L’objectif est de rendre les ultrasons plus accessibles à une population plus large, a déclaré Sheng Xu, professeur de nano-ingénierie à l’Université de Californie à San Diego, qui dirige le projet. Actuellement, les échocardiogrammes – examens échographiques du cœur – nécessitent des techniciens hautement qualifiés et des appareils encombrants.

« La technologie permet à n’importe qui d’utiliser l’imagerie par ultrasons en déplacement », a déclaré Xu.

Grâce à des algorithmes d’IA personnalisés, l’appareil est capable de mesurer la quantité de sang pompée par le cœur. Ceci est important car le cœur qui ne pompe pas assez de sang est à l’origine de la plupart des maladies cardiovasculaires. Et les problèmes de fonction cardiaque ne se manifestent souvent que lorsque le corps est en mouvement.

Le travail est décrit dans le numéro du 25 janvier de la revue La nature.

L’imagerie cardiaque est un outil clinique essentiel pour évaluer la santé cardiaque à long terme, détecter les problèmes à mesure qu’ils surviennent et soigner les patients gravement malades. Ce nouveau moniteur cardiaque portable et non invasif pour les humains fournit des informations automatisées en temps réel sur l’activité de pompage difficile à capturer du cœur, même lorsqu’une personne fait de l’exercice.

Le système de surveillance cardiaque portable utilise des ultrasons pour capturer en continu des images des quatre cavités cardiaques sous différents angles et analyser un sous-ensemble cliniquement pertinent des images en temps réel à l’aide d’une technologie d’intelligence artificielle personnalisée. Le projet s’appuie sur les avancées antérieures de l’équipe dans les technologies d’imagerie portables pour les tissus profonds.

« Le risque croissant de maladies cardiaques appelle des procédures de surveillance plus avancées et inclusives », a déclaré Xu. « En fournissant aux patients et aux médecins des détails plus approfondis, la surveillance continue et en temps réel des images cardiaques est sur le point d’optimiser et de remodeler fondamentalement le paradigme des diagnostics cardiaques. »

En comparaison, les méthodes non invasives existantes ont des capacités d’échantillonnage limitées et fournissent des données limitées. La technologie portable développée par l’équipe de Xu permet une imagerie cardiaque sûre, non invasive et de haute qualité, résultant en des images avec une résolution spatiale, une résolution temporelle et un contraste élevés. « Il minimise également l’inconfort du patient et surmonte certaines limitations des technologies non invasives telles que la tomodensitométrie et la TEP, qui pourraient exposer les patients aux radiations », a déclaré Hao Huang, doctorant dans le groupe Xu de l’UC San Diego.

La conception unique du capteur le rend idéal pour les corps en mouvement. « L’appareil peut être attaché à la poitrine avec une contrainte minimale sur les mouvements des sujets, fournissant même un enregistrement continu des activités cardiaques avant, pendant et après l’exercice », a déclaré Xiaoxiang Gao, chercheur postdoctoral dans le groupe Xu de l’UC San Diego.

L’importance de l’imagerie cardiaque

Les maladies cardiaques sont la principale cause de décès chez les personnes âgées et deviennent également plus fréquentes chez les jeunes en raison de facteurs liés au mode de vie. Les signes des maladies cardiaques sont transitoires et imprévisibles, ce qui les rend difficiles à repérer. Cela a augmenté la demande de technologies de surveillance plus avancées, inclusives, non invasives et rentables telles que l’imagerie cardiaque à long terme, que cet appareil portable facilite.

L’imagerie cardiaque est l’un des outils les plus puissants pour dépister et diagnostiquer les problèmes cardiaques avant qu’ils ne deviennent des problèmes. « Le cœur subit toutes sortes de pathologies différentes », a déclaré Hongjie Hu, chercheur postdoctoral au laboratoire Xu de l’UC San Diego. « L’imagerie cardiaque révélera la véritable histoire en dessous. Qu’il s’agisse d’une contraction forte mais normale des cavités cardiaques entraînant une fluctuation des volumes, ou qu’un problème morphologique cardiaque se soit produit en urgence, la surveillance en temps réel de l’image sur le cœur indique l’ensemble de l’image avec des détails vifs et un effet visuel. »

Comment ça marche en détail

Le nouveau système recueille des informations à travers un patch portable aussi doux que la peau humaine, conçu pour une adhérence optimale. Le patch mesure 1,9 cm (L) x 2,2 cm (l) x 0,09 cm (T), soit environ la taille d’un timbre-poste. Il envoie et reçoit les ondes ultrasonores qui sont utilisées pour générer un flux constant d’images de la structure du cœur en temps réel. Ce patch à ultrasons est doux et extensible, et il adhère bien à la peau humaine, même pendant l’exercice.

Le système peut examiner le ventricule gauche du cœur dans des vues biplanes séparées à l’aide d’ultrasons, générant plus d’images cliniquement utiles que celles disponibles auparavant. Comme cas d’utilisation, l’équipe a démontré l’imagerie du cœur pendant l’exercice, ce qui n’est pas possible avec l’équipement rigide et encombrant utilisé en milieu clinique.

La performance du cœur est caractérisée par trois facteurs : le volume d’éjection systolique (le volume de sang que le cœur pompe à chaque battement), la fraction d’éjection (le pourcentage de sang pompé du ventricule gauche du cœur à chaque battement) et le débit cardiaque (le volume de sang que le cœur pompe chaque minute).

L’équipe de Xu a développé un algorithme pour faciliter le traitement automatique continu assisté par l’IA.

« Un modèle d’apprentissage en profondeur segmente automatiquement la forme du ventricule gauche à partir de l’enregistrement d’images en continu, extrayant son volume image par image et produisant des formes d’onde pour mesurer le volume d’éjection systolique, le débit cardiaque et la fraction d’éjection », a déclaré Mohan Li, étudiant à la maîtrise en le groupe Xu à l’UC San Diego.

« Plus précisément, le composant IA implique un modèle d’apprentissage en profondeur pour la segmentation d’images, un algorithme de calcul du volume cardiaque et un algorithme d’imputation de données », a déclaré Ruixiang Qi, étudiant à la maîtrise dans le groupe Xu de l’UC San Diego. « Nous utilisons ce modèle d’apprentissage automatique pour calculer le volume cardiaque en fonction de la forme et de la zone de segmentation du ventricule gauche. Le modèle d’apprentissage en profondeur de segmentation d’imagerie est le premier à être fonctionnalisé dans les appareils à ultrasons portables. Il permet à l’appareil de fournir des informations précises et précises. des formes d’onde continues d’indices cardiaques clés dans différents états physiques, y compris statiques et après l’exercice, ce qui n’a jamais été atteint auparavant. »

Ainsi, cette technologie peut générer des courbes de ces trois indices de manière continue et non invasive, car le composant AI traite le flux continu d’images pour générer des nombres et des courbes.

Pour créer la plate-forme, l’équipe a dû faire face à des défis techniques qui ont nécessité une prise de décision prudente. Pour produire le dispositif portable lui-même, les chercheurs ont utilisé un composite piézoélectrique 1-3 collé avec un support Ag-époxy comme matériau pour les transducteurs dans l’imageur à ultrasons, réduisant les risques et améliorant l’efficacité par rapport aux méthodes précédentes. Lors du choix de la configuration de transmission du réseau de transducteurs, ils ont obtenu des résultats supérieurs grâce à la transmission composée à faisceau large. Ils ont également sélectionné parmi neuf modèles populaires pour la segmentation d’images basée sur l’apprentissage automatique, atterrissant sur FCN-32, qui a atteint la plus grande précision possible.

Dans l’itération actuelle, le patch est connecté via des câbles à un ordinateur, qui peut télécharger les données automatiquement pendant que le patch est toujours activé. L’équipe a développé un circuit sans fil pour le patch, qui sera couvert dans une prochaine publication.

Prochaines étapes

Xu envisage de commercialiser cette technologie via Softsonics, une société dérivée de l’UC San Diego qu’il a cofondée avec l’ingénieur Shu Xiang. Il encourage également les autres membres de sa communauté scientifique à suivre son exemple et à travailler sur des domaines de cette recherche qui méritent une exploration plus approfondie.

Pour donner suite à ces résultats, Xu recommande quatre prochaines étapes immédiates :

• Imagerie en mode B, qui permet davantage de capacités de diagnostic impliquant différents organes
• La conception de l’imageur souple, qui permet aux chercheurs de fabriquer de grandes sondes transductrices qui couvrent plusieurs positions simultanément
• Miniaturisation du système back-end qui alimente l’imageur logiciel
• Travailler à un modèle général d’apprentissage automatique qui s’adapte à plus de sujets

Ce travail a été soutenu par les National Institutes of Health (1R21EB025521-01, 1R21EB027303-01A1, 3R21EB027303-02S1 et 1R01EB033464-01).