Doppler twinkling artifact observations: an open-access database of raw ultrasonic signals

Cover Image

Abstract

BACKGROUND: Doppler twinkling artifact is a rapid change of colors seen in CFI-mode in the presence of kidney stones and calculi. Therefore, numerous researchers use the twinkling artifact as a diagnostic sign. However, this phenomenon is under-researched, because most assumptions concerning its causes are made based on pure visual observations of the scanner’s screen leaving the important steps of signal transformation hidden behind the “black box” curtains of ultrasound machines.

MATERIALS AND METHODS: Raw radiofrequency ultrasound signals were recorded in the phantom studies. The recorded echoes were received from objects that create the Doppler twinkling artifact and artificial blood vessels and soft tissues imitators. The data were collected between June 2016 and March 2021. Sonomed-500 with the 7.5 L38 and 3.4 C60 probes served as the research machine for the signal capture.

Data records: We present the database containing raw radiofrequency ultrasound signals from the beam former output of the research ultrasound machine. The dataset consists of CFI and B-mode echoes recorded from twinkling objects. Therefore, this database can be useful for those who test, develop and study ultrasound signal processing algorithms. Furthermore, the database is freely available online. The 10.5 GB database consists of echoes received from five phantoms. Raw radiofrequency signals were stored in the binary files; scanning parameters were stored in text files. The database is available at: https://mosmed.ai/datasets/ultrasound_doppler_twinkling_artifact.

Code availability: The public can visualize the database content with the specially written program TwinklingDatasetDisplay available at: https://github.com/Center-of-Diagnostics-and-Telemedicine/TwinklingDatasetDisplay.git.

Usage notes: The database can be used to test and develop signal-processing algorithms, such as wall filtration, velocity estimation, feature extraction, speckle reduction, etc. Furthermore, the public is free to share (copy, distribute, and transmit) and remix (adapt and do derivative works) the dataset considering appropriate credit is given.

Full Text

ОБОСНОВАНИЕ

Мерцающий артефакт в режиме цветового доплеровского картирования проявляется в виде быстрой хаотической смены окрашенных пикселей на экране ультразвукового медицинского прибора. Он наблюдается в режимах, предназначенных изначально для исследования кровотока, при этом окрашиваются участки, где движение крови исключено. Клиническая значимость проблемы состоит в том, что мерцающий артефакт можно использовать в качестве дополнительного диагностического признака при поиске почечных камней, камней мочеточников и мочевого пузыря, конкрементов желчного пузыря и желчных протоков. Он может быть полезен также для обнаружения микрокальцинатов, встречающихся в новообразованиях молочной железы [1–8]. Широкая распространённость и социальная значимость этих заболеваний, возможные трудности при их выявлении с помощью традиционной ультразвуковой визуализации требуют поиска дополнительных диагностических опций, одной из которых могло бы стать умелое использование мерцающего артефакта. Стоит отметить, что выявляемость и интенсивность мерцающего артефакта весьма вариабельны и зависят от аппаратуры и настроек сканирования.

Для объяснения причины возникновения мерцающего артефакта было выдвинуто несколько конкурирующих, слабо связанных между собой гипотез [9–16]. В доказательство своих гипотез большинство авторов приводят изображения с экрана ультразвукового прибора. Фактически для авторов этих гипотез ультразвуковой прибор являлся «чёрным ящиком». Предположения о причинах мерцающего артефакта сделаны без возможности изучить все шаги обработки сигнала. Таким образом, большинство гипотез невозможно проверить по существу.

Исследователям мерцающего артефакта недостаёт анализа радиочастотных данных, несущих больше информации, чем сонограммы, на экране прибора. Для получения таких данных необходимы труднодоступные исследовательские приборы, обеспечивающие доступ к «сырым» радиочастотным сигналам. Важно, что в открытом доступе до сих пор нет наборов данных, содержащих ультразвуковые доплеровские сигналы с признаками мерцающего артефакта.

В статье представлена открытая база радиочастотных сигналов, полученных с выхода формирователя луча из тракта предварительной обработки исследовательского ультразвукового прибора, а также инструмента для её просмотра и анализа.

МЕТОДЫ

Критерии соответствия

В базу включены цифровые записи наблюдений искусственных объектов (фантомов), содержащие признаки мерцающего артефакта. Для включения объекта в базу проводили исследование на двух различных ультразвуковых приборах, добиваясь на обоих появления стабильной картины мерцания. В базу включены также записи потока жидкости в канале доплеровского фантома, имитирующие нормальный кровоток в сосуде.

Продолжительность сбора данных

Исследование проводилось в период с июля 2016 по июль 2021 г.

Ультразвуковое оборудование

Данные получены из трактов цветового доплеровского картирования и B-визуализации ультразвукового прибора «Сономед-500» (Спектромед, Москва), при этом использовались линейный (7.5 L38) и конвексный (3.4 C60) датчики.

 

Рис. 1. Схема захвата данных.

 

Радиочастотные сигналы, из которых формируется база данных, получены следующим образом (рис. 1). Для формирования луча по каждому направлению сканирования используются 64 элемента фазированного датчика. Все выбранные элементы излучают импульс с задержками, обеспечивающими фиксированную фокусировку передатчика. Для B-режима излучается импульс длительностью ~1 мкс, для доплеровского режима ― ~4 мкс. Эхосигналы принимаются отдельно каждым элементом решётки. В аналоговом приёмном модуле они проходят усиление, после чего оцифровываются на частоте 50 МГц. Цифровые сигналы отдельных каналов суммируются в формирователе луча с задержками, обеспечивающими динамическую фокусировку. Сформированный сигнал одного луча подвергается децимации: частота оцифровки снижается до 10 МГц. Направление сканирования выбирается перекоммутацией активных элементов датчика.

Для контроля достоверности наблюдений использовали вспомогательный прибор Medison SA-8000 EX (Корея), который не обеспечивает доступ к «сырым» данным. На нём получали доплеровские изображения тестовых объектов и добивались появления мерцающего артефакта, как на основном приборе, при этом использовался линейный датчик L5-9EC и конвексный С3-7ED. Использование контрольной машины позволяло убедиться, что артефакт вызван объективными физическими процессами, происходящими на исследуемом объекте. Это снижает вероятность ситуаций, при которых мерцание вызвано не свойствами объекта, а какими-либо особенностями одного из приборов.

Принцип получения данных в режиме цветового доплеровского картирования

Размер области цветового доплеровского картирования (ЦДК) определяется интерактивно специалистом, проводящим исследование. Каждое направление (луч) в выделенной области облучается N раз. Группа из N сигналов, полученных при облучении одного и того же участка тканей, называется доплеровской пачкой. Время для одной локализации в пределах пачки называется «медленным» временем, в отличие от «быстрого» времени, которое измеряется при получении одного луча и прямо пропорционально глубине прихода сигнала. Кровоток и прочие эффекты отслеживаются по изменениям сигналов «медленного» времени в пределах одной пачки. Если в исследуемом объекте изменений нет, эти сигналы тождественны с точностью до шумов.

 

Рис. 2. Пояснение схемы сканирования в режиме цветового доплеровского картирования. Цветовая кодировка у вертикальных полос соответствует номеру луча в группе лучей (sweep). Красным цветом показан исследуемый сосуд.

 

В случае если для получения пачки последовательно облучать одно и то же направление, можно получить частоту повторения импульсов около 5 кГц, что неприменимо для большинства медицинских приложений. С целью снизить частоту повторения импульсов исследуемая область разбивается на S подобластей сканирования (sweeps), каждая из которых состоит из M лучей (рис. 2). При получении пачки последовательно облучают лучи одной подобласти с 1-го до М-го. Таким образом, доплеровские пачки формируются параллельно для M лучей одной подобласти. Далее процесс повторяется для остальных подобластей. Частота повторения импульсов при этом снижается в M раз.

Общий размер области интереса определяет число лучей (S×M). Один луч состоит из P комплексных отсчётов. Для увеличения частоты кадров иногда изменяют плотность лучей Q. Так, если Q=2, окно ЦДК обновляется вдвое быстрее, но информация о каждом втором луче теряется.

Все вышеперечисленные действия повторяются F раз, и таким образом формируется кинопетля, состоящая из F кадров. Полученные сигналы записываются в двоичный файл, а параметры сканирования помещаются в одноименный текстовый файл (таблица).

 

Таблица. Основные параметры сканирования, отображаемые в файле .par

Параметр

Описание

Обозначение

Number of frames

Число кадров

F

Raw frame size

Объём памяти в байтах, занимаемый радиочастотными данными, необходимыми для построения одного кадра в дуплексном режиме В+ЦДК

-

Header size

Объём памяти в байтах, зарезервированный перед каждым лучом

-

Number of B-beams

Число лучей, используемое при получении серошкального изображения

B

Size of B-beam in samples

Число отсчётов, используемое при получении серошкального изображения и зависящее от глубины сканирования

G

Number of CF shots

Число импульсов в доплеровской пачке

N

Number of sweeps

Число групп лучей в режиме ЦДК. Группу лучей называют sweep, кадр ЦДК состоит из нескольких групп лучей

S

Beams in sweep

Число лучей в каждой группе

M

Size of CFM beam in samples

Число отсчётов в режиме ЦДК

P

First scan CFM beam

Позиция окна ЦДК по ширине В-изображения

-

CFM density

Плотность лучей в режиме ЦДК определяется по формуле (ba)/c, где a и b — номера В-лучей, определяющих левую и правую границы окна ЦДК, c — количество ЦДК-лучей

Q

Number of CFM beams

Число лучей в режиме ЦДК

S×M

Number of first CFM sample

Позиция окна ЦДК по глубине относительно B-изображения

-

Примечание. ЦДК ― цветовое доплеровское картирование.

 

Исследуемые объекты и условия наблюдения

Большая часть базы данных содержит сигналы, отражённые от объектов, на которых в доплеровских режимах наблюдается мерцающий артефакт, в том числе на контрольном приборе. Это искусственные объекты: шероховатая и гладкая проволока из низкоуглеродистой, термически необработанной стали, стержни из пластика (ABS), алюминия и дерева. Объекты размещаются на фиксированных позициях в корпусе специально разработанного фантома. Корпус заполняют агар-агаром, водой, этиловым спиртом. В базу данных не включены наблюдения от почечных камней in vitro. Это сделано с целью, чтобы эксперименты можно было воспроизвести в независимых условиях. Для записи сигналов от движущейся жидкости использовали доплеровский фантом Gammex 1430 LE Mini-Doppler Flow System (США).

Доплеровская пачка состояла из 5; 9 или 17 импульсов. Исследования с линейным датчиком проводились на несущей частоте 7,5 МГц, мощности 74% для В-режима; для режима ЦДК несущая частота составляла 6,3 МГц, мощность 97%, частота повторения импульса 750 Гц. Исследования с конвексным датчиком проводились на несущей частоте 3,3 МГц, мощности 95% в В-режиме и на несущей частоте 3,3 МГц, мощности 98%, частоте повторения импульса 1 кГц. Частота дискретизации во всех случаях равна 10 МГц. Иные настройки, такие как межкадровое усреднение, настройки фильтра подавления колебаний стенок сосудов (wall filter) и прочие, не влияли на данные, поскольку данные получены из тракта предварительной обработки.

Содержимое базы данных

Резюме содержимого базы данных

Собраны и размещены в открытом доступе (по адресу https://mosmed.ai/datasets/ultrasound_doppler_twinkling_artifact) записи цифровых радиочастотных сигналов, содержащих признаки мерцающего артефакта. В базе также содержатся сигналы, полученные из областей с сосудами в фантоме Gammex, специализированных фантомов собственной разработки, отражения от тканеимитирующего материала. База данных будет полезна исследователям, изучающим алгоритмы обработки сигналов В-режима и ЦДК.

 

Рис. 3. Состав базы данных.

 

База данных включает 5 наборов исследований, различающихся по объекту исследования (рис. 3). Каждое исследование представляет собой пару файлов с одинаковым именем и расширениями .dat и .par. К записям «сырых» данных приложены изображения и видеофрагменты, иллюстрирующие возникновение мерцающего артефакта. Исследуемые объекты и среды указаны в названиях каталогов базы данных. В названии каталога слово «linear» указывает на использование линейного датчика 7.5 L38, слово «convex» ― на использование конвексного датчика 3.4 C60.

Формат файлов базы данных

Радиочастотные сигналы записаны в бинарной форме в файл с расширением .dat (рис. 4). В нём содержатся комплексные данные для построения кадра в В-режиме (B-frame) и ЦДК (CFM-frame). Действительная и мнимая часть каждого отсчёта записана в формате «32 bit little-endian (LE) signed integer». Запись проводится таким образом, что вначале записывается 20-битный заголовок, обозначенный на рис. 4 символом H, потом идут отсчёты первого луча В-изображения, обозначенные В-sample, потом заголовок и отсчёты второго и последующих лучей В-изображения.

 

Рис. 4. Схема хранения «сырых» радиочастотных данных в файле .dat.

 

Далее записываются отсчёты для построения ЦДК, обозначенные СFI-sample, причём сначала записывается заголовок H, потом пишутся все отсчёты по глубине, полученные для первого импульса в пачке и первого луча из первой группы (sweep). Так получаем первую строку данных ЦДК; каждая последующая строка также отделена заголовком.

Далее таким же образом записаны второй и последующие кадры. Каждому файлу .dat соответствует одноименный текстовый файл с расширением .par, содержащий информацию о параметрах сканирования (см. таблицу). В нём находятся конкретные значения величин F; G; B; F; S; N; M; P; Q.

Программа просмотра базы данных

Для просмотра и анализа предлагаемой базы данных разработана программа TwinklingDatasetDisplay. Она предназначена лишь для просмотра радиочастотных сигналов и не включает каких-либо алгоритмов обработки сигналов для ЦДК [17–30]. Все программные модули написаны на языке C++ с использованием библиотеки XRAD [31]. Программа находится в открытом доступе (https://github.com/Center-of-Diagnostics-and-Telemedicine/TwinklingDatasetDisplay.git). Исполняемые файлы под ОС Windows также включены в состав базы данных.

Программа TwinklingDatasetDisplay позволяет:

  • открывать файлы формата .dat, используя информацию из сопровождающих файлов .par;
  • формировать из данных обычное серошкальное изображение В-режима;
  • отображать комплексные сигналы в виде графиков в зависимости как от «быстрого», так и «медленного» времени режима ЦДК;
  • применять к ним элементы спектрального анализа.

 

Рис. 5. Примеры визуализации радиочастотных сигналов с помощью программы TwinklingDatasetDisplay:

a ― поток жидкости в фантоме Gammex; b ― область мягких тканей в отсутствие движения; с ― сигнал мерцающего артефакта на шероховатом объекте; d ― сигнал мерцающего артефакта на гладком объекте. В левом столбце комплексные сигналы представлены в виде параметрической линии в полярных координатах (действительная часть отображается по оси абсцисс, мнимая ― по оси ординат). В правом столбце показана зависимость от «медленного» времени в пределах пачки.

 

Примеры сигналов «медленного» времени, которые и определяют доплеровскую картину, представлены на рис. 5. Здесь показаны характерные графики сигналов из разных областей:

  • область движения кровеимитирующей жидкости по каналу доплеровского фантома Gammex 1430 LE Mini-Doppler Flow System (видно, что действительная и мнимая части сигнала изменяются в квадратуре, что характерно для движущихся объектов; см. рис. 5, a);
  • область мягких тканей в отсутствии движения (после фильтрации сигнала от тканей остался лишь шум; см. рис. 5, b);
  • область наблюдения мерцающего артефакта на стальной проволоке (наблюдается случайный сигнал, который отличается от шума на рис. 5, b большей дисперсией; см. рис. 5, c);
  • область наблюдения мерцающего артефакта на гладком объекте (в сигнале заметна периодичность, вызванная микроколебаниями наблюдаемого объекта; см. рис. 5, d).
Состав базы данных
  1. Набор исследований доплеровского фантома Gammex 1430 LE Mini-Doppler Flow System.

На рис. 6 представлен внешний вид и схема фантома; на рис. 7 приведены примеры сонограмм. При поперечном сканировании линейный датчик установлен под углом 60º к сосуду, скорость потока равна 30 см/с, данные получены при 5; 9 и 17 зондирующих импульсах в последовательности, частота повторения импульсов равна 2,5 кГц. При этом наблюдалась типичная сонограмма, которую можно видеть при исследовании сонной артерии.

 

Рис. 6. Внешний вид и схема фантома Gammex 1430 LE Mini-Doppler.

 

При продольном сканировании линейным датчиком скорость потока устанавливалась равной 50 см/с, исследование проведено при 17 зондирующих импульсах и частоте 1 кГц. Проекция скорости, отображаемая в доплеровском режиме, была близка к нулю. Такое исследование может быть полезно для отладки алгоритмов картирования.

Выполняли также продольное сканирование конвексным датчиком, при этом выполнено 3 исследования при различной скорости потока (30 см/с; 65 см/с; 100 см/с) при частоте повторения импульсов 2 кГц. Для этих исследований использовали конвексный датчик. При этом оцениваемая величина проекции скорости потока по горизонтальному сосуду менялась от отрицательного значения, проходя через ноль, до положительного значения, сосуд окрашивался всей палитрой режима ЦДК кровотока.

 

Рис. 7. Сонограммы фантома Gammex: a ― при исследовании линейным датчиком под углом 60º к потоку; b ― параллельно потоку; c ― при исследовании конвексным датчиком.

 

На рис. 7 и всех последующих сонограммах помещаются рядом как B-изображение с наложенной на него доплерограммой, так и B-изображение без доплерографии. Последующие исследования проводились с использованием линейного датчика, поскольку его применение является общепринятым при исследовании небольших глубин. Предпочтение отдавалось малым величинам частоты повторения импульса, поскольку на них есть возможность зарегистрировать оба типа сигналов мерцающего артефакта [32].

  1. Набор исследований специального фантома, изготовленного для изучения мерцающего артефакта (рис. 8; подробное описание фантома доступно в [32]).

 

Рис. 8. Фотография и чертежи специализированного фантома с указанием размеров в миллиметрах и позиций измерения.

 

При исследовании фантома линейный датчик прикладывался в фиксированных пронумерованных положениях. Исследовались цилиндры диаметром 1,75 мм из металла (позиции 1; 4; 8), пластика (позиции 2; 5; 7), деревянные стержни (позиции 3; 6) в различных средах (вода, спирт, агар-агар). Набор содержит исследования, проведённые с использованием линейного датчика при 9 зондирующих импульсах и частоте повторения импульса 1 кГц. Характерные сонограммы приведены на рис. 9. Можно видеть, что при заполнении фантома этанолом мерцающий артефакт проявляется значительно реже, чем при использовании иных сред. В воде также заметно проявление артефакта на воздушных пузырьках, поднимающихся от деревянного стержня. Можно заметить также, что интенсивность мерцания на алюминиевых стержнях заметно больше, чем на пластиковых и деревянных.

  1. 3. Набор исследований эластографического фантома молочной железы Blue Phantom, содержащий данные, снятые линейным датчиком при 5; 9 и 17 зондирующих импульсах в последовательности для частоты повторения импульса 150 Гц, а также при 17 зондирующих импульсах и частоте повторения 300 Гц; 500 Гц; 750 Гц; 1 кГц.

 

Рис. 9. Примеры сонограмм специализированного фантома с указанием позиций и среды заполнения:

a ― позиция 2 (4 стержня из пластика, расположенных параллельно плоскости датчика); b ― позиция 3 (4 стержня из древесины, расположенных торцом к датчику); c ― позиция 4 (4 алюминиевых стержня, расположенных торцом к датчику); d ― позиция 10 (стержни из древесины, алюминия и пластика, расположенные торцом к датчику).

 

Фантом, фотография и схема которого приведены на рис. 10 (a, b), содержит включения, моделирующие микрокальцинаты; на рис. 10 (c) они указаны стрелкой на срезе компьютерной томограммы. На этих включениях в режиме ЦДК (рис. 10, d) наблюдался мерцающий артефакт при низкой частоте повторения импульса. С ростом частоты интенсивность артефакта снижалась до полного исчезновения на частотах более 1 кГц.

 

Рис. 10. Фантом молочной железы Blue Phantom: a ― внешний вид; b ― схема включений; c ― срезы компьютерной томограммы (стрелкой обозначена исследуемая область); d ― сонограмма.

 

  1. Набор исследований микрокальцинатов размером ~200 мкм, искусственно выращенных в желе из агар-агара.

Два образца исследовали линейным датчиком на частоте повторения 500 Гц при 9 импульсах в пачке. Характерные сонограммы представлены на рис. 11.

 

Рис. 11. Сонограммы фантомов с микрокристаллами, выращенными в агаровом желе: a ― срез образца под микроскопом; b ― микрокристаллы в процессе роста; c ― вставка с микрокристаллами в фантоме из агар-агара.

 

  1. Исследование стальной шероховатой проволоки и деревянного стержня в желе из агар-агара.

Исследование проводилось линейным датчиком при 9 зондирующих импульсах. В отличие от опыта, представленного на рис. 9, древесина подверглась длительному предварительному увлажнению и дегазации. Как видно из рис. 12, оба объекта порождают акустическую тень и на B-изображении имеют одинаковую эхогенность. Однако на металле мерцающий артефакт возникает, а на дереве ― нет. Разница наблюдений позволяет связать один из видов мерцания с воздушными микропузырьками в структуре древесины.

 

Рис. 12. Сонограмма фантома с деревянным стержнем (слева) и стальной проволокой (справа).

 

Заметки о применении базы данных

В большинстве работ [1–8, 10–13], посвящённых мерцающему артефакту, исследования проводятся на основе общедоступных ультразвуковых диагностических приборов, не дающих доступ в тракт обработки сигналов. Ультразвуковой прибор в таких исследованиях можно считать «чёрным ящиком», а анализ, проводимый лишь по сонограммам на экране прибора, недостаточно информативен и создаёт проблемы с воспроизводимостью, поскольку алгоритмы обработки приборов различных производителей уникальны.

Получение необработанных данных ― важное условие для разработки новых инструментов ультразвуковой визуализации. Однако обычно радиочастотные сигналы из тракта обработки недоступны по причине закрытой архитектуры коммерческих приборов. В работе [33] продемонстрировано возможное решение этой проблемы, требующее собственноручной модификации оборудования. Настоящая база данных предоставляет всю информацию о сигналах без необходимости самостоятельной доработки коммерческого оборудования с неизбежной потерей гарантии и прочими нежелательными последствиями.

Полагаем, что представленная база данных может иметь большое практическое значение, т.к. с её помощью можно создавать новые инструменты [17] для выявления почечных камней и иных объектов, ассоциируемых с проявлением мерцающего артефакта.

При помощи базы данных мы провели ряд исследования, в которых:

1) выявили отличия сигнала мерцающего артефакта от сигнала кровотока; исследовали две физические причины мерцающего артефакта. Изображение на экране прибора выглядит одинаково, но за ним стоят действительно разные физические процессы, что хорошо заметно на сигнальном уровне [32];

2) разработали особый режим, который позволяет отображать мерцание не как ошибку доплерографии, которая случайно оказалась полезна, а как специальную диагностическую опцию [17, 34]. Пользуясь этим режимом, можно «вытягивать» мерцание там, где обычный прибор его не покажет. Можно отображать мерцание и кровоток по отдельности или вместе, используя различные цветовые шкалы;

3) провели сравнительный анализ алгоритмов фильтрации колебаний стенок сосудов (wall filters) [35, 36]. В литературе появляются всё новые алгоритмы фильтрации [37–40], и благодаря публикуемой базе данных у желающих есть возможность сравнить их.

В качестве развития базы данных представляет интерес её дополнение сигналами in vivo и сигналами, полученными в других режимах работы прибора (спектральный доплеровский режим, векторный поток и пр.). Представленная программа для открытия базы данных обладает минимальным набором возможностей. Но её открытый код на языке С++ позволяет вносить собственные усовершенствования.

Приведённое в статье описание базы данных даёт достаточно информации для открытия её в любых других средах программирования.

Недостатки базы данных

Представленная база данных обладает рядом недостатков, среди которых наиболее значимым является неполнота информации:

  • об исследуемых объектах (например, размер кальцинатов, выращенных в агаровом желе, известен приблизительно; не исследовались геометрические параметры поверхности шероховатой проволоки и пр.);
  • об условиях эксперимента (в части исследований не записывались точная позиция датчика, фокусное расстояние, мощность излучения, не всегда есть информация о частоте повторения импульса и пр.).

Доступность кода

Для просмотра базы данных доступен исходный код программы: https://github.com/Center-of-Diagnostics-and-Telemedicine/TwinklingDatasetDisplay.git.

Условия использования

В статье представлена база данных, содержащая цифровые записи «сырых» радиочастотных сигналов из тракта предварительной обработки ультразвукового прибора «Сономед-500». База общим объёмом 10,5 Гб содержит преимущественно исследования объектов, на которых наблюдается мерцающий артефакт, в режиме ЦДК кровотока. Наиболее очевидная область применения БД ― разработка и тестирование алгоритмов обработки сигналов ультразвуковых диагностических приборов. База данных находится в открытом доступе в сети Интернет (https://mosmed.ai/datasets/ultrasound_doppler_twinkling_artifact).

База доступна под лицензией Creative Commons Attribution – Noncommercial – Share Alike (CC BY-NC-SA). В случае публикации результатов, полученных с использованием базы данных, просим ссылаться на эту статью. В случае создания производных продуктов необходимо распространять их под той же лицензией. Любые попытки получения финансовой выгоды от использования базы данных не допускаются.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Источник финансирования. Статья подготовлена при поддержке Департамента здравоохранения города Москвы в рамках Программы «Научное обеспечение столичного здравоохранения» на 2020–2022 гг. (ЕГИСУ №: АААА-А20-120071090054-9).

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Вклад авторов. Д.В. Леонов, Н.С. Кульберг ― концепция и дизайн исследования, сбор и обработка материалов, подготовка иллюстраций, написание текста рукописи; Р.В. Решетников и А.А. Насибуллина ― участие в формировании плана исследования, обсуждение каждого раздела рукописи, проверка базы данных, подготовка иллюстраций; А.И. Громов ― концепция и дизайн исследования, редактирование рукописи. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией).

Funding source. This article was prepared with support of Moscow Healthcare Department as a part of Program “Scientific Support of the Capital's Healthcare” for 2020–2022 (Unified State Information System for Accounting of Research, Development, and Technological Works No: АААА-А20-120071090054-9).

Competing interests. The authors declare that they have no competing interests

Authors’ contribution. Kulberg NS, Leonov DV — research concept and design, data collection and processing, preparation of illustrations, writing the text of the manuscript; Reshetnikov RV, Nasibullina AA — participation in the formation of the research plan and discussion each chapter of the manuscript, checking the database, preparing illustrations; Gromov AI — research concept and design, manuscript editing. All authors made a substantial contribution to the conception of the work, acquisition, analysis, interpretation of data for the work, drafting and revising the work, final approval of the version to be published and agree to be accountable for all aspects of the work.

×

About the authors

Denis V. Leonov

Moscow Center for Diagnostics and Telemedicine; National Research University Moscow Power Engineering Institute

Email: strat89@mail.ru
ORCID iD: 0000-0003-0916-6552
SPIN-code: 5510-4075
Scopus Author ID: 56781375200
ResearcherId: P-5266-2017

Cand. Sci. (Tech)

Russian Federation, 24 bld.1, Petrovka street,127051 Moscow; 28-1, Srednyaya Kalitnikovskaya street, Moscow, 109029

Roman V. Reshetnikov

Moscow Center for Diagnostics and Telemedicine; The First Sechenov Moscow State Medical University (Sechenov University)

Email: reshetnikov@fbb.msu.ru
ORCID iD: 0000-0002-9661-0254
SPIN-code: 8592-0558

Cand. Sci. (Phys.-Math.)

Russian Federation, 24 bld.1, Petrovka street,127051 Moscow; 127051 Moscow, Russia; 8 bld.2

Nikolay S. Kulberg

Moscow Center for Diagnostics and Telemedicine; Federal Research Center Computer Science and Control of the Russian Academy of Sciences

Email: kulberg@npcmr.ru
ORCID iD: 0000-0001-7046-7157
SPIN-code: 2135-9543

Cand. Sci. (Phys.-Math.)

Russian Federation, 24 bld.1, Petrovka street,127051 Moscow; 44, buil. 2, st. Vavilova, Moscow 119333

Anastasia A. Nasibullina

National Research University Moscow Power Engineering Institute

Email: nastya.nasibullina@yandex.ru
ORCID iD: 0000-0003-1695-7731
SPIN-code: 2482-3372

Student

Russian Federation, 28-1, Srednyaya Kalitnikovskaya street, Moscow, 109029

Alexandr I. Gromov

A.I. Yevdokimov Moscow State University of Medicine and Dentistry

Author for correspondence.
Email: gromov.ai@medsigroup.ru
ORCID iD: 0000-0002-9014-9022
SPIN-code: 6842-8684

MD, Dr. Sci. (Med.), Professor

Russian Federation, Delegatskaya st., 20, p. 1, 127473, Moscow

References

  1. Masch WR, Cohan RH, Ellis JH, et al. Clinical effectiveness of prospectively reported sonographic twinkling artifact for the diagnosis of renal calculus in patients without known urolithiasis. Am J Roentgenol. 2016;206:326–331. doi: 10.2214/ajr.15.14998
  2. Fujimoto Y, Shimono C, Shimoyama N, Osaki M. Twinkling artifact of microcalcifications in breast ultrasound. Ultrasound Med Biol. 2017;43(Suppl. 1):S21. doi: 10.1016/j.ultrasmedbio.2017.08.1010
  3. Bennett J.M., Estrada J.C., Shoemaker M.B., Pretorius M. Twinkling Artifact Associated with Guidewire Placement. Anesth Analg. 2015;121(1):69–71. doi: 10.1213/ane.0000000000000683
  4. Sen V, Imamoglu C, Kucukturkmen I, et al. Can Doppler ultrasonography Twinkling artifact be used as an alternative imaging modality to non-contrast-enhanced computed tomography in patients with ureteral stones? A prospective clinical study. Urolithiasis. 2017;45(2):215–219. doi: 10.1007/s00240-016-0891-8
  5. Winkel RR, Kalhauge A, Fredfeldt KE. The usefulness of ultrasound colour-Doppler twinkling artefact for detecting urolithiasis compared with low dose nonenhanced computerized tomography. Ultrasound Med Biol. 2012;38(7):1180–1187. doi: 10.1016/j.ultrasmedbio.2012.03.003
  6. Yavuz A, Ceken K, Alimoglu E, Kabaalioglu A. The reliability of color Doppler "twinkling" artifact for diagnosing millimetrical nephrolithiasis: comparison with B-Mode US and CT scanning results. J Med Ultrasonics. 2015;42(2):215–222. doi: 10.1007/s10396-014-0599-8
  7. Tian J, Xu L. Color Doppler Twinkling artifact in diagnosis of tuberculous pleuritis: A comparison with gray-scale ultrasonography and computed tomography. Ultrasound Med Biol. 2018;44(6): 1291–1295. doi: 10.1016/j.ultrasmedbio.2018.01.003
  8. Relea A, Alonso JA, González M, et al. Usefulness of the twinkling artifact on Doppler ultrasound for the detection of breast microcalcifications. Radiología. 2018;60(5):413–423. doi: 10.1016/j.rx.2018.04.004
  9. Lu W, Sapozhnikov OA, Bailey MR, et al. Evidence for trapped surface bubbles as the cause for the twinkling artifact in ultrasound imaging. Ultrasound Med. 2013;39(6):1026–1038. doi: 10.1016/j.ultrasmedbio.2013.01.011
  10. Aytac SK, Ozcan H. Effect of color Doppler system on the «twinkling» sign associated with urinary tract calculi. J Clin Ultrasound. 1999;27(8):433–439. doi: 10.1002/(sici)1097-0096(199910)27:8<433::aid-jcu4>3.0.co;2-1
  11. Rahmouni A, Bargoin R, Herment A, et al. Color Doppler Twinkling artifactin hyperechoic regions. Radiology. 1996;199(1):269–271. doi: 10.1148/radiology.199.1.8633158
  12. Kamaya A, Tuthill T, Rubin JM. Twinkling artifact on color Doppler sonography: dependence on machine parameters and underlying cause. Am J Roentgenol. 2003;180(1):215–222. doi: 10.2214/ajr.180.1.1800215
  13. Weinstein SP, Seghal C, Conant EF, Patton JA. Microcalcifications in breast tissue phantoms visualized with acoustic resonance coupled with power doppler US: initial observations. Radiology. 2002:224(1):265–269. doi: 10.1148/radiol.2241010511
  14. Seghal C. Apparatus for imaging an element within a tissue and method therefor. United States Patent. 1999;477(5):997.
  15. Li T, Khokhlova TD, Sapozhnikov OA, et al. A new active cavitation mapping technique for pulsed HIFU applications–bubble Doppler. IEEE Trans Ultrason Ferroelectr Freq Control. 2014;61(10): 1698–1708. doi: 10.1109/TUFFC.2014.006502
  16. Simon JC, Sapozhnikov OA, Kreider W, et al. The role of trapped bubbles in kidney stone detection with the color Doppler ultrasound twinkling artifact. Phys Med Biol. 2018;63(2):025011. doi: 10.1088/1361-6560/aa9a2f
  17. Leonov DV, Kulberg NS, Gromov AI, et al. Diagnostic mode detecting solid mineral inclusions in medical ultrasound imaging. Acoust Phys. 2018;64(5):624–636. doi: 10.1134/S1063771018050068
  18. Yu AC, Johnston KW, Cobbold RS. Frequency-based signal processing for ultrasound color flow imaging. Canadian Acoustics. 2007;35(2):11–23.
  19. Yu AC, Løvstakken L. Eigen-based clutter filter design for ultrasound color flow imaging: a review. IEEE Trans Ultrason Ferroelectr Freq Control. 2010;57(5):1096–1111. doi: 10.1109/TUFFC.2010.1521
  20. Yu AC, Cobbold RS. Single-ensemble-based eigen-processing methods for color flow imaging ― Part I. The Hankel-SVD filter. IEEE Trans Ultrason Ferroelectr Freq Control. 2008;55(3):559–572. doi: 10.1109/TUFFC.2008.682
  21. Shen Z, Feng N, Shen Y, Lee CH. An improved parametric relaxation approach to blood flow signal estimation with single-ensemble in color flow imaging. J Med Biomed Engineering. 2013;33(3):309–318. doi: 10.5405/jmbe.1368
  22. Yoo YM, Managuli R, Kim Y. Adaptive clutter filtering for ultrasound color flow imaging. Ultrasound Med Biol. 2003;29(9): 1311–1320. doi: 10.1016/S0301-5629(03)01014-7
  23. Torp H. Clutter rejection filters in color flow imaging: a theoretical approach. IEEE Trans Ultrason Ferroelectr Freq Control. 1997;44(2):417–424. doi: 10.1109/58.585126
  24. Wang PD, Shen Y, Feng NZ. A novel clutter rejection scheme in color flow imaging. Ultrasonics. 2006;44( Suppl 1):e303–305. doi: 10.1016/j.ultras.2006.06.017
  25. Bjærum S, Torp H. Statistical evaluation of clutter filters in color flow imaging. Ultrasonics. 2000;38(1-8):376–380. doi: 10.1016/s0041-624x(99)00153-5
  26. Kargel C, Hoebenreich G, Plevnik G, et al. Velocity estimation and adaptive clutter filtering for color flow imaging. WSEAS. 2002. Р. 1711–1716.
  27. Kargel C, Höbenreich G, Trummer B, Insana MF. Adaptive clutter rejection filtering in ultrasonic strain-flow imaging. IEEE Trans Ultrason Ferroelectr Freq Control. 2003;50(7):824–835. doi: 10.1109/tuffc.2003.1214502
  28. Lo MT, Hu K, Peng CK, Novak V. Multimodal pressure flow analysis: application of hilbert huang transform in carabral blood flow regulation. EURASIP J Adv Signal Process. 2008;2008:785243. doi: 10.1155/2008/785243
  29. Gerbands JJ. On the relationships between SVD, KLT and PCA. Pattern Recognition. 1981;14:375–381. doi: 10.1016/0031-3203(81)90082-0
  30. Løvstakken L. Signal processing in diagnostic ultrasound: algorithms for real-time estimation and visualization of blood flow velocity. Doctoral thesis, norwegian university of science and technology. Trondheim; 2007. Available from: https://pdfslide.net/ documents/signal-processing-in-diagnostic-ultrasound-algorithms-for-real-time-.html. Accessed: 14.08.2021.
  31. XRAD C++ software library. Available from: https://github.com/ Center-of-Diagnostics-and-Telemedicine/xrad.git. Accessed: 14.08.2021.
  32. Leonov DV, Kulberg NS, Gromov AI., et al. Causes of ultrasound doppler twinkling artifact. Acoust Phys. 2018;64(1):105–114. doi: 10.1134/S1063771018010128
  33. Mari JM, Cachard C. Acquire real-time RF digital ultrasound data from a commercial scanner. Electronic J Technical Acoustics. 2007;3:28–43.
  34. Leonov DV, Kulberg NS, Gromov AI, Morozov SP. Detection of microcalcifications using the ultrasound Doppler twinkling artifact. Biomedical Engineering. 2020;54(3):174–178. doi: 10.1007/s10527-020-09998-y
  35. Leonov DV, Kulberg NS, Fin VA, et al. Clutter filtering for diagnostic ultrasound color flow imaging. Biomedical Engineering. 2019;53(3):217–221. doi: 10.1007/s10527-019-09912-1
  36. Leonov DV, Kulberg NS, Fin VA, et al. Comparison of filtering techniques in ultrasound color flow imaging. Biomedical Engineering. 2019;53(2):97–101. doi: 10.1007/s10527-019-09885-1
  37. Song P, Manduca A, Trzasko JD, Chen S. Ultrasound small vessel imaging with block-wise adaptive local clutter filtering. IEEE Trans Med Imaging. 2017;36(1):251–262. doi: 10.1109/TMI.2016.2605819
  38. Li YL, Hyun D, Abou-Elkacem L, et al. Visualization of small-diameter vessels by reduction of incoherent reverberation with coherent flow power doppler. IEEE Trans Ultrason Ferroelectr Freq Control. 2016;63(11):1878–1889. doi: 10.1109/TUFFC.2016.2616112
  39. Chee AJ, Alfred CH. Receiver operating characteristic analysis of eigen-based clutter filters for ultrasound color flow imaging. IEEE Trans Ultrason Ferroelectr Freq Control. 2017;65(3):390–399. doi: 10.1109/TUFFC.2017.2784183
  40. Chee AJ, Yiu BY, Alfred CH. A GPU-Parallelized eigen-based clutter filter framework for ultrasound color flow imaging. IEEE Trans Ultrason Ferroelectr Freq Control. 2017;64(1):150–163. doi: 10.1109/TUFFC.2016.2606598

Supplementary files

Supplementary Files
Action
1. Fig. 5. Examples of visualization of radio frequency signals using the TwinklingDatasetDisplay program: a - fluid flow in the Gammex phantom; b - soft tissue area in the absence of movement; с - signal of a flickering artifact on a rough object; d - signal of a flickering artifact on a smooth object. In the left column, complex signals are presented as a parametric line in polar coordinates (the real part is displayed along the abscissa axis, the imaginary part along the ordinate axis). The right column shows the dependence on "slow" time within the burst.

Download (798KB)
2. Fig. 7. Sonograms of the Gammex phantom: a - when examining with a linear transducer at an angle of 60º to the flow; b - parallel to the flow; c - when examining with a convex probe.

Download (469KB)
3. Fig. 10. Phantom of the mammary gland Blue Phantom: a - appearance; b - connection diagram; c - sections of a computed tomogram (the arrow indicates the area under study); d - sonogram.

Download (519KB)
4. Fig. 11. Sonograms of phantoms with microcrystals grown in agar jelly: a - sample section under a microscope; b - microcrystals during growth; c - insert with microcrystals in an agar-agar phantom.

Download (557KB)
5. Fig. 12. Sonogram of a phantom with a wooden rod (left) and steel wire (right).

Download (461KB)

Statistics

Views

Abstract: 117

PDF (English): 24

PDF (Russian): 9

Dimensions

Article Metrics

Metrics Loading ...

PlumX


Copyright (c) 2021 Leonov D.V., Reshetnikov R.V., Kulberg N.S., Nasibullina A.A., Gromov A.I.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies