Chapitre 19 Vector Flow Mapping
Introduction
Classiquement l’analyse et l’observation des flux intracardiaques et plus particulièrement dans le ventricule gauche, reposaient sur des techniques Doppler spectral et couleur. Même si l’image échocardiographique recueillie correspond à un plan, les informations concernant les vitesses, du fait de la technique Doppler, ne nous informent que sur les valeurs dans l’axe de la ligne de tir ultrasonore. Une nouvelle méthode mathématique, le Vector Flow Mapping (VFM), fondée sur les concepts de « Stream Function » et de « Flow Function », permet désormais, à partir des données Doppler couleur, d’estimer les différentes composantes des vecteurs vitesses, en incluant la composante orthogonale (figure 19.1). Cette analyse est effectuée à partir des données radiales des vitesses (coordonnées polaires, Raw Data) et permet de réaliser une cartographie précise de la distribution 2D des vecteurs vitesses des flux sanguins (figure 19.2). Cette nouvelle approche permet en outre d’extraire et de visualiser des informations concernant les lignes d’iso-vitesses (« Stream lines ») ainsi qu’un certain nombre de paramètres concernant les vortex ou tourbillons dans les cavités cardiaques.
Figure 19.1 Technologie du Vector Flow Mapping (VFM).
a. Algorithme du procédé de VFM intégrant Stream Function et Flow Function.
b. Analyse des composantes du flux intracardiaque selon VFM.
Source : Tokuhisa Uejima et al, The Cardiovascular Institute Tokyo ; Aloka Medical Systems.
Figure 19.2 Étude du flux intracardiaque en Color Flow Mapping (CFM) versus Vector Flow Mapping (VFM).
a. Étude bidirectionnelle en CFM classique
b. Étude multidirectionnelle en VFM (multi directionnal velocity vector).
Source : Aloka Hitachi Medical Systems.
L’intérêt majeur du Vector Flow Mapping est de mieux comprendre le rôle et les interactions du flux sanguin avec son milieu dans l’étude de la cinétique globale et segmentaire du ventricule gauche ainsi que dans l’étude des valvulopathies.
Méthodologie
Le principe du Vector Flow Mapping est fondé sur la détermination des lignes d’iso-vitesse des flux intracardiaques. L’analyse du signal radiofréquence ultrasonore des données Doppler couleur permet de calculer en chaque point de l’image la valeur locale du débit de flux (en cm2/s car nous travaillons dans un plan). L’intégration mathématique des différentes données, ligne par ligne, permet ensuite de rapprocher les différents éléments d’iso-vitesse afin de les relier entre eux et ainsi matérialiser les lignes de courant (stream lines) des flux sanguins, à l’image des lignes de niveaux d’une carte topographique (figures 19.3 A et B).
Figure 19.3 Visualisation des données recueillies en Vector Flow Mapping.
a. Lignes d’iso-vitesses stream lines.
b. Vecteurs vitesses moyens vectors mapping.
Source : Aloka Hitachi Medical Systems.
Un procédé sophistiqué permet ensuite de séparer les composantes des vortex des composantes de flux unidirectionnels (écoulement sanguin tourbillonnaire matérialisé par l’enroulement spiralé) (figures 19.3 C et D).
Un réglage optimal des gains 2D et couleurs est aussi à prendre en compte.
Une fois l’acquisition effectuée, la phase suivante de post-traitement des données se compose alors de deux étapes principales et ce avant toute mise en œuvre des mesures et analyses :
• dans un premier temps, une segmentation semi-automatique minutieuse de la cavité est effectuée, à la fois en diastole et en systole, à partir des données tissulaires (endocarde) afin de déterminer pour chaque image la zone d’intérêt où sera effectué le traitement. Cette segmentation permet de s’assurer que seul le flux intracavitaire sera pris en compte tout en éliminant d’éventuels artéfacts liés par exemple au déplacement des tissus ;
• dans un second temps, il faut corriger tout aliasing apparaissant dans l’information couleur. Pour cela, le logiciel permet de multiplier par deux la PRF et ainsi de recaler les vitesses trop élevées dans la limite de deux fois la PRF maximale.
Stay updated, free articles. Join our Telegram channel
Full access? Get Clinical Tree
