An Anatomically-Realistic Simulation Framework for Ultrasound Localization Microscopy

En imagerie vasculaire in-vivo, on tente d'élucider un réseau vasculaire très complexe mais a priori inconnu. Des cartographies impressionnantes de la vascularisation tissulaire sont obtenues à l'aide de la microscopie de localisation par ultrasons (ULM) en suivant des microbulles (MB) à travers des milliers, voire des centaines de milliers d'images. En revanche, les études de validation pour les systèmes d'imagerie n'ont été validés que sur des fantômes composés de tubes ou de microcanaux qui ne reflètent pas la complexité de la vascularisation tissulaire ont été réalisées dans des conditions in-vitro ou in-vivo où les positions de MBs sont inconnues. Des fantômes réalistes réalisés en simulation sont essentiels pour valider la précision de la cartographie vasculaire et optimiser les paramètres, car les positions de MBs de références sont disponibles pour quantifier l'erreur de localisation. Établir la concentration en MBs optimale est un représente un défi, car elle peut être augmentée pour réduire le temps nécessaire pour peupler le réseau vasculaire, mais elle doit rester suffisamment faible pour éviter les interactions indésirables entre les microbulles, ce qui causerait un flou dans l'image résultante. Sans image ou réseau vasculaire de référence, il est très difficile d'évaluer la précision d'un système d'imagerie dans des environnements in-vivo. Par conséquent, un cadre de simulation anatomiquement et hémodynamiquement réaliste a été développé utilisant des données de cerveau de souris in-vivo acquises par microscopie à deux photons. Ce cadre permet de tester en simulation divers paramètres d'acquisition tout en ayant accès à une vérité terrain hautement résolue pour l'évaluation de la performance de la cartographie vasculaire. A partir d'un modèle en graphe, un simulateur de trajectoires de particules a été conçu pour reproduire un flux de microbulles similaire à des données in-vivo. Le simulateur permet d'obtenir des positions de MBs de référence qui peuvent ensuite être utilisées pour simuler des signaux et des images ultrasonores et sur lesquelles des métriques peuvent être calculées pour évaluer la précision de la cartographie vasculaire. A titre d'exemple, le temps d'acquisition a été calculé en fonction de diverses fréquences de transmission de sondes et de diverses concentrations de MBs. Un lien entre la concentration maximale de microbulles et le volume de la réponse impulsionnelle a été établi, où la concentration optimale de microbulles peut être calculée pour obtenir la meilleure reconstruction vasculaire d'un système d'imagerie. Le cadre développé peut donc être utilisé pour des études paramétriques pour la validation d'algorithmes de formation d'images ULM.

Abstract

In in-vivo vascular imaging, we try to shed light on a very complex, yet unknown vascular network. Impressive mappings of tissue vasculature are achieved using Ultrasound Localization Microscopy (ULM) by following microbubbles (MB) through thousands to hundreds of thousands of images. However, all the validation studies for imaging systems were performed in in-vitro or in-vivo settings, where MB positions were unknown. Realistic simulation phantoms are essential to validate the accuracy of vascular mapping and parameters' optimization since reference MB positions are available. MB concentration is an example of a challenging parameter, since it can be increased to reduce the time needed to populate the vascular network but must remain low enough to avoid unwanted interactions between microbubbles which would cause unwanted blurring of the resulting image. Without a reference vascular network, it is very challenging to assess the accuracy of an imaging system in in-vivo settings. Therefore, we developed an anatomically and hemodynamically realistic simulation framework using in-vivo mouse brain data acquired with two-photon microscopy that allows us to test in simulation various acquisition parameters while having access to a highly resolved ground truth for performance assessment. From a graph model, a particle flow simulator was designed to reproduce a microbubble flow that is similar to in-vivo settings. The designed simulator allows to obtain reference microbubble positions that can be then used to simulate ultrasound signals and reconstruct images on which metrics can be computed to assess the accuracy of the vascular mapping. As an example application, acquisition time was computed as a function of various probe transmit frequencies and various MB concentrations. A link between the maximal microbubble concentration and the volume of the impulse response system was established, from which optimal microbubble concentration can be computed to obtain the best vascular reconstruction of an imaging system. The developed framework can therefore be used for parametric studies for the validation of ULM image formation algorithms.