1. No category

Estimación de Grasa Intramuscular Mediante Procesamiento Cuantitativo de
Señales Ultrasónicas de Retrodispersión y la Construcción de Imágenes
Paramétricas
Montilla D., Villamarin J., Dorado A.
Universidad Antonio Nariño
Londoño L.
Politécnico Colombiano Jaime Isaza Cadavid
[email protected],[email protected],
[email protected]
[email protected]
intramuscular con el incremento del efecto speckle. Este
último es causado por la interferencia constructiva y
Several studies have demonstrated the ultrasound use as a destructiva entre ondas ultrasónicas y las características de
potential tool in the non-invasive and non-destructive heterogeneidad del medio de propagación.
characterization of biological tissues by estimating
En este contexto, a pesar que los sistemas de
acoustic parameters from quantitative ultrasonic signal
processing. This study presents the estimation of the caracterización ultrasónica en modo B, permiten plasmar en
intramuscular fat index in bovine soft tissue samples by imágenes ultrasonografícas, la distribución espacial de grasa
the implementation of hybrid computational algorithms, intramuscular y luego a partir de ellas inferir en el
which allow at first the calculation of conventional porcentaje de grasa, estas técnicas de caracterización
acoustic parameters such as speed sound (
) and the cuantitativas aún son bastante discutidas, mostrando
attenuation coefficient dependent of frequency (β) and contrariedades entre diversos autores. Según [3] y [4], las
then the building of ultrasonic parametric images. técnicas de caracterización en modo B, no han tenido
Ultrasonic backscatter signals collected from the suficiente éxito debido a que son poco sensibles a cambios
musculoskeletal samples were used to predict the de la microestructura del tejido. En este contexto [5],
intramuscular fat index and its spatial distribution based también establece que las imágenes ultrasonograficas
in acoustic substitution methods, spectral techniques, (construidas en modo B) pueden ser menos informativas, si
acoustic estimation of the time of flight and histogram las características heterogéneas locales, presentan baja
calculations. From these acoustic parameters calculation vascularización del tejido, en adición a la perdida de
it was possible to quantify automatically the intramuscular información debida a la transformación de señales de
fat index by building parametric ultrasonic imaging retrodispersión de alta frecuencia en señales de baja
finding a difference of 4.5% compared to the frecuencia, durante las técnicas convencionales de
quantification of intramuscular fat by visual analysis of construcción de imágenes cualitativas.
texture distributions in conventional ultrasound imaging.
Por otra parte, las técnicas de caracterización
Conventional ultrasonographic techniques in contrast
cuantitativa
por ultrasonido (quantitative ultrasound - QUS),
with ultrasonic parametric image techniques transforming
se
basan
convencionalmente
en el procesamiento de señales
high frequency backscatter signals into low frequency
signals causing loss of information and providing ultrasónicas de retrodispersión, siendo estas últimas
qualitative images which for their analysis depend on the obtenidas en forma de registros unidimensionales de
amplitud (modo A), durante la interacción de ondas
subjectivity of the visual inspection.
mecanicas de alta frecuencia con el medio de propagación
de estudio. En este sentido, las técnicas de caracterización
1. Introducción
QUS han sido bastante utilizadas para evaluar el estado y
Diversos estudios han demostrado el uso del ultrasonido composición de muestras de tejido biológico y materiales
como herramienta potencial en la caracterización no [6], [7], centrandose principalmente en la extracción de
invasiva y no destructiva de tejidos biológicos [1], [2], parámetros convencionales tales como la atenuación
evidenciando que las mediciones ultrasónicas cuantitativas acústica, la velocidad de propagación, el parámetro de no
son de utilidad en la predicción de condiciones de linealidad de segundo orden B/A y el coeficiente integrado
normalidad histológica en tejidos blandos. Por ejemplo, las de retrodispersión (Integrated Backscattering-IBC), con el
técnicas de procesamiento de imágenes ultrasónicas, que se propósito de permitir la evaluación diagnostica de muestras
basan en el análisis de texturas para predecir el indice de tanto in vitro como in vivo.
grasa intramuscular, en muestras de tejido blando animal, se
fundamentan en el análisis de la relación que tiene la grasa
Considerando lo anterior, el presente estudio presenta la
Abstract
978-1-4673-9461-1/15/$31.00 ©2015 IEEE
exploración de un método computacional para la
caracterización del índice de grasa intramuscular de tejido
músculo esquelético animal (carne comercial de bovino),
basado en el procesamiento cuantitativo de señales
ultrasónicas de retrodispersión, que por ende, permiten
estimar la velocidad de propagación acústica (
), el
coeficiente de atenuación dependiente de la frecuencia (β) y
consecuentemente la formación de imágenes ultrasónicas
paramétricas. Sobre estas últimas, es estimado de forma
automática el índice cuantitativo de grasa intramuscular con
base en técnicas de procesamiento de histogramas.
son usualmente calibrados y validados in vitro, utilizando
diveros métodos, como por ejemplo el método de la
diferencia espectral, descrito en Fig. 4, para estimar la
perdidad de energía ultrasónica en medios de propagación
con fines de análisis diagnóstico.
La perdida de energía acústica, esta relacionada con la
estimación de la función atenuación α (dB/cm), medida en
el dominio espectral y relacionada mediante una ley de
potencia con el coeficiente de atenuación acústica
dependiente de la frecuencia β mediante la expresión α =
βfn. Normalmente en tejido biológico α incrementa
linealmente con la frecuencia y el coeficiente angular β,
dado en dB / cm / MHz es frecuentemente utilizado como
indicador del estado del tejido biológico [8],[9]. En este
contexto, la estimación de β se realiza usualmente en el
dominio de la frecuencia, debido a que las variaciones
locales en el campo acústico son difíciles de compensar en
el dominio del tiempo [7].
Por último, el algoritmo computacional de caracterización
ultrasónica, se presenta como sistema alternativo a los
procedimientos rudimentarios de evaluación de calidad de
carne animal, basados en la inspección visual y el análisis de
texturas
de
imágenes
ultrasonográficas,
que
convencionalmente son utilizados en plantas de beneficio.
En este sentido, las contribuciones del presente estudio están
direccionadas a demostrar la potencialidad de la exploración
de técnicas de caracterización acústicas de tejido biológico
en el contexto regional y la eficiencia del uso de dos tipos de
imágenes ultrasónicas paramétricas: velocidad del sonido y
atenuación, para inferir de forma automática en
informaciones cuantitativas de heterogeneidad local, en
comparación con los métodos basados en análisis
ultrasonográficos convencionales que dependen de la
subjetividad por parte de expertos.
La estimación de la atenuación ultrasónica, que permite
subsecuentemente la construcción de la imagen ultrasónica
paramétrica de perdidad de energía en el tejido, es basada
en el método de diferencia espectral, el cual posibilita, la
estimación de β. Informaciones de esta técnica son
descritas en detalle en [7], [8], [9], [10], [11].
El modelo matemático para estimar el coeficiente de
atenuación β, es fundamentado en el método de la
diferencia espectral, el cual, se determina a partir de la
amplitud del espectro de la señal RF en el medio de
estudio [8]. Este modelo matemático también explorado en
[7] considera una dependencia lineal de la frecuencia,
retro dispersión uniforme y velocidad de propagación
constante en la RoI. Así las siguientes expresiones Ec.2,
Ec.3, Ec.4, Ec.5, Ec.6, Ec.7, describen el desarrollo
matemático para determinar β en el dominio de la
frecuencia a partir de la señal de RF
, , recibida del
transductor y expresado como el producto entre las
funciones de difracción
, , Atenuación
, ,
Pulso de excitación
y efectos de dispersión
. La
relación se da en la Ec.2 [7]:
2. Fundamentos teóricos
En aplicaciones prácticas, la caracterización acústica de
tejidos biológicos, es dada a partir de la medición de
parámetros obtenidos desde registros de señales ultrasónicas
de retrodispersión, las cuales son el producto de la
interacción entre el campo ultrasónico de excitación y un
cuerpo de estudio. En tejidos biológicos, el parámetro
velocidad de propagación acústica (
) depende de la
relación entre impedancia acústica y densidad del medio de
estudio. En este sentido, su determinación suministra
información importante para el análisis diagnóstico y
generalmente se lleva a cabo a través de la medición del
tiempo de vuelo (Time of Flight ) en que tarda una
onda acústica en atravesar el tejido [15]. El cálculo de SoS
en modo pulso eco es descrito en la Ec. 1:
S(f,z) = P(f)D(f,z)A(f,z)B(f)
(2)
donde z denota la profundidad de la ROI. El A(f,z) es la
atenuación acumulada en el medio de propagación y puede
ser determinada en modo de eco-pulsado mediante la Ec.3
[7].
(1)
donde z denota la profundidad de la Región de Interés (RoI).
La estimación de los principales parámetros ultrasónicos
se repite varias veces para la determinación de tendencias en
los resultados. En este sentido, los algoritmos a nivel
experimental para la estimación de parámetros ultrasónicos,
2
exp
(7)
exp
4
es el coeficiente dee atenuación dependiente de
donde
la frecuencia para un medio dee referencia (agua) y
y
son los índices de dependenciia de la frecuencia para el
medio de referencia y el tejido
o de estudio.
3. Materiales y Metodos
Figura 1. Método de Diferencia Espectral. Estimación de
espectros obtenidos a diferentes profundidades de la
muestra. Se realiza el cálculo de laa diferencia logarítmica
entre espectros (Uno de Referenciaa y el de la muestra de
estudio). A través del mejor ajustte lineal se obtiene el
valor del coeficiente angular que peermite la estimación de
β. Fuente adaptada de [8].
Considerando la Ec. 2, el factor de atenuación acústica
puede ser descrito mediante la Ec. 3.
,
4
Según [12]. la función de retro-disspersión
modelar como se ve en la Ec.4.
La caracterización acústica de grasa intramuscular en
muestras de tejido músculo esquelético animal fue llevada a
cabo en el sistema implementad
do ilustrado en la Fig. 2. El
sistema comprende un tanque acústico con un sistema de
posicionamiento milimétrico biidimensional, controlado por
microcontrolador Arduino Un
no y motores paso paso
referencia
c30026011,
loss
cuales
permiten
el
desplazamiento de un transducctor ultrasónico de 2.25MHz
con ancho de banda de 2 MHz a -3 dB.
(3)
se puede
(4)
Las anteriores expresiones puedeen ser utilizadas en el
método de diferencia espectral permitiendo corregir
efectos generados por la difracciónn, acoplamiento del haz
de ultrasonido y el no paralelismoo del haz entre otros,
mediante la utilización de un eespectro de referencia
, el cual es obtenido a ppartir de un medio no
atenuante [13] .
y
de la señal
La Ec.5 relaciona los espectros
RF de la muestra y de la referencia respectivamente. Esta
expresión es finalmente utilizada paara la estimación de la
función de atenuación acústica en ell medio de estudio.
Figura 2. A) Sistema de Emissión y Recepción de Señales
Ultrasónicas y Tanque Acústico. B) Sistema de Posicionamiento
Cartesiano 4) Transductor Acússtico de 2.25 MHz y base de
aluminio para reflexión especular.
La emisión de ondas ultrasóniccas es dada por un generador
de pulsos OLYMPUS 5072 PR con frecuencia de repetición
,
(5) de pulso (FRP) a 100 KHz y con
c 50% de energía máxima
,
del sistema de emisión. Para laa adquisición de señales de
retrodispersión proveninetes del
d tejido, fue utilizado un
osciloscopio GW INSTEK GD
DS1102A-U, configurado a
Según [14], los efectos de atenuacción por retrodispersión
una tasa de muestreo de 25M/S..
, pueden ser estimados mediantte la Ec.6 y Ec. 7.
exp
4
(6)
3
Figura 4. Señal ultrasónica de prropagación en tejido músculo
esquelético.
4. Procedimiento experimental
La inspección ultrasónica de las m
muestras de estudio, se
inicia con el posicionamiento de la muestra de estudio, en
la distancia de focalización del ttransductor (12 cm) y
dentro de un tanque acústico connteniendo agua como
medio de acoplamiento para trannsferencia de energía
desde el transductor (ver Fig. 3).
Figura 3. Posicionamiento de muestra bbiológica en tanque
acústico.
La muestra es ubicada sobre uun reflector plano de
aluminio, siendo este último también utilizado para adquirir
la reflexión especular ultrasónica de referencia.
5. Resultados
La valoración histológicca del tejido muscular,
inspeccionado acústicamente (ver fig. 5), muestra que a
nivel macroscópico, un músculo adecuadamente
desarrollado en relación a su tamaño y volumen,
aparentemente normal en su estructura
e
anatómica, es decir
con mayor presencia de tejido
o muscular (carne) que la de
otros tejidos como el conectiv
vo (grasa, fascia, aponeurosis
y tendones). De acuerdo con su conformación la relación
músculo grasa en bovino parra este músculo en particular
oscila entre 90- 95% a 10-5%
%, respectivamente (Sistema
Icta Clasificación canales, 199
95). Para este caso, se puede
estimar del orden de 75-80%
% de músculo a 25-20% de
grasa. Esto hace suponer algú
ún desequilibrio y desajustes
del metabolismo lipídico. Esto
os valores son mayores a los
recomendados por el departaamento de agricultura de los
Estados Unidos (USDA), qu
ue prefieren del 3 a 4 % de
grasa intramuscular en un
na evaluación suiza [16]
correspondiente a la calidad del
d USDA “de grado leve del
marmoreado”. Para nuestro
o caso, adicionalmente, es
importante indicar que en esta
e
relación músculo-grasa
pueden intervenir variables genéticas como la raza y
ambientales como tipo de dietta, manejo, entre otras.
La Figura 4 muestra un ejemplo de la señal acústica de
retrodispersión colectada durante lla propagación en la
región de interés (RoI) del tejido muuscular bovino. A partir
de señales de retrodispersión en ddiferentes regiones del
tejido fue posible estimar la veloccidad del sonido y el
coeficiente
de atenuación acústiica , los cuales ,
consecuentemente permitieron la connstrucción de imágenes
paramétricas
ultrasónicas
segúún
el
Algoritmo
computacional ( ver Algoritmo 1.) desscrito a seguir:
4
mayor velocidad del sonido
o (es decir zonas de mayor
densidad) implicitamente associadas a la presencia de
tejido conectivo.
Por otra parte, el estudio histtológico microscópico
evidencia gran cantidad de tabiquues o septos de tejido
conectivo (grasa-adipocitos) entrem
mezclados con los haces
de las fibras musculares, además de gran cantidad de
adipocitos infiltrados desde las fibras musculares
invadiendo el endomysyum muuscular y revelando
posiblemente un infiltrado graso m
menor de tipo crónico
proveniente posiblemente de desajuustes en el metabolismo
de los lípidos. La Figura 5, muesstra la distribución de
tejido conectivo de tejido caracterizaado..
métrica de la velocidad del
Figura 7. Imagen Ultrasónica Param
sonido.
Figura 5. Muestra de tejido musculo esquuelético inspeccionado.
La Figura 6 presenta la obtencióón del sonograma que
corresponde al tejido mostrado en la Fig. 5. Se observa
mediante inspección visual, que laas regiones más claras
dentro de la región marcada en coloor rojo, están asociadas
a la presencia de tejido conectiivo, entre ellos grasa
intramuscular.
Por otro lado, considerando un
na segunda muestra de tejido
muscular (Fig. 8), la consstrucción de una imagén
ultrasónica paramétrica de aten
nuación acústica, fue posible
a partir de la estimación de coefficientes angulares, obtenidos
mediante la diferencia espectrall logarítmica entre señales de
retrodispersión (en la RoI) y señales especulares de
referencia. De este modo, la Figura 9 presenta la
construcción de una imagen
n acústica de atenuación,
utilizando un barrido de 16
1 señales. Los resultados
muestran que el parámetro aten
nuación, es un buen indicador
que permite suministrar informaciones sobre la
heterogeneidad del tejido blando
o.
Figura 6. Imagen ultrasonográfica convenncional de muestra de
estudio.
I
La inspección ultrasónica cuantittativa del tejido de la
Fig. 5, permitió la construcción de uuna imagén ultrasónica
paramétrica (Fig. 7), que contiene uun mapa de velocidades
del sonido promedio, estimadas a ppartir de un barrido de
100 señales de retrodispersión y la interpolación
bidimensional “spline”. Adicionalm
mente, en la Fig. 7, se
exhibe que en zonas más claras, existen regiones con
II
Figura 8. Muestra de tejido musccular bovino. La Región I y II
muestran la identificación de tejid
do conectivo
5
I
Finalmente, a partir del cálculo de estos parámetros
acústicos (velocidad del sonido, atenuación acústica) se
logró evidenciar que la exploración ultrasónica paramétrica
para caracterización de los medios biológicos de estudio,
suministra indicadores potenciales cuantitativos, que son
mas objetivos en la estimación del índice de grasa
intramuscular, debido a que el procesamiento de las señales
ultrasónicas se realiza directamente sobre los ecos
resultantes entre la interacción onda – tejido. En contraste
con las técnicas ultrasonografías, las señales de retro
dispersión son procesadas y convertidas en señales de baja
frecuencia para brindar información cualitativa de la
muestra irradiada que depende de la subjetividad de la
inspección visual del técnico.
Figura 9. Imagen Ultrasónica Paramétrica de Atenuación. La
Región I y II muestran la identificación de tejido conectivo.
6. Conclusiones
En las diferentes pruebas realizadas se encontraron valores
promedios de velocidad para el músculo y la grasa
intramuscular y con un rango de oscilación entre 1258 m/s a
1351 m/s (Std. ± 44,5 m/s ) y 1440 m/s a 1766 m/s (Std. ±
230 m/s ), respectivamente. Los coeficientes β normalizados
para grasa intramuscular fueron estimados entre 0,0110
dB/cm MHz a 0,9116 dB/cm MHz (Std. ± 0,636 dB/cm
MHz) y para tejido muscular fueron calculados entre 0,0026
dB/cmMHz a 0,8418 dB/cm MHz (Std. ± 0,593
dB/cmMHz).
A partir del procesamiento cuantitativo de señales
ultrasónicas retrodispersas por tejido blando, es posible
estimar el porcentaje de tejido conectivo (grasa
intramuscular), presente en tejdio músculo esqueletico
animal, con base en la estimación de indicadores
paramétricos potenciales como la velocidad del sonido.
Estos hallazgos son importantes ya que además de
cuantificr porcentajes de heterogeneidad, permiten
impulsar la creación y difusión de herramientas no
invasivas - no destructivas para apoyar estudios
epidemiologicos para tratar de realizar control y mejor
prevención de zoonosis, las cuales constituyen un serio
problema de salud pública.
La estimación del índice de grasa intramuscular es
realizada con base en el cálculo del histograma. La Figura
10 presenta un ejemplo del histograma obtenido para el
mapa de velocidad de sonido en el tejido exhibido en la Fig.
5, evidenciando que el índice de grasa intramuscular es de
aproximadamente 12.5% en el tejido músculo esquelético.
En comparación con los análisis histológicos la diferencia
porcentual es de 7.5%.
Bibliografia
[1] L.S. Wilsonl, D.E. Robinson1, and B.D. Doust2. Frequency
domain processing for ultrasonic attenuation measurement
in liver. ULTRASONIC IMAGING, pages 278 – 292, 1984.
[2] Radovan Jirik; Torfinn Taxt;Jirí Jan. Ultrasound attenuation
imaging. Journal of ELECTRICAL ENGINEERING, (7):
180 – 187, 2004.
[3] P. Arul and V. Amin. Characterizatioon of beef muscle
tissue using texture analysis of ultrasonic images.
Proceedings of the Tweltfth Southern Biomedical
Engineering Conference, pages 141–143, 1993.
[4] S. Brand, Moerlein D., F. Rosner, M. Wicke, and KV
Jenderka. Estimation of intramuscular fat content (imf) in
the musculus longissimus dorsi (ld) of pigs by analysis of rf
echo signals obtained from a clinical b-mode device. IEEE
Ultrasonic Symposium, pages 1333–1336, 2002.
[5] A. D. Whittaker, B. Park, B. R. Thane, Miller R. K., , and J.
W. Savell. Principles of ultrasound and measurement of
intramuscular fat. J Anim Sci, (70):942–952, 1992.
[6] Li Chengcheng, Yufeng Zheng, and Agyepong Kwabena.
Prediction of imf percentage of live cattle by using
ultrasound technologies with high accuraciese. WASE
International Confer- ence on Information Engineering,
Figura 10. Histograma estimado para mapa de velocidad de
sonido utilizando 10 beans.
6
2009.
[7] H. Kim, , and T. Varghese. Hybrid spectral domain method
for attenuation slope estimation. Ultrasound in Medicine
and Biology, (11):1808 – 1819, 2008.
[8] M. Kuc, R.; Schwartz. Estimating the acoustic attenuation
coefficient slope for liver from reflected ultrasound signals.
IEEE TRANSACTIONS ON SONIC AND ULTRASONICS,
(5): 353 – 362, 1979.
[9] Nobuyuki Taniguchi MD PhD Kouichi Itoh MD PhD
Kouichiro Shigeta MD Yi Wang MD PhD Jing-Wen Tsao
PhD Kenji Kumasaki Takashi Itoh PhD Yasutomo Fujii,
MD. A new method for attenuation coefficient measurement
in the liver. J Ultrasound Med, pages 783 – 788, 2002.
[10] KK. Shung and GA. Thieme. Ultrasonic Scattering in
Biological Tissues. 1993.
[11] L.S. Wilsonl, D.E. Robinson1, and B.D. Doust2. Frequency
domain processing for ultrasonic attenuation measurement
in liver. ULTRASONIC IMAGING, pages 278 – 292, 1984.
[12] D. W.; Havlice J. F.; Nassi M. Shaffer, S.; Pettibone.
Estimation of the slope of the acoustic attenuation
coefficient. Ultrasonic Imaging, pages 126 – 138, 1984.
[13] G.M. Treece, R.W. Prager, and A.H. Gee. Ultrasound
attenuation measurement in the presence of scatterer
variation. Ferroelectrics and Frequency Control, IEEE
Transactions, (12):2346 – 2360, 2005.
[14] L.X. Yao, J.A. Zagzebski, and E.L. Madsen. Backscatter
coefficient measurements using a reference phantom to
extract depth-dependent instrumentation factors. Ultrason
Imaging, pages 58 – 70, 1990.
[15] Hachiya H., Ohtsuki S., Tanaka M. and Dunn F.
Determination of sound speed in biological tissues based on
frequency analysis of pulse response. J Acoust Soc Am. 92
(3) : 1564-8, 1995.
[16] Chambaz, A, Morel, I, Scheeder, MRL, Kreuzer, M, Dufey,
PA. Characteristics of steers of six beef breeds fattened
from eight months of age and slaughtered at a target level of
intramuscular fat. 1. Growth performance and carcass. 2001
7