle Anpassung. Med. Wissenschaft. Sportübung. 24, 512–520 (1992).

Artikel CAS PubMed Google Scholar

Huang, ZL et al. Dreidimensional integrierte dehnbare Elektronik. Nat. Elektron. 1, 473–480 (2018).

Artikel Google Scholar

Yang, Y. et al. Dehnbarer nanoschichtiger thermoelektrischer Energie-Harvester auf komplexen und dynamischen Oberflächen. Nano Lett. 20, 4445–4453 (2020).

Artikel CAS PubMed Google Scholar

Kwok, KW, Chan, H. & Choy, CL Bleizirkonat-Titanat/Poly(vinylidenfluorid-trifluorethylen) 1–3-Verbundwerkstoffe für Ultraschallwandleranwendungen. IEEE Trans. Ultraschall. Ferroelektr. Freq. Control 46, 626–637 (1999).

Madsen, EL, Hobson, MA, Shi, H., Varghese, T. & Frank, GR Gewebeähnliche Agar/Gelatine-Materialien zur Verwendung in heterogenen Elastographie-Phantomen. Physik. Med. Biol. 50, 5597 (2005).

Artikel PubMed PubMed Central Google Scholar

Li, X. et al. 80-MHz-Intravasal-Ultraschallwandler mit freistehender PMN-PT-Folie. IEEE Trans. Ultraschall. Ferroelektr. Freq. Control 58, 2281–2288 (2011).

Artikel PubMed PubMed Central Google Scholar

Chen, Z. et al. Hochfrequenz-Ultraschallbildgebung mit bleifreiem (Na, K)(Nb, Ta) O3-Einkristall. Ultraschall. Bildgebung 39, 348–356 (2017).

Artikel PubMed Google Scholar

Webster, R., Button, T., Meggs, C., MacLennan, D. & Cochran, S. P3K-5 passive Materialien für Hochfrequenz-Ultraschallkomponenten. Im Jahr 2007 IEEE Ultrasounds Symposium Proceedings (Hrsg. Passini Yuhas, M.) 1925–1928 (IEEE, 2007).

Sayers, C. & Tait, C. Ultraschalleigenschaften von Wandlerträgern. Ultraschall 22, 57–60 (1984).

Artikel Google Scholar

Varghese, T. & Ophir, J. Ein theoretischer Rahmen zur Leistungscharakterisierung der Elastographie: der Dehnungsfilter. IEEE Trans. Ultraschall. Ferroelektr. Freq. Control 44, 164–172 (1997).

Artikel CAS PubMed Google Scholar

Tang, A., Cloutier, G., Szeverenyi, NM & Sirlin, CB Ultraschall-Elastographie und MR-Elastographie zur Beurteilung von Leberfibrose: Teil 2, diagnostische Leistung, Störfaktoren und zukünftige Richtungen. Bin. J. Röntgenol. 205, 33–40 (2015).

Artikel Google Scholar

Referenzen herunterladen

Wir danken Z. Wu für die Anleitung zum Ultraschall-Bildgebungsalgorithmus und der Datenverarbeitung, N. Szeverenyi für die Hilfe bei MRE-Tests, S. Sinha für die Diskussionen über exzentrische Übungsexperimente, Y. Wang und R. Kou für die Hilfe beim Young-Modul Charakterisierungen durch ein mechanisches Gerät und S. Xiang für das Feedback zur Papiervorbereitung. Das Material basiert auf Forschungsarbeiten, die vom Air Force Research Laboratory (AFRL) unter der Vertragsnummer FA8650-18-2-5402 gefördert werden. Die US-Regierung ist berechtigt, Nachdrucke für Regierungszwecke zu vervielfältigen und zu verbreiten, ungeachtet etwaiger Urheberrechtsvermerke darauf. Die hierin enthaltenen Ansichten und Schlussfolgerungen sind die der Autoren und sollten nicht unbedingt so interpretiert werden, dass sie die offiziellen Richtlinien oder Empfehlungen des Air Force Research Laboratory oder der US-Regierung widerspiegeln, sei es ausdrücklich oder stillschweigend. Diese Arbeit wurde teilweise durch die National Institutes of Health (NIH)-Zuschüsse 1R21EB025521-01, 1R21EB027303-01A1, 3R21EB027303-02S1 und 1R01EB033464-01 sowie das Center for Wearable Sensors an der University of California, San Diego, unterstützt. Der Inhalt liegt ausschließlich in der Verantwortung der Autoren und gibt nicht unbedingt die offiziellen Ansichten des NIH wieder.

Diese Autoren haben gleichermaßen beigetragen: Hongjie Hu, Yuxiang Ma, Xiaoxiang Gao, Dawei Song.

Materialwissenschafts- und Ingenieurprogramm, University of California San Diego, La Jolla, CA, USA

Hongjie Hu, Keren Shi, Xiangjun Chen, Baiyan Qi, Sai Zhou, Yue Gu, Xinyu Tian, ​​​​Xinyi Yang, Jing Mu und Sheng Xu

Abteilung für Nanoengineering, University of California San Diego, La Jolla, CA, USA

Hongjie Hu, Yuxiang Ma, Xiaoxiang Gao, Mohan Li, Hao Huang, Ray Wu, Hong Ding, Muyang Lin, Yimu Chen, Yusheng Lei, Chonghe Wang, Chunfeng Wang, Yangzhi Zhu, Zhaoxin Chen, Zhiyuan Lou und Sheng Xu

Institut für Medizin und Ingenieurwesen, University of Pennsylvania, Philadelphia, PA, USA

Dawei-Lied

Abteilung für Biomedizinische Technik, University of Southern California, Los Angeles, CA, USA

Xuejun Qian, Ruimin Chen und Qifa Zhou

Abteilung für Osteologie und Biomechanik, Universitätsklinikum Hamburg-Eppendorf, Hamburg, Deutschland

Wenbo Zhao

Fakultät für Elektrotechnik und Informationstechnik, University of California San Diego, La Jolla, CA, USA

Yitian Tong, Chengchangfeng Lu & Sheng Xu

Institut für Informatik, University of Toronto, Toronto, Ontario, Kanada

Haotian Cui

Fakultät für Maschinenbau und Luft- und Raumfahrttechnik, University of California San Diego, La Jolla, CA, USA

Abdulhameed Abdul

Abteilung für Radiologie, School of Medicine, University of California San Diego, La Jolla, CA, USA

Mohammad Eghtedari & Sheng Xu

Abteilung für Luft- und Raumfahrt und Maschinenbau, University of Southern California, Los Angeles, CA, USA

Assad Oberai

Abteilung für Bioingenieurwesen, University of California San Diego, La Jolla, CA, USA

Sheng Xu

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Ho.H., YM, XG, DS und SX haben die Forschung entworfen. Ho.H., YM, ML und Ha.H. führte die Experimente durch. YM, XG und DS führten die Datenverarbeitung und Simulationen durch. Ho.H., YM und XG analysierten die Daten. Ho.H., DS, XG und SX haben den Artikel geschrieben. Alle Autoren gaben konstruktives und wertvolles Feedback zum Manuskript.

Korrespondenz mit Sheng Xu.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Nature Biomedical Engineering dankt Antoine Nordez, Xiaoning Jiang und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

(a) Eine synthetische Probe mit einem Einschluss, dessen Schermodul zehnmal höher ist als der der umgebenden Matrix. Die synthetischen „gemessenen“ Verschiebungsfelder basieren auf (b) gleichmäßiger Kompression und (c) ungleichmäßiger Kompression auf die Probe. (d) und (e) zeigen die Spannungsverteilungen bei gleichmäßiger bzw. ungleichmäßiger Kompression. Die Dehnungsverteilungen variieren bei unterschiedlichen aufgebrachten Lasten, was darauf hinweist, dass die auf Dehnungen basierende Elastographie nur qualitativ ist und die relative Steifigkeit jeder Komponente widerspiegelt. Die rekonstruierten Modulverteilungen, die durch die Lösung inverser Elastizitätsprobleme basierend auf (f) gleichmäßiger Kompression und (g) ungleichmäßiger Kompression erhalten wurden. (h) Quantitative Analyse der Modulkontraste und ihrer Abweichungen von der Grundwahrheit in (a).

(a) Dehnungskartierungsergebnisse der Oberarme von sechs Probanden zur Bewertung der Intra-Session-Zuverlässigkeit. (b) Dehnungskartierungsergebnisse der Oberarme von sechs Probanden zur Bewertung der Zuverlässigkeit zwischen den Tagen.

Serielle Überwachungsergebnisse des normalisierten Modulkontrasts des Musculus biceps brachii vor und nach der exzentrischen Übung. Alle sechs Probanden führten zwei Versuchsrunden durch. In der ersten Runde nutzten alle Probanden die natürliche Erholung nach der Übung. In der zweiten Runde erholten sich die Probanden (a) und (b) auf natürliche Weise, die Probanden (c) und (d) nahmen eine Massagetherapie und die Probanden (e) und (f) nahmen Hyperthermie. Für jeden Test haben wir die Modulverteilung des Muskels kartiert. Anschließend berechneten wir den Mittelwert und die Standardabweichungen der Bizeps-Brachii-Fläche. In jeder Physiotherapiesitzung werden die Daten durch den Modulkontrast des Musculus biceps brachii vor dem Training normalisiert.

(a) Änderungen des maximalen freiwilligen Kontraktionsdrehmoments (schwarz) und des normalisierten Modulkontrasts (blau) des Musculus biceps brachii, gemessen mit dem dehnbaren Ultraschallarray vor und nach der exzentrischen Übung von 16 Probanden. Die Punkte und Fehlerbalken der blauen Kurven geben den Mittelwert und die Standardabweichung des Modulkontrasts des Musculus biceps brachii für jeden Test an. Für jeden Test haben wir die Modulverteilung des Muskels kartiert. Anschließend berechneten wir den Mittelwert und die Standardabweichungen der Bizeps-Brachii-Fläche. In jeder Physiotherapiesitzung wurden die Daten durch den Modulkontrast des Musculus biceps brachii vor dem Training normalisiert. Als klinischer Standardansatz kann die maximale freiwillige Kontraktion die Muskelkraft und Muskelschädigung validieren. (b) P-Werte der klinischen Standardmethode und des dehnbaren Ultraschall-Arrays, die durch einseitigen gepaarten t-Test berechnet wurden. Fehlerbalken sind Standardabweichungen der Daten von 16 Probanden (n = 16).

Ergänzende Hinweise, Abbildungen, Tabellen, Referenzen und Videos.

Simulation zur Veranschaulichung des Prinzips der Ultraschall-Elastographie.

Quelldaten.

Quelldaten.

Springer Nature oder sein Lizenzgeber (z. B. eine Gesellschaft oder ein anderer Partner) besitzen die ausschließlichen Rechte an diesem Artikel im Rahmen einer Veröffentlichungsvereinbarung mit dem Autor bzw. den Autoren oder anderen Rechteinhabern. Die Selbstarchivierung der akzeptierten Manuskriptversion dieses Artikels durch den Autor unterliegt ausschließlich den Bedingungen dieser Veröffentlichungsvereinbarung und geltendem Recht.

Nachdrucke und Genehmigungen

Hu, H., Ma, Y., Gao, X. et al. Dehnbare Ultraschall-Arrays zur dreidimensionalen Kartierung des Moduls von tiefem Gewebe. Nat. Biomed. Eng (2023). https://doi.org/10.1038/s41551-023-01038-w

Zitat herunterladen

Eingegangen: 28. Januar 2021

Angenommen: 05. April 2023

Veröffentlicht: 01. Mai 2023

DOI: https://doi.org/10.1038/s41551-023-01038-w

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt