En jämförelsestudie mellan manuell,
semiautomatisk och automatisk
utlinjering av endokardiet vid
bedömning av ejektionsfraktionen.
A comparative study between manual,
s
semiautomatic and automatic tracing of
the endocardium the assessment of
ejection fraction.
Författare: Ida Petersson
Vårterminen 2020
Examensarbete: Grundnivå (G2E), 15 högskolepoäng Huvudområde: Biomedicinsk laboratorievetenskap Biomedicinska analytikerprogrammet, inriktning fysiologi BMLV, Examensarbete, 15 högskolepoäng
Institutionen för hälsovetenskaper, Örebro universitet.
Handledare: Anita Hurtig-Wennlöf, bitr. professor, Örebro universitet Examinator: Allan Sirsjö, professor, Örebro universitet
SAMMANFATTNING
Introduktion: Vid ekokardiografi används ultraljudsvågor med frekvens över 20 000Hz. Ultraljudssändare med piezoelektriska kristaller används för att generera ljudvågor som skickas ut i kroppen, reflekteras och sedan återvänder till kristallerna för att skapa en ultraljudsbild. Ejektionsfraktionen uttrycker hur stor del av den diastoliska volymen som pumpas ut i kroppen under systole och är en viktig parameter vid
bedömning av den globala systoliska funktionen. Den rekommenderade metoden Simpsons biplan jämförs med Philips automatiska funktion a2Dq, som utgår ifrån speckle tracking principen, för bedömning av ejektionsfraktionen.
Material och metod: 32 hjärtfriska testpersoner mellan 20–43 år inkluderades i tvärsnittsstudien. Apikala 4- och 2-kammarbilder insamlades ifrån testpersonerna och användes för beräkning av ejektionsfraktionen. Den manuella metoden Simpsons biplan grundas på operatörens utlinjering av endokardiet. Den automatiska funktionen a2Dq utgår ifrån 53 hjärtmodeller och placerar en region of interest automatiskt. Den
semiautomatiska funktionen används genom att operatören modifierar region of interest men inte längden av vänsterkammaren.
Resultat: Resultatet visade att det inte förelåg någon signifikant skillnad i mätvärdena av ejektionsfraktionen mellan de tre mätprinciperna. Den semiautomatiska och manuella metoden som är operatörsberoende hade likvärdiga mätresultat. Den automatiska
funktionen erhöll totalt 6 mätvärden som hamnade utanför normalgränserna.
Diskussion: Automatiska funktioner för bedömning av ejektionsfraktionen utvecklas snabbt och kräver utvärderingar. Automatiska mätningar har påvisats vara fördelaktiga då de inte är så tidskrävande som den manuella Simsons biplanmetoden. Tidsaspekten framhävs i de flesta studier dock på bekostnad av säkra mätresultat. Observationerna i denna studie påvisar att den automatiska funktionen inte är säker nog för användning. Konklusion: Enligt observationer ifrån denna studien rekommenderas att den
automatiska funktionen ifrån Philips inte används.
ABSTRACT
Introduction: Ultrasound are soundwaves with frequencies above 20 000Hz.
Piezoelectric crystals are used to generate sound waves that can be transmitted into the tissue and reflected back to the crystals to obtain an ultrasound image. The ejection fraction expresses how much blood the left ventricle pumps out with each contraction and is an important parameter for assessment of the hearts global systolic function. The recommended method Simpson´s biplane to assess ejection fraction is compared with Philips automatic function a2Dq, which is based on the principle of speckle tracking. Material and method: The study population included 32 tests subjects with age between 20-43 years old. The test subjects had no records of earlier heart pathologies. Apical 4- and 2-chamber images were collected for the purpose to measure the ejection fraction. The manual method Simpson´s biplane is based on the sonographers manual tracking of the endocardial border. The automatic function a2Dq is based on 53 heart models with different anatomy and physiology and applies a region of interest automatically along the endocardial border. The semi-automatic function allows the sonographer to adjust the region of interest but not the length of the chamber. Result: The result showed that there was no significant difference in the measured values of ejection fraction between the three different techniques. The semi-automatic and Simpson´s biplane method showed equivalent results. The automatic function showed a wide variance of measurements which resulted with a total of 6 measurement ended up below the normal values for ejection fraction.
Discussion: Automatic functions for assessing the ejection fraction rapidly develops and requires validations. Automatic functions have shown to be advantageous as the are not as time-consuming as the manual Simpson´s biplane method. In most studies, however, the time aspect is emphasized at the expense of correct measurements results. The observations in this study show that the automatically function a2Dq from Philips are not providing correct measurements.
Conclusion: According to observations in this study, it´s recommended that the automatic function from Philips shouldn’t be used.
Keywords: Echocardiography, ejection fraction, speckle tracking, automatic
INNEHÅLLSFÖRTECKNING
INTRODUKTION………...………1
ULTRALJUDSFYSIK………..………1
Ultraljud I vävnad……….………2
Optimering och bildupplösning………....….2
Artefakter………...……3
SPECKLE TRACKING………...….3
SIMPSONS BIPLANMETOD MED DISKAR………....4
AUTOMATED 2-DIMENTIONAL CARDIAC QUANTIFICATION FUNCTION…..6
Automatiska funktionen……… 6
Semiautomatiska funktionen……….…….……7
EJEKTIONSFRAKTION………..………7
SYFTE………...8
FRÅGESTÄLLNING………8
MATERIAL OCH METOD………...9
URVAL……….9
ETIK………..9
METOD………...9
Risker med metoden………...9
UTFÖRANDE……….10 STATISTISK METOD………10 RESULTAT………11 DISKUSSION……….14 RESULTATDISKUSSION……….14 METODDISKUSSION………...14
SPECKLE TRACKING MED FUNKTIONEN a2Dq………15
TIDIGARE STUDIER ……….………..15
FÖRBÄTTRINGSFÖRSLAG OCH FELKÄLLOR……….……..16
REKOMMENDATIONER……….17
KONKLUSION………..17
REFERENSER……….……….18
1
INTRODUKTION
Ekokardiografi har sedan länge varit en viktig metod för bedömning av hjärtats
fysiologi och anatomi. Vid ekokardiografiundersökningar används diagnostiskt ultraljud för att avbilda hjärtats funktion. Ultraljud definieras som ljudvågor med en frekvens över 20 000 Hz (1). Ultraljudstekniken utvecklas oerhört snabbt bland annat för att förbättra och underlätta diagnostiken. Det har introducerats automatiska metoder för bedömning av ejektionsfraktionen och det är viktigt att utvärdera dessa innan de används inom kliniker.
Ultraljudsfysik
Ljudvågor kan beskrivas som longitudinella mekaniska vågor med energi som påverkar mediet som det fortplantas i. Energin påverkar mediet genom att vibrerande partiklarna skapar en tryckvåg i mediet. Ljud kan inte fortplantas genom vakuum utan kräver ett medium så som luft, vatten eller vävnad för att fortplantas. När ljudet fortplantas i medium kommer växelvisa områden med kompression, där partiklarna är tätt sammanpackade och har högt tryck och densitet, och expanderande områden där
partiklarna är glesa och har lägre densitet och tryck. Ljud som fortplantas i medium kan presenteras som sinusvågor som visar en tryckvariation av partiklarna. Amplituden av sinusvågen indikerar ljudstyrkan och är ett mått på partikeltätheten längst ljudvågen. Högt ljud ger stora tryckskillnader och låga ljud ger små tryckskillnader. Ljudets våglängd definieras som avståndet mellan två på varandra följande vågor och mäts oftast från en topp till en identisk punkt på nästföljande topp. Antal ljudvågor som fortplantas per sekund är ljudets frekvens (Hertz) (figur 1). Vid diagnostisk
ekokardiografi används frekvenser mellan 2-10MHz (1, 2)
Figur 1: Sinusvåg som visar en grafisk ljudvåg och dess komponenter. Trycket (P) i mediet ljuden fortplantas i.
2
Ultraljud i vävnad
Vid ultraljudsdiagnostik används ultraljudssändare med piezoelektriska kristaller för att alstra ljudvågor. När elektiska impulser når de piezoelektriska kristallerna så kommer dessa att vibrera med en hastighet proportionell mot den elektriska impulsen. Detta medför att ljudvågor med en bestämd frekvens kan skapas. Ljudet fortplantas i vävnad med den ungefärliga hastigheten 1540m/s. Ljudet kommer stöta på olika vävnad med olika densitet. När ljudet stöter på ett gränsskikt mellan två media med olika densitet kommer en del av ljudet att reflekteras tillbaka till ultraljudsändaren. När de
reflekterade ljudvågorna når de piezoelektriska kristallerna kommer dessa börja vibrera och kan på så sätt omvandla ljud tillbaka till elektiska impulser. Hur kraftig reflektionen av ljudvågorna blir beror på den reflekterade ytan i vävnaden. Släta ytor som är större än ljudvågens våglängd kommer reflektera ljudet tillbaka till sändaren. Om ljudet träffar på oregelbundna eller ytor mindre än ljudvågorna så kommer ljudet reflekteras åt olika håll och endast några få av ljudvågorna kommer fortplantas tillbaka till sändaren. När ljudvågorna fortplantas i ett medium kommer ljudstyrkan (amplituden) succesivt avta, detta kallas attenuering. Ljudstyrkan avtar delvis på grund av reflektionerna men också på grund av att ljude5nergin omvandlas till värme. Penetreringsförmågan av ljudet beror på dess frekvens, ju högre frekvens desto lägre penetreringsförmåga (1).
Optimering och bildupplösning
Vid ekokardiografi används en ultraljudssändare som bildar en sektor. Ultraljudet genereras genom korta kraftiga impulser som sänder ut ljudvågor i olika riktningar och bildar en sektor.Vid ekokardiografi skapas rörliga bilder, detta är möjligt på grund av de tidsmässigt korta impulserna som kan upprepas och skickas ut i vävnaden. När en bild samlats in så skickas signaler ut för att samla in nästa bild. Antalet bilder som samlas in per sekund kallas frame rate. Operatören kan justera frame rate genom att minska bildsektorn och minska djupet. Vid optimerad bild har hjärtat fokuserats i bilden så att djupet och bredden av sektorn precis täcker in hela hjärtat. Detta skapar högre frame rate och optimerar ljudstrålarna och ger bättre bildkvalité. Bildens upplösning beror på hur ultraljudet träffar reflektionsytorna. Den axiala upplösningen skapas av reflektioner som ligger längst med ultraljudets riktning och den laterala upplösningen skapas av punkter som ligger bredvid varandra. Den axiala upplösningen kan operatören
3 justera genom att ändra frekvensen av ljudet och den laterala upplösningen ändras genom att operatören placerar ut en fokuspunkt. Fokuset placeras på önskat djup i bilden och där går ultraljudsstrålarna ihop vilket skapar en bättre upplösning. Operatören kan också optimera bilden genom att amplifiera reflektionen genom att förstärka den eller förminska den, detta kallas gain (1). I den här studien anpassas gain, sektorvidd, djup och fokuspunkt vid insamlandet vid bilderna.
Artefakter
Operatören måste vara medveten om att artefakter kan förekomma i ultraljudsbilden. Artefakter är störningar i bilden som kan misstolkas eller blockera hjärtat och de förekommer på grund av olika orsaker. De vanligaste orsakerna för artefakter är
ljudskuggor och studsande ljud. Ljudskuggor är en typ av artefakt som förekommer vid tjocka förkalkningar i till exempel klaffar. När ljudet stöter på förkalkade klaffar så kommer ljudet att reflekteras tillbaka på grund av den höga densiteten. Detta skapar en skugga linjärt med bredden av förkalkningen eftersom ljudet inte kan fortplantas
igenom det. Studsande ljud kan förekomma ifall ljudvågorna stöter på två områden nära varandra med hög densitet. Ytorna gör så att ljudet studsar mellan ytorna innan de når tillbaka till de piezoelektriska kristallerna vilket kommer visa multipla ekon (1).
SPECKLE TRACKING
Speckels är små homogena strukturer som kan ses i myokardiet på en ultraljudsbild. Speckles i myokardiet skapas när ultraljudet sprider sig på cellnivå i vävnad med olika densitet. Ljudets spridning genom vävnaden skapar ojämna reflektioner som ses i from av små prickar (3). På grund av den varierande densiteten kommer speckles få ett unikt utseende på en ekokardiografibild (figur 2). Speckles är beroende av den laterala upplösningen av ultraljudet och kräver att vänsterkammarens väggar kan ses under hela hjärtcykeln. För att speckels ska kunna följas i rörelse rekommenderas en frame rate mellan 40-90 bilder/sekund. Speckle tracking använder sig av de små homogena strukturerna och följer dem från bild till bild genom hjärtcykeln. Vid jämförelse av förflyttningen av speckles kan strain och strain rate beräknas. Strain och strain rate används för bedömning av hjärtats deformation under hjärtcykeln (1). Speckle tracking och strain rate kan påvisa tidiga förändringar av funktion och struktur som den manuella
4 bedömningen av ejektionsfraktionen (EF) missar. Små hjärtan med låga volymer
tenderar att ha en högre EF vilket kan resultera i att EF hamnar inom referensintervallet för normalt trots att strain rate påvisar till exempel dyskinesi. Inom kliniken
rekommenderas att strain rate mätas hoscytostatikabehandlade patienter (4).
Figur 2: En 4-kammarbild som visar små homogena strukturer (speckles) i myokardiet, Foto: Petersson I.
SIMPSONS BIPLANMETOD MED DISKAR
Den mest använda metoden för bestämning av ejektionsfraktionen är Simpsons biplanmetod med diskar. Metoden utgår ifrån den apikala 4-kammarbilden och den apikala 2-kammarbilden där bilderna ska separeras med en rotation på 60o (5). I den
apikala 4-kammarbilden avbildas vänsterkammarens anterolaterala vägg och septum och i 2-kammarbilden avbildas vänsterkammarens anteriora vägg och inferirora vägg. Genom att mäta i de två planen får man information av den globala ejektionsfraktionen (1). Mätningen av den enddiastoliska volymen (EDV) görs då vänsterkammarvolymen är som störst, vid R-taggen i elektrokardiogrammet eller när mitralisklaffarna precis stängts. Den endsystoliska volymen (ESV) mäts då vänsterkammarvolymen är som minst eller efter T-vågen i elektrokardiogrammet (5). Arean mäts genom att operatören manuellt markerar ut endokardiet. Längden mäts genom att markera ut en linje mellan mitralisseglens fästpunkter och apex. Ultraljudsmaskinen delar in arean av vänster kammare i cirka 20 cylindriska diskar där varje disk har en höjd och en area som
5 tillsammans motsvarar en volym (figur 3). Volymen av de 20 diskarna summeras av maskinen och en totalvolym av vänster kammare erhålls (1).
Figur 3: 2-kammarbild och 4-kammarbild i enddiastole och endsystole som visar
linjeringen av endokardiet, en linje för höjden samt diskarna som används för beräkning av totalvolym med Simpsons biplanmetod med diskar. Foto: Petersson I.
6
PHILIPS EPIQ 7 SYSTEM - AUTOMATED TWO-DIMENSIONAL
CARDIAC QUANTIFICATION (a2Dq)
Tillverkaren Philips lanserade ultraljudsmaskinen EPIQ 7 med funktionen a2Dq som använder speckle tracking principen för semiautomatisk och automatisk bedömning av ejektionsfraktionen. Efter applicering av en region of interest (ROI) kommer speckles följas genom hela hjärtcykeln och en volym erhålls för varje bild . Antal bilder som hjärtcykeln består av är beroende av hjärtcykelns längd, det vill säga hjärtfrekvensen. Volymerna beräknas genom användandet av principen bakom Simpsons biplanmetod med diskar och en volymkurva presenteras. Från volymkurvan används maximala och minimala volymerna för att beräkna ejektionsfraktionen. Denna metod har fördelen att ge mer information än den manuella Simpsons biplanmetoden eftersom volymkurva ger information om tidig fyllnadsfraktion och ejektionstid (6).
Automatisk funktion
Metoden utgår ifrån apikala 4- och 2-kammarbilder. Den automatiska funktionen utgår ifrån 53 olika typer av hjärtmodeller med varierad anatomi och fysiologi. ROI markeras ut automatiskt genom att apparaturen hittar speckles i endokardiet genom att detektera avgränsningen mellan det högekogena myokardiet, som visas vitt i ultraljudsbilden, och lågekogena blodet som visas svart i ultraljudsbilden (figur 4) (6).
Figur 4: Utlinjering av endokardiet med Philip EPIQ 7 automatiska funktion a2Dq. Foto: Petersson I.
7
Semiautomatisk funktion
Den semiautomatiska metoden utgår ifrån tre punktmarkeringar som appliceras av operatören, markeringarna görs vid mitralisseglens fästpunkter och vid apex. Efter punktmarkeringar appliceras en ROI längst med speckles i endokardiet automatiskt utav maskinen. ROI kan sedan modifieras av operatören så att det följer endokaridet. Det som inte går att ändra är den automatiska längden, därav benämns funktionen semiautomatisk. Operatören har möjligheten att korrigera ROI då
vänsterkammarvolymen är som störst i EDV och då vänsterkammarvolymen är som minst i ESV.
Figur 5: Utlinjering av endokardiet av operatör med Philip EPIQ 7 semiautomatiska funktion a2Dq. Foto: Petersson I.
EJEKTIONSFRAKTION
Ejektionsfraktionen (EF) är ett mått på vänster kammares pumpförmåga och uttrycker hur stor del av den diastoliska volymen som pumpas ut i kroppen under systole. Ejektionsfraktionen kan beräknas genom att mäta EDV och ESV (1).
Ejektionsfraktionen är ett viktigt mått för att diagnostisera hjärtsvikt,
kranskärlsjukdomar eller för att kontrollera effekten av mediciner som påverkar hjärtat. Ejektionsfraktionen kan beräknas med hjälp av olika modaliteter, till exempel
magnetkameraundersökning, nuklearmedicinsk single-photo emission computed tomografi. Ekokardiografi brukar vara förstahandsvalet för bedömning av
8 ejektionsfraktionen då undersökningen inte omfattar någon radioaktiv strålning, är kostnadseffektiv samt noninvasiv (7).Vid ekokardiografi rekommenderas Simpsons biplanmetod för bedömning av ejektionsfraktionen. I studien används EF>50% vilket är den lägre normalgränsen enligt referensvärden ifrån the British Society of
Echocardiography (8). Ejektionsfraktionen påverkas utav hjärtfrekvensen. Hög
hjärtfrekvens har visats ge lägre EF. Arytmier har också påverkan på EF då en optimal kammarkontraktion inte kan garanteras vid t.ex. förmaksflimmer, supraventrikulära eller ventrikulära extraslag (9).
Ejektionsfraktionen i procent beräknas enligt följande formel:
𝐸𝐸𝐸𝐸 =
𝐸𝐸𝐸𝐸𝐸𝐸 − 𝐸𝐸𝐸𝐸𝐸𝐸
𝐸𝐸𝐸𝐸𝐸𝐸
𝑥𝑥 100
Syfte
Syftet med studien är att jämföra de tre mätteknikerna manuella Simpsons biplanmetod, automatiska och semiautomatiska funktionen a2Dq med avseende på EF.
Frågeställningar
• Föreligger signifikant skillnad mellan den automatiska funktionen a2Dq och manuella Simpsons biplan?
• Föreligger signifikant skillnad mellan den semiautomatiska funktionen a2Dq och manuella Simpsons biplan?
• Föreligger signifikant skillnad mellan semiautomatisk och automatiska funktionen a2Dq?
9
MATERIAL OCH METOD
Urval
Totalt inkluderade i tvärsnittsstudien var 32 personer, varav 20var kvinnor och 12 var män. Inkluderingskriterierna var att personerna skulle vara mellan 18–60 år och inte ha några tidigare kända hjärtfel. Exkluderingskriterier var ifall försökspersonerna hade en ejektionsfraktion <50%(8), ifall något patologiskt hittades under
undersökningstillfället, till exempel arytmier, eller ifall bildkvalitén gjorde så att mätningar inte kunde utföras.Rekrytering gjordes via personliga kontakter samt via ett öppet inlägg på social media och de flesta av testpersonerna var studenter vid Örebro universitet.
Etik
Alla personuppgifter och känsliga uppgifter pseudonymiserades enligt GDPR (The General Data Protection Regulation) (10). Alla testpersoner som medverkande i studien blev informerade om att de när som helst fick avbryta sin medverkan i studien och lämnade samtycke innan undersökningen genomfördes (bilaga 1).
Metod
Samtliga testpersoner undersöktes med transtorakalt tvådimensionell ekokardiografi för att få fram apikala 4- och 2-kammarbilder. Ultraljudsapparatur Philips EPIQ 7 (Philips Healthcare, Stockholm, Sverige) med tillhörande ultraljudsgivare X5-1 xMatrix array transducer (Philips Healthcare, Stockholm, Sverige) användes på samtliga testpersoner.
Risker med metoden
Ekokardiografi är en smärtfri och non-invasiv undersökning som inte innebär några risker. Ultraljud ska inte användas i för långa perioder eftersom det kan skapa en temperaturökning i vävnaden. Undersökningen krävde mindre än en timmes
undersökningstid och påverkade inte testpersonerna. Ultraljudssändaren, sladdarna till elektrokardiogrammet och britsen ytdesinfekterades mellan testpersonerna.
10 Utförande
Testpersonerna fick ta av sig på överkroppen och lägga sig på vänster sida med vänster arm under huvudet och höger arm på höften. Testpersonens position underlättar
undersökningen eftersom hjärtat hamnar närmare bröstkorgen. Ett
3-avledningselektrokardiogram kopplades med elektroder under vardera nyckelben och en referenselektrod på höger sida mellan revbensbågen och höftbenet. I
patientinformationen angavs ålder, längd, kön, vikt och en identifieringskod istället för personens namn. Inställningen ändrades till att en rörlig bild ska insamla fyra
hjärtcykler och maskinen gör detta automatiskt genom att utgå ifrån EKG:ts R-R intervall. Fyra hjärtcykler sparas på en optimal 4-kammarbild och sedan på en apikal 2-kammarbild. En av de fyra insamlade hjärtcyklerna valdes att utföra den manuella metoden Simpsons biplan. Den första hjärtcykeln av de fyra insamlande användes för automatisk och semiautomatisk bearbetning av ejektionsfraktionen med hjälp av aD2q. Den automatiska funktionen användes för att få fram en ejektionsfraktion ifrån två plan av vänsterkammaren sedan användes den semiautomatiska på exakt samma hjärtcykel. Vid beräkningarna kontrollerades att hjärtfrekvensen inte skiljde sig mer än
10slag/minut mellan 4- och 2-kammarbilderna. Mätningar gjordes inte vid något extraslag
Statistisk metod
Insamlade data bedömdes vara normalfördelade genom granskning av histogram. Medelvärdet och standardavvikelsen beräknades ifrån de 32 erhållna mätvärdena av ejektionsfraktionen. Tvåsidigt parade t-test med signifikansnivå 5% (p=0.05) gjordes på de tre dataserierna av ejektionsfraktioner: Simpsons biplanmetod, semiautomatiska funktionen och automatiska funktionen. Den tvåsidiga hypotesprövningen gjordes där nollhypotesen var H0: Det föreligger ingen skillnad mellan mätvärdena mellan
mätprinciperna. H1: Det föreligger en skillnad mellan mätvärdena hos de tre mätprinciperna. Dataanalysen gjordes i SPSS (IBM SPSS Statistics 20, IBM, New York, US) och i Excel (Microsoft Excel, 2016, Kista, Sverige).
11
RESULTAT
Testpersonerna var i åldrarna 20–43 med och hade en medelålder på 25 år. Tre registreringar exkluderades i studien på grund av suboptimala bilder. I tabellen nedan visas en beskrivning av studiepopulationen (figur 1).
Tabell 1: Beskrivning av studiepopulationen.
Studiepopulation (n=32) Medelvärde och standardavvikelse Ålder (år) 25,9 (5,6)
Längd (cm) 172,1 (10,2)
Vikt (kg) 78,7 (15,9)
BSA (body surface area) (km2) 1,9 (0,2)
Resultatet av studien visar att ingen statistisk skillnad mellan medelvärdena
observerades, samtliga medelvärdesdifferenser p>0,05 (Simpsons och semi p=0,95, semi och auto p= 0,77 och auto och Simpsons p=0,77).
Medelvärdet och standardavvikelsen (SD) av de tre mätprinciperna beräknades. Medelvärdet för ejektionsfraktionen hos de tre mätprinciperna var 55%.
Standardavvikelsen för Simpsons manuella metod och den semiautomatiska metoden var cirka 1,6. Hos den automatiska funktionen var standardavvikelsen 6,33. (tabell 2 och figur 7).
Tabell 2: Medelvärde och standardavvikelse ifrån de tre olika mätteknikerna hos de 32 insamlade ejektionsfraktionerna (EF%)
Medelvärde EF (%) Standardavvikelse
Simpsons 55,13 1,57
Auto 55,44 6,33
12 Linjediagrammet visar ejektionsfraktionen i procent för varje erhållen datainsamling. Den blåa linjen visar mätvärdena för Simpsons biplanmetod, den orangea visar mätvärdena hos den automatiska funktionen i a2Dq och den gråa linjen visar mätvärdena för den semiautomatiska funktionen i a2Dq (figur 6). Simpsons biplanmetod hade lägsta värde 52,70% och högsta värde 58,90%. Automatiska
funktionen hade lägsta värde 41,10% och högsta värde 67,00%. Den semiautomatiska funktionen hade lägsta värde 52,80% och högsta värde 59,00%.
Figur 6: Ett linjediagram med ejektionsfraktion (%) på axeln och mätpunkterna på y-axeln (n=32).
En boxplot som visar spridningen av de insamlade värdena. Linjen i mitten är medianen av den insamlade data. Boxens nedre linje beskriver antalet mätresultat i den första kvartilen och den övre linjen beskriver mätresultaten i den tredje kvartilen (figur 7).
0 10 20 30 40 50 60 70 80 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 Simpsons biplan Auto Semi Mätpunkter Ej ek tio ns fra ktio n ( % )
13 Figur 7: En boxplot där medianen av ejektionsfraktionen för respektive mätprinciper visas som en linje genom lådan. Boxens nedre del beskriver den nedre kvartilen och övre del den övre kvartilen. Linjerna utanför lådan visar största erhållna värdet och minsta erhållna värdet.
14 DISKUSSION
Resultatdiskussion
Ingen statistisk signifikant skillnad utav medelvärdena observerades i studien. De tre mätprinciperna visade likvärdiga medelvärden (tabell 2). Tvåsidigt parade t-test gjordes mellan respektive grupp som visade p>0.05 och nollhypotesen är sann (11).
Spridningen visar att den automatiska funktionen hade mycket större spridning av mätresultaten i jämförelse med de två operatörsberoende mätteknikerna (figur 7). I studien anses den korrekta ejektionsfraktionen beräknats av den rekommenderade manuella Simpsons biplanmetod (5,8). Simpsons biplanmetod i jämförelse med den automatiska funktionens spridning påvisar att den automatiska funktionen har för stor spridning för att användas vid beräkning av ejektionsfraktionen.
Linjediagrammet (figur 6) visar enskilda observationer där Simpsons biplanmetod och semiautomatiska funktionen visuellt följer varandra mycket väl. Den visuella bilden av den automatiska funktionen visar mycket varierande mätvärden i jämförelse med metoderna som är operatörberoende. Av de 32 insamlade datan visade den automatiska funktionen EF <50% vid sex tillfällen varav alla operatörberoende mätvärdena ligger inom normalgränsen för referensintervallet (8).
Metoddiskussion
Både Simpsons biplanmetod och funktionen baserad på speckle tracking kräver optimerade bilder där vänsterkammarens apikala 4-kammarvy avbildar den
anterolaterala väggen, septum och apex och den apikala 2-kammarvyn avbildar den anteriora och inferirora väggen. Vid suboptimala bilder med bortfall av
vänsterkammarens väggar blir metoderna oanvändbara. Inom kliniken används kontrastmedel som avbildar blodet i vänsterkammaren. När kontrastmedel används ser man en gräns mellan blodet och där vävnaden börjar och Simpsons biplanmetod kan appliceras. Speckle tracking kan inte appliceras vid suboptimala bilder och är beroende av en god lateral upplösning (1,6).
15 Speckle tracking med funktionen a2Dq
Speckle tracking följer speckles genom hela hjärtcykeln vilket ger fördelen av
erhållandet av en volymkurva. Funktionen ger operatören fördelen att se hjärtat i rörelse vilket underlättar detektionen av vänsterkammarens väggar. Vid Simpsons biplanmetod kan det vara komplicerat att uppfatta endokardiets rörelse vilket gör metoden mer tidskrävande då operatören ofta måste kontrollera rörelsen av hjärtat mellan bilder för att få en korrekt uppfattning. En nackdel med funktionen a2Dq var att justeringen av gain inte var möjlig. Vid Simpsons biplanmetod kan operatören justera gain för att lättare visualisera endokardiet. Den automatiska funktionen med hjärtmodeller kunde inte identifiera väggarna på ett behagligt sätt och uppvisade uppenbara fel. I de flesta fallen ansågs behovet av justering av ROI.
Tidigare studier med automatisk bedömning av ejektionsfraktionen
I valideringsstudien av den automatiska funktionen a2Dq skriven av Hovnanians N et al gjordes en jämförelse mellan Simpsons biplanmetod. I studien jämfördes volymerna EDV och ESV, ejektionsfraktionen samt tiden som användes vid användandet av de två mätteknikerna. Studien avser sig validera den automatiska funktionen men förklarar också att justeringar gjordes av den automatiska linjeringen av ROI där bildkvalitén var dålig, hjärtat hade annorlunda anatomi eller när den automatiska funktionen inte kunde detektera endokardiet. Artikeln beskriver inte antalet bilder som justerades utefter dessa kriterier vilket tolkas som att valideringen är gjord på vad denna studie kallar
semiautomatiska funktionen. Valideringsstudien påvisar ingen signifikant skillnad vid de två olika mätteknikerna men påvisar att den semiautomatiska funktionen är dubbelt så snabb som den manuella metoden (12).
I artikeln skriven av Hind W et al används en datorapplikation med 10 000 hjärtmodeller med olika anatomi och fysiologi som används som underlag för en automatisk bedömning av ejektionsfraktionen. I studien jämförs bland annat
ejektionsfraktionen genom applicering av den manuella metoden Simpsons biplan samt den automatiska applikationen. Studien påvisar att den automatiska funktionen av bedömningen av ejektionsfraktionen inte är god nog för att användas kliniskt trots ett
16 stort antal hjärtmodeller. Skapandet av en automatisk funktion grundad på
mönsterigenkänning av olika hjärtmodeller duger inte för att överträffa de hinder som uppkommer vid ekokardiografi. För att skapa en operatörberoende automatisk funktion behöver utvecklingen av konsekventa algoritmer vid utlinjering av endokardiet samt att funktionen inte är beroende av justering av gain. I dagsläget kan den automatiska funktionen inte ersättas av den mänskliga faktorn (13).
En jämförelse mellan Simpsons biplanmetod, en automatisk metod och justering av en automatisk metod (semiautomatisk) visade att den automatiska metoden hade fördelen att vara snabbast, semiautomatiska funktionen var näst snabbast och den manuella metoden var långsammast (14).
I artikeln skriven av Knackstedt et al används ett system ifrån TomTec (TomTec-Arena 1.2, TomTec Imaging Systems, Unterschleissheim, Germany) med utvecklad teknik som utgår ifrån speckle tracking och artificiell intelligens vid skapandet av algoritmer för en automatisk bedömning av ejektionsfraktionen. Studien visade en god korrelation mellan Simpsons biplanmetod och den automatiska funktionen och rekommenderas i artikeln användas kliniskt. Funktionen anses vara tidsbesparande och signifikant vid bedömning av ejektionsfraktionen (15).
Förbättringsförslag och felkällor
I studien sparades fyra hjärtcykler i rad vid respektive bildinsamling. Fyra hjärtcykler sparades i apikal 4-kammarvy och fyra hjärtcykler i apikal 2-kammarvy. Tanken bakom detta var att garantera en bra bildkvalité för att underlätta bedömningen av den manuella metoden Simpsons biplan. Vid insamlingen av bilder kan det vara problematiskt att erhålla god bildkvalité på grund av bröstkorgens rörelser vid in- och utandning. Den manuella mätningen gjordes på en av de fyra hjärtcyklerna. Om studien skulle göras om för validering av a2Dq så rekommenderas den manuella mätningen att göras på det första hjärtslaget eftersom det även är detta hjärtslag som den automatiska och semiautomatiska funktionen alltid utgår ifrån.
17 Rekommendationer
Den automatiska funktionen rekommenderas inte användas utifrån denna studien. Det är viktigt att operatören har kunskaper och förståelse för hjärtats anatomi och fysiologi. Den semiautomatiska funktionen rekommenderas eftersom den anses smidigare och snabbare än den manuella metoden och eftersom visualiseringen av rörelsen i
vänsterkammarens väggar underlättar utlinjeringen av endokardiet. En förbättring av funktionen skulle vara att operatören får möjligheten att justera gain för att lättare observera strukturen av myokardiet.
Konklusion:
Trots att det under åren introducerats många försök till att få fram en operatöroberoende automatisk funktion för bestämning av ejektionsfraktionen så visar de flesta studier att det krävs kunskaper av operatören som ännu inte går att ersättas av maskinella
funktioner. De flesta publicerade studier med automatisk bedömning av
ejektionsfraktionen påtrycker den goda egenskapen om tidsbesparing men till bekostnad av noggrannhets och säkra mätresultat. Baserat på observationer i den här studien föreslås att Philips automatisk funktion a2Dq inte används.
18
REFERENSER
1. Olsson A. Ekokardiografi. 4 uppl. Stockholm: Ultraview; 2014.
2. Houghton AR. Making sense of echocardiography, a hands-on guide. Boca Raton: CRC Press; 2014.
3. Bansai M, Kasliwal R. How do I do it? Speckle-tracking echocardiography. Indian Heart J.2013;65(1): 117–123.
4. Potter E, Marwick T. Assessment of Left Ventricular Function by
Echocardiography: The Case for Routinely Adding Global Longitudinal Strain to Ejection Fraction. JACC: Cardiovascular Imaging. 2018;11(2):260–274.
5. Popescu BA, Stefanidis A, Nihoyannopoulos P, Fox KF, Ray S, Cardim N, et al. Updated standards and processes for accreditation of echocardiographic
laboratories from The European Association of Cardiovascular Imaging. Eur Heart J Cardiovasc Imaging. 2014;15(7):717–27.
6. Parter D, Cardinale M, Schneider R. AutoEF using a2DQ featuring Anatomical Intelligence. Koninklijke Philips N.V. 2014; 1–4.
7. Bellenger N, Burgess M, Ray S, Lahiri A, Coats A, Cleland F et al. Comparison of left ventricular ejection fraction and volumes in heart failure by
echocardiography, radionuclide ventriculography and cardiovascular magnetic resonance. Are they interchangeable?. European Heart Journal.
2000;21(16):1387–1396.
8. Harkness A, Ring L, Augustine D, Oxborough D, Robinson S, Sharma V, et al. Normal reference intervals for cardiac dimensions and function for use in echocardiographic practice: a guideline from the British Society of Echocardiography. Echo Res Pract. 2020;7(1): G1-G18
9. Erbel R, Schweizer P, Krebs W, Langen HJ, Meyer J, Effert S. Effects of heart rate changes on left ventricular volume and ejection fraction: a 2-dimensional echocardiographic study. Am J Cardiol. 1984;53(4):590–7.
10. Dataskyddsförordningen (GDPR) Datainspektionen. Stockholm: Datainspektionen.
19
12. Hovnanians N, Win T, Makkiya M, Zheng Q, Taub C. Validity of automated measuerments of left ventricular ejection fraction and volume using the Philips EPIQ system. Wiley Periodical. 2017;34:1575-1583.
13. Hind W, Rahmouni M, Bonnie K, Ted P, Duffy K, Susan E, et al. Clinical utility of automated assesment of left ventricular ejection fraction usin artificial
intelligence-assisted border detection. Am Heart J. 2008;155(3):562-570.
14. Maret E, Brudin L, Lindstrom L, Nylander E, Ohlsson J, Engvall J. Computer-assisted determination of left ventricular endocardial borders reduces variability in the echocardiographic assessment of ejection fraction. Cardiovasc Ultrasound. 2006;55(6).
15. Knackstedt C, Bekkers S, Schommers G, Schreckenberg M, Muraru D, Badano L, et al. Fully automated versus standard tacking of left ventricular ejection fraction and longitudinal strain. J Am coll Cardiol 2015;66(13): 1456-66.
20
Bilaga 1:
Information om ultraljudsstudie
Bakgrund
Syftet med studien är att jämföra din vänsterkammares pumpförmåga genom
användandet av en automatisk funktion på ultraljudsapparaturen (Philips EPIQ 7) som jämförs med en mer manuell metod, Simpsons biplanmetod. Simpsons biplanmetod är den mest använda metoden för beräkning av ejektionsfraktionen i Sverige och jag vill se om speckle trackingmetoden är lika bra. För att göra det har jag valt att använda apikala 2-kammar och apikala 4-kammarbilder av hjärtat från ett fyrtiotal friska personer mellan åldrarna 18–40.
Förberedelser
Se till att du har gott om tid på dig innan du kommer till undersökningen och inte stressar hit då ökad puls och stress kan göra det svårt att ta bra ultraljudsbilder.
Undersökningen sker helt barbröstad (även för kvinnor). Undersökningen beräknas ta cirka 30 minuter.
Hantering av personuppgifter
Alla bilder och resultat kommer att kodas och redovisas på gruppnivå utan direkt koppling til individ. Uppgifterna kommer att behandlas under den tid det tar att färdigställa examensarbetet varefter de raderas.
Hanteringen av personuppgifter bygger på att dina personuppgifter behandlas med ditt samtycke. Du kan när som helst ta tillbaka samtycket och uppgifterna får då inte bevaras eller behandlas vidare utan annan laglig grund. Du kan ta del av det som registrerats om dig eller ha synpunkter på behandlingen eller de uppgifter som samlats in genom att kontakta ansvariga för examensarbetet enligt nedan angivna
21 Frågor om hur Örebro universitet behandlar personuppgifter kan ställas till lärosätets dataskyddsombud på dataskyddsombud@oru.se
Klagomål som inte kan lösas med Örebro universitet kan lämnas till Datainspektionen. För att delta i studien behöver jag ditt skriftliga medgivande gällande följande punkter:
- Jag tillåter att insamling av avidentifierade bilder av mitt hjärta och uppgifter (ålder, kön, vikt, längd) används i en studentstudie på kandidatnivå vid Örebro universitet.
- Jag får vid vilket tillfälle som helst avbryta mitt medverkade, innan, under och efter att undersökningen är gjord.
- Om något avvikande hittas under undersökningen vill jag ha information om detta Ja Nej
- Jag är hjärtfrisk (vad jag vet). Ja Nej - Jag är mellan 18–60 år. Ja Nej
Namnteckning: ________________________________________________
Namnförtydligande: ____________________________________________ Datum: ______________________________________________________
