US Elastography with AI

 2. Nguyên lý siêu âm đàn hồi

 2.1.Định nghĩa độ đàn hồi

Vì elastosonography về cơ bản là tạo hình đàn hồi, nên bắt đầu với định nghĩa về độ đàn hồi. Trong cơ học vật liệu, tính đàn hồi của vật liệu là xu hướng phục hồi kích thước và hình dạng ban đầu sau khi chịu một lực làm biến dạng, hoặc gây căng  [13,14].

Cao su là một ví dụ về vật liệu có đặc tính đàn hồi ở mức độ cao. Đối lập với tính đàn hồi là tính dẻo, đó là xu hướng của vật rắn trải qua những thay đổi lớn không thể đảo ngược về hình dạng, do phản ứng với các lực tác động (ví dụ: đất sét). Trong trong thế giới thực, hầu hết các vật liệu đều có sự kết hợp của các đặc tính đàn hồi và dẻo. Ngược lại, độ cứng cũng được định nghĩa là đối lập với tính đàn hồi và là khả năng của một vật thể chống lại sự biến dạng đàn hồi do lực tác động  gây ra [13]. Như vậy, độ đàn hồi và độ cứng không mô tả các thuộc tính khác nhau, mà là một thuộc tính cơ bản “có tính đàn hồi” từ các quan điểm ngược lại: một loại mô với độ đàn hồi cao có độ cứng thấp (cao su), trong khi mô có độ cứng cao lại có độ đàn hồi thấp (thép).

2.2. Độ đàn hồi theo chiều dọc và Mô đun Young (YM)

Trong tạo hình đàn hồi, có một đại lượng cụ thể  được quan tâm, gọi là mô đun Young (YM), biểu thị thuộc tính độ đàn hồi của mô. Kỹ thuật siêu âm đàn hồi về cơ bản được phân biệt dựa trên cách ước tính đại lượng này [7,8].

Nếu một vật thể đàn hồi không tự do di chuyển khi chịu tác động  ngoại lực, thì nó sẽ biến dạng và sinh ra một lực chống lại sự biến dạng đó. 

Định luật Hooke mô tả hành vi của một lò xo đàn hồi chịu tác động  của một lực F theo chiều dọc hoặc kéo hoặc nén.

(Hình 1) [13]. Định luật Hooke nói rằng một vật thể đàn hồi biến dạng tỷ lệ thuận với lực tác động lên nó

Như đã nêu trước đây, YM mô tả đặc tính của mô được quan tâm nhất, là cách nó phản ứng với ứng suất cơ học bên ngoài. Không giống như hệ số đàn hồi theo chiều dọc, đơn vị đo lường được chấp nhận của YM trong hệ thống đơn vị quốc tế là Pascal (N/m2)

Đối với chất rắn đẳng hướng đồng nhất, mối quan hệ giữa ứng suất và biến dạng có thể được coi là tuyến tính đối với những thay đổi nhỏ (nghĩa là đối với các biến dạng nhỏ hơn một vài phần trăm); do đó, tỷ lệ E là một hằng số [10]. Với ứng suất tăng từ 0, biến dạng tăng nhanh và mô đun đàn hồi trở nên lớn hơn dần với biến dạng tăng [10].

Ngoài ra mô còn có đàn hồi nhớt và sẽ được thảo luận trong các phần tiếp theo.

2.3. Sóng biến dạng và mô đun biến dạng (G)

Sóng siêu âm lan truyền qua sóng nén và sóng hiếm, theo chiều dọc và qua sóng biến dạng, là sóng truyền thẳng góc với hướng của chùm siêu âm [6,10,13] (Hình 3). Các dạng sóng chính khác là sóng bề mặt và sóng mảng; tuy nhiên, chúng hầu như không liên quan đến sự lan truyền siêu âm trong các mô mềm sinh học do đó, không được xem xét thêm ở đây [10]

Sóng biến dạng là cơ sở của phương pháp đo đàn hồi sóng biến dạng (SWE), trong đó đại lượng vật lý được quan tâm là tốc độ sóng biến dạng, được đo bằng [m/s]. Mô đun đàn hồi của Young (E) sau đó có thể được lấy từ vận tốc sóng biến dạng, biết mối quan hệ giữa mô đun cắt (G) và mô đun đàn hồi (E), sử dụng các giả định về mật độ không đổi, tính đồng nhất, đẳng hướng và tính chất không nén được của vật liệu [7–9].

Để hiểu cơ chế của kỹ thuật đàn hồi sóng biến dạng, chúng tôi xem xét một mô hình hình trụ, đại diện cho một phần mô. Cho đến nay, chúng ta mới chỉ xét biến dạng xảy ra dọc theo trục lực (biến dạng dọc); tuy nhiên, trong trường hợp không có sự thay đổi thể tích, một vật thể hình trụ trở nên mỏng hơn và rộng hơn khi nén (Hình 4)

Đối với hình trụ này, có thể tính toán không chỉ biến dạng dọc, εl , mà còn cả biến dạng ngang, εt. Phần trăm thay đổi theo hướng xuyên tâm, εt , được gọi là biến dạng ngang và tương tự như biến dạng dọc trong phương trình (2), được định nghĩa như đã báo cáo trước đó [5,7,10,14]/

Do hai thành phần tác động cùng nhau nên có thể tính tỷ lệ giữa biến dạng dọc và biến dạng ngang. Tỷ lệ này được đặt tên là tỷ lệ Poisson và được biểu thị bằng chữ cái Hy Lạp ν (“ni“) [5,7,10,14].

Tỷ lệ Poisson rất quan trọng vì nó biểu thị mức độ vật liệu co lại hoặc giãn ra theo chiều ngang khi có ứng suất dọc (xem Hình 5) [5,7,9,10]. Trong trường hợp vật liệu hầu như không thể nén được, nó có giá trị bằng 0,5 [5,7]. Điều này rất quan trọng vì các mô sinh học phản ứng với lực nén tương tự như hình trụ của chúng ta so với lò xo trong Hình 1.

Trong ví dụ hình trụ, chúng tôi coi biến dạng ngang là kết quả của lực nén dọc và mô hình đó rất quan trọng để hiểu hai loại biến dạng có liên quan như thế nào. Tuy nhiên, có thể xem xét một mô hình đơn giản hóa trong đó biến dạng ngang được tạo ra bởi một lực tác động  tiếp tuyến với hướng của chuyển vị; trong trường hợp này,  có thể nói đúng hơn về ứng suất cắt (Hình 6). Tương tự như tính toán cho YM, có thể mô tả một đại lượng mà chúng ta định nghĩa là G, để chỉ ra mô đun cắt [5,7,9,10]

…

Theo phương trình (13) và (14), giá trị của K hoặc G càng lớn (môi trường càng cứng) thì sóng truyền càng nhanh [5].

Vận tốc sóng biến dạng trong các mô mềm thấp hơn đáng kể (1–10 m/s) so với vận tốc sóng dọc và có nhiều giá trị hơn. Tuy nhiên, trong các mô mềm, vận tốc sóng dọc thường xấp xỉ 1540 m/s, có thể so sánh với vận tốc âm thanh trong nước (1500 m/s), với sự thay đổi tối thiểu giữa các mô khác nhau (từ 1412 m/s trong chất béo đến 1629 m/s trong cơ) [10].

Thực tế này có ý nghĩa quan trọng về mặt sử dụng vì sự khác biệt về tốc độ sóng biến dạng giữa các mô mềm có thể được dùng để thu thập thông tin về độ đàn hồi giữa các mô khác nhau, với độ phân giải tương phản tốt [5,7].

2.4. Mô hình đàn hồi nhớt 

Cho đến nay, các mô sinh học là chất rắn mềm được đặc trưng bởi tính đàn hồi hoàn hảo, mà chưa được chú ý thành phần nhớt. Tuy nhiên, kể từ các mô sinh học được ngậm nước cao, lực ma sát bên trong không thể bỏ qua [10].

Bỏ qua độ nhớt dẫn đến sai số và sai lệch trong bối cảnh ước tính độ đàn hồi [15].

Vì các mô sinh học chứa cả thành phần đàn hồi và nhớt nên chúng được gọi là môi trường đàn hồi-nhớt [viscoelastic].

Khi ứng suất cắt tác dụng lên chất lỏng, thay vì biến dạng (như với chất rắn trong Hình 6), nó tạo ra sự trượt của các lớp chất lỏng khác nhau [13]. Sự trượt này bị cản trở bởi lực ma sát bên trong, tính chất này được gọi là độ nhớt. Độ nhớt động của chất lỏng là thước đo khả năng chống chảy của nó khi ứng suất tiếp tuyến tác động và điều này là do các lớp chất lỏng liền kề di chuyển với tốc độ khác nhau. Độ đàn hồi cắt trong chất rắn và độ nhớt trong chất lỏng bằng cách nào đó được liên kết với nhau, nhưng có những khác biệt. Độ nhớt là một đặc tính  của chất lỏng và liên quan đến tốc độ ứng suất tạo ra.

Hình 8 minh họa khái niệm về độ nhớt và làm nổi bật những điểm tương đồng với biến dạng cắt trong chất rắn.

Vận tốc sóng biến dạng được xác định bởi cả độ đàn hồi và độ nhớt [15].

Mô hình được trình bày trong Hình 9 (mô hình Kelvin–Voigt) được sử dụng để mô tả hành vi của môi trường đàn hồi nhớt rắn. Khi vận tốc của lực tác động  rất chậm, có thể bỏ qua ảnh hưởng của độ nhớt. Ngược lại, nếu  rung động với tần số cao, thành phần nhớt sẽ có ảnh hưởng lớn hơn, độ lớn của nó sẽ phụ thuộc vào tần số.

Tuy nhiên, đối với môi trường đàn hồi nhớt, đặc biệt khi tần số rất cao (cao hơn vài chục kHz), tốc độ sóng biến dạng tăng đơn điệu theo tần số [15–17].

Không chỉ vận tốc tăng theo tần số mà sự phân tán vận tốc do độ nhớt cũng xảy ra trong quá trình truyền sóng, khi tần số cao trong các mô mềm [5,15–17].

3. Từ vật lý cơ bản đến tạo hình 

3.1. Từ độ đàn hồi đến tạo hình biến dạng

Vì tính đàn hồi liên quan đến khả năng chống biến dạng của vật liệu nên khi tác động một lực bên ngoài  để đo lường nó: điều này, trong điều kiện đơn giản, là cơ sở nguyên lý tạo hình biến dạng, trích xuất thông tin về độ đàn hồi mô bằng  biến dạng gây ra bởi ứng suất bên ngoài [5,7]. Tạo hình căng là loại đàn hồi đầu tiên dựa trên siêu âm, được phát triển vào những năm 1970 bởi Jonathan Ophir [18].

Nó được chia thành hai kỹ thuật khác nhau, theo phương thức nén [5]. Trong kỹ thuật đàn hồi căng (SE), lực ép được áp dụng (thường là trên bề mặt da) trực tiếp thông qua lực ép thủ công hoặc gián tiếp thông qua nhịp tim hoặc chuyển động do hô hấp. [5,7,10,19].

Trong nén tự do, đầu dò siêu âm đảm nhận chức năng kép của đầu dò và bộ truyền động cơ học [19]. Người khám quản lý bộ chuyển đổi tạo ra tải gần như tĩnh với ứng suất nén lên tới 3–5% [5]. Lực tác động  trong một khoảng thời gian đủ dài để các mô bị căng trở nên ổn định hiệu quả (gần như tĩnh) [10].

Trong tạo hình biến dạng xung lực bức xạ âm (ARFI), biến dạng mô được tạo ra thông qua cường độ cao trong thời gian ngắn (0,1–0,5 ms) (trung bình xung đỉnh không gian = 1400 W/cm2, trung bình đỉnh không gian thời gian = 0,7 W/cm2 ) “xung đẩy” âm thanh tạo ra di chuyển nhỏ (~10–20 µm) theo hướng bình thường (nghĩa là vuông góc với bề mặt) [2,20–22]. Trong kỹ thuật này, cùng một đầu dò được sử dụng để tạo và phân tích các di chuyển mô.

Về lý thuyết, YM có thể được suy ra từ phương trình (2), khi biết ứng suất và biến dạng. Tuy nhiên, vì ứng suất được áp dụng thủ công hoặc sinh lý không thể định lượng được, nên SE [strain elastography] không thể cung cấp kết quả đo độ đàn hồi định lượng của YM, được biểu thị bằng kPa [23].

Tuy nhiên, giả sử rằng ứng suất gây ra là đồng đều, hình ảnh biến dạng cung cấp thông tin định tính liên quan đến độ đàn hồi của mô bằng cách so sánh các biến dạng khác nhau của mô liền kề được siêu âm [7,23]. Sự di chuyển chênh lệch giữa các mô lân cận được đánh giá thông qua các kỹ thuật khác nhau, tùy thuộc vào nhà sản xuất, bao gồm các phương pháp tương quan không gian, xử lý Doppler hoặc kết hợp cả hai phương pháp này [5,7,9].

Trong phương pháp tương quan không gian, biến dạng được suy ra từ phân tích hình ảnh trước và sau khi nén, và bằng cách ánh xạ khác biệt về mẫu đốm trong vùng quan tâm (ROI) dọc theo trục chùm sóng âm  [5,7,9,24 ]. Ngay cả khi đã được thay thế bằng các cơ chế khác, phương pháp này vẫn hữu ích để hiểu cơ sở nguyên tắc chung [5,7,9,24].

Trong Hình 10A–D là một mô hình đơn giản hóa hoạt động bên trong của nó.

Cơ chế được giải thích trong Hình 10 hoạt động miễn là độ căng cực kỳ nhỏ và cửa sổ di chuyển trong khi vẫn duy trì kiểu hình đốm của nó. Ta chỉ xét sự di chuyển theo hướng truyền của chùm siêu âm.

Phương pháp dựa trên tự tương quan là công cụ ước tính được ưu tiên sử dụng mà không cần xem xét chuyển vị ngang [24]. Tuy nhiên, mỗi vùng quan tâm (ROI) cũng di chuyển theo hướng ngang do sự biến dạng bên của các mô; do đó, cần có sự điều chỉnh để ước tính độ di chuyển một cách chính xác theo cả hướng dọc và hướng ngang.

Trong phương pháp dựa trên Doppler [5,7], độ lệch pha giữa các tín hiệu phản hồi thu được bằng cách truyền các xung lặp lại trước và sau khi nén và phương pháp tự tương quan được sử dụng để tính độ di chuyển [5].

Các phương pháp được mô tả cho đến nay không phù hợp để xử lý thời gian thực do lượng thời gian tính toán cần thiết. Liên quan đến ứng dụng thực tế  trong môi trường lâm sàng, vì sự dao động về tốc độ nén là lớn khi sử dụng nén thủ công cần có độ chính xác cao để đáp ứng các chuyển vị nhỏ. Gần đây, một số tác giả đã phát triển một công cụ mới, được gọi là phương pháp tự tương quan kết hợp (CAM), kết hợp các ưu điểm của phương pháp tương quan không gian và phát hiện sự khác biệt pha [5,24].

3.2. Trực quan hóa thông tin tạo hình căng SI

Trong tạo hình căng, thông tin về độ đàn hồi có thể được hiển thị theo nhiều cách [8]. Phương thức chính là bản đồ màu bán trong suốt, được gọi là bản đồ đàn hồi, được thể hiện như đặt chồng lên hình B mode. Thông thường, độ cứng cao được hiển thị bằng màu xanh lam và độ cứng thấp, màu đỏ, mặc dù thang màu có thể khác nhau, tùy thuộc vào nhà sản xuất hoặc sở thích cá nhân [8,23,25–27].

Trong tạo hình căng, các kết quả được biểu thị thông qua các thông số bán định lượng. Tỷ lệ căng là một tham số thường được sử dụng để so sánh độ cứng của một khối tổn thương rời rạc với mô lân cận. Trong tỷ lệ căng, hai vùng quan tâm (ROI) được vẽ trên vùng mục tiêu và vùng tham chiếu liền kề (thường là bình thường) chịu áp lực tương tự. Sau đó, tỷ lệ căng  được máy tự động tính dưới dạng căng trung bình trong tham chiếu (B), chia cho căng trung bình trong “tổn thương” (A) [8,23]. Cả hai ROI nên được đặt ở cùng một độ sâu.

Tỷ lệ biến dạng (B/A) =

Biến dạng trung bình của f tại khu vực (B)/

Biến dạng trung bình trong tổn thương quan tâm (A)

Tỷ lệ căng > 1 thường cho thấy tổn thương mục tiêu nén ít hơn so với mô tham chiếu bình thường, do đó biểu thị căng thấp hơn và độ cứng lớn hơn (hoặc độ đàn hồi thấp hơn) [8,23]. Ví dụ,  chỉ số này có ich để đánh giá các tổn thương dạng nốt mà trong đó khả năng ác tính tăng lên khi tỷ lệ căng  tăng lên[24].

Nhiều thang điểm đàn hồi hoặc các phân độ (grading systems) đề xuất để phân loại định tính các kiểu màu của đàn hồi của nhiều bệnh lý, bao gồm bệnh vú [27], nốt tuyến giáp [28,29] và bệnh viêm ruột non [30].

The fat-to-lesion strain ratio là tỷ lệ biến dạng căng giữa mỡ và tổn thương [31]. Cuối cùng, kích thước tối đa dựa trên tính chất đàn hồi của tổn thương được so sánh với hình B mode tương ứng và cũng biểu thị được bằng tỷ lệ [32]. 

Các chuyên gia đã có các bản hướng dẫn thực hành làm thế nào cho đúng việc đo đàn hồi các trường hợp bệnh lý trong các lĩnh vực trên [23].. 

3.3. Từ sóng biến dạng đến hình ảnh sóng biến dạng SWE

Tạo hình sóng biến dạng tập trung vào sóng biến dạng được tạo ra bởi sự kích thích cơ học trong chất rắn, trong đó sóng di chuyển vuông góc với hướng truyền [1,9,15].

Như đã đề cập trước, tốc độ lan truyền của sóng biến dạng trong mô mềm chậm hơn tốc độ của sóng âm trong mô mềm vào  khoảng từ 1–10 m/s, so với 1540 m/s. Vì lý do này, phép đo tốc độ sóng biến dạng là thích hợp để tạo ra độ phân giải tương phản tốt cho các mô mềm. Trong tạo hình sóng biến dạng, mô đun Young, E, được tính toán từ tốc độ sóng biến dạng.

Một đồng thuận gần đây ủng hộ việc báo cáo kết quả dưới dạng vận tốc sóng biến dạng (SWV) tính bằng m/s, như là phương pháp tiêu chuẩn hóa [5,33] .

Từ quan điểm kỹ thuật, việc tính toán tốc độ sóng biến dạng sử dụng  phương pháp time-of-flight (TOF), thực hiện hồi quy tuyến tính thời gian sóng đến đối với các vị trí khác nhau [5,33]. TOF chỉ ra phép đo của thời gian để một vật, một hạt hoặc một sóng truyền đi một khoảng cách nhất định trong một môi trường nhất định; biết khoảng cách giữa hai điểm và thời gian đi hết quãng đường đó, có thể tính được vận tốc.

Trong kỹ thuật đàn hồi sóng biến dạng (SWE), tốc độ sóng biến dạng trong vị trí quan tâm được tính bằng cách tính tương quan chéo các cấu hình thời gian của sự di chuyển do sóng biến dạng gây ra tại hai điểm lân cận. Bắt đầu từ việc so sánh các cấu hình này, một hàm toán học cho ra thời gian cần thiết để sóng biến dạng truyền giữa hai điểm, sau đó là tốc độ sóng biến dạng thu được bằng cách chia khoảng cách giữa hai điểm cho thời gian truyền [5,33]. Các phương pháp dựa trên TOF sử dụng các giả định về hành vi của mô để tạo ra ước tính về vận tốc sóng biến dạng, bao gồm tính đồng nhất cục bộ và hướng lan truyền đã biết [5,33].

Như với tạo hình biến dạng, sóng biến dạng có thể được tạo ra bởi các nguồn khác nhau, bao gồm rung động bên ngoài và lực bức xạ âm  [5,7]. Hiện tại có hai phương pháp kỹ thuật cho SWE: phương pháp đàn hồi thoáng qua một chiều (1D-TE) [5,7,34,35] và đàn hồi sóng biến dạng xung lực bức xạ âm (ARFI) [5,7,21,36–38]. Hệ thống đo sóng biến dạng thương mại đầu tiên là FibroScanTM (Echosens, Paris, Pháp), sử dụng đầu dò làm bộ truyền động cơ học [5,34], đầu dò tạo ra một kích thích cơ học có kiểm soát thông qua một pít-tông đấm vào bề mặt của cơ thể ở một tần số và biên độ đã biết; nó được tích hợp với một đầu dò siêu âm để theo dõi xung lực của sóng biến dạng do pít-tông tạo ra. Phương pháp này được thiết kế đặc biệt để đo độ cứng của gan và không có hình siêu âm 2D hướng dẫn khi vận hành; tương tự như hình ảnh A mode. Do đó, việc lấy mẫu dựa vào kiến thức về giải phẫu của gan. Việc phân tích dọc theo A-line giúp điều chỉnh cửa sổ âm, tránh những cấu trúc mạch máu hoặc các nguyên nhân khác.

Trong SWE dựa trên ARFI, một xung âm được sử dụng để tạo ra sóng biến dạng. Không giống như tạo hình biến dạng ARFI, bản thân sự di chuyển của mô không được đo; mà thay vào đó, đo vận tốc của truyền sóng biến dạng, vuông góc với hướng của chùm siêu âm. YM sau đó có thể được phái sinh.

3.4. Trực quan hóa thông tin Sóng biến dạng SWE

Trong siêu âm đàn hồi thoáng qua (transient elastography, TE), đầu dò siêu âm có tiêu cự cố định; cùng một đầu dò được sử dụng để tạo ứng suất rung và đo vận tốc sóng biến dạng dọc theo trục chính. Thiết bị FibroScanTM hiển thị bản đồ đàn hồi, ghi lại đàn hồi căng gây ra trong gan do lan truyền sóng biến dạng như là hàm số của thời gian và chiều sâu. Hình A mode và M mode  được cung cấp để kiểm tra chất lượng của phép đo. Độ cứng tương đương tính bằng [kPa] được lấy từ SWV và được đánh giá trực quan theo độ dốc của bản đồ đàn hồi [35].

Việc thiếu hình B mode thang độ xám làm cho không biết việc đo được thực hiện ở đâu [35,39]. Các hạn chế khác là phải hiệu chỉnh lại lò xo trong thiết bị, trong khoảng thời gian từ 6 đến 12 tháng (tùy thuộc vào loại đầu dò), là hạn chế kết quả ở béo phì và ở bệnh nhân cổ trướng [7, 39].

SWE dựa trên ARFI được chia thành SWE điểm (p-SWE) và SWE hai chiều (2D-SWE). Trong p-SWE, ARFI được sử dụng để gây ra sự di chuyển của mô theo hướng bình thường ở một vị trí tiêu điểm duy nhất (do đó, nó được đặt tên là “điểm” SWE) [5,36]. SWV có thể được tính bằng [m/s] hoặc được chuyển đổi bằng [kPa], để tính định lượng độ đàn hồi mô. Không giống như TE, p-SWE có thể được thực hiện trên máy siêu âm thông thường; Có hướng dẫn  với hình B mode trong quá trình đo vì cùng một đầu dò được sử dụng để tạo ra sóng biến dạng và phát hiện sự lan truyền của chúng [5,7,33,36].

Trong p-SWE (Hình 11), vùng mô được khảo sát bởi một chùm siêu âm duy nhất, tập trung cao, hẹp vì sóng biến dạng bị suy giảm nhanh bởi các lực ma sát bên trong, khi lan truyền từ vùng kích thích. Để lấy được độ cứng của mô trên ROI lớn hơn, phải kết hợp dữ liệu từ nhiều lần đẩy (push); đây là cơ sở của kỹ thuật đàn hồi sóng biến dạng hai chiều (2D-SWE) [5,7].

Hình 11. Đàn hồi sóng biến dạng điểm. Hình ảnh thu được với đàn hồi sóng biến dạng điểm

Kỹ thuật 2D-SWE là cải tiến công nghệ mới nhất sử dụng lực bức xạ âm để đánh giá độ đàn hồi của mô (Hình 12). Đầu tiên, 2D-SWE xen kẽ nhiều giai đoạn nhiễu loạn và đọc, cho phép tạo hình sóng biến dạng phân tích một mẫu mô lớn hơn. Thay vì chỉ có vị trí tiêu điểm duy nhất, nhiều vùng tiêu điểm được khảo sát nhanh liên tiếp, nhanh hơn tốc độ sóng biến dạng. Nhu cầu truyền nhiều xung theo thứ tự để tổng hợp một hình ảnh đàn hồi duy nhất dẫn đến thời gian thu nhận tăng lên. Để đạt được ROI lớn hơn mà không làm tăng thời gian, một số máy truyền nhiều chùm lực đẩy cùng một lúc, mỗi chùm tạo thành một nguồn sóng biến dạng độc lập [5,7,33]. Khi lan truyền, các mặt sóng được tạo ra bởi mỗi lực đẩy cuối cùng gặp nhau và đi qua nhau. Các mặt sóng kết hợp có thể đánh giá một vùng mô lớn hơn nhiều.  Điều này tạo ra nón sóng biến dạng gần như hình trụ, giúp theo dõi thời gian thực của sóng biến dạng theo hướng ngang để đo tốc độ sóng biến dạng và tạo ra đàn hồi định lượng [5,10,33]

Trong 2D-SWE, thuật toán TOF được sử dụng để ước tính tốc độ sóng biến dạng cục bộ tại mọi vị trí trong ROI của phương pháp đàn hồi sóng biến dạng [33]. Tốc độ trong một vị trí quan tâm được tính bằng cách tính tương quan  di chuyển do sóng biến dạng gây ra ở hai điểm lân cận. Hàm tương quan chéo cũng cung cấp hệ số tương quan, được sử dụng để đánh giá chất lượng của phép đo.

Chất lượng của phép đo rất quan trọng trong thực hành lâm sàng [40]. Một số nhà cung cấp cung cấp “bản đồ độ tin cậy” được mã hóa màu đánh giá trực quan chất lượng của các tín hiệu thu được trong thời gian thực [40] (Hình 13). Trong chế độ xem này, người khám làm việc với chế độ chia đôi màn hình. Ở một bên, bản đồ độ tin cậy hiển thị ROI giống hệt với bản đồ đàn hồi, biểu thị màu sắc cho chất lượng của các phép đo. Mặt khác, bản đồ đàn hồi cung cấp bản đồ màu của các giá trị đàn hồi theo bản đồ độ tin cậy, nhưng các ngưỡng lọc được lọc ra và do đó xuất hiện trong suốt, hiển thị các vùng bên dưới ngưỡng. Người vận hành dễ dàng so sánh bản đồ độ tin cậy và bản đồ đàn hồi để chọn vùng mô phù hợp nhất để lấy mẫu, giúp cải thiện chất lượng kiểm tra (Hình 13).

So với p-SWE và TE, kỹ thuật này bao gồm khả năng hiển thị thời gian thực của bản đồ đàn hồi màu, được đặt chồng lên hình  B mode, cho  thông tin về giải phẫu và độ cứng của mô [7,39,40]. Độ sâu tối ưu để lấy mẫu là cách da 4–5 cm; mặc dù cho phép đo cách đầu dò tới 8 cm, nhưng độ chính xác phải giảm xuống dưới 6 cm do xung ARFI suy giảm [7].

Hình 14 tóm tắt các kiểu sử dụng khác nhau và một số máy thương mại hiện có.

Hình 14. Các kỹ thuật đàn hồi khác nhau dựa trên siêu âm và một số máy thương mại hiện có.

4. Ví dụ về ứng dụng lâm sàng và tích hợp trí tuệ nhân tạo

4.1. Gan

Siêu âm đàn hồi được áp dụng để phân loại giai đoạn xơ hóa gan sâu rộng hơn so với các cơ quan khác. Bệnh gan mạn tính làm tăng lắng đọng collagen và xơ hóa gan,  và tăng độ cứng nhu mô gan. Mặc dù sinh thiết là tiêu chuẩn vàng để phân loại giai đoạn xơ hóa gan, nhưng xâm lấn và có hạn chế, và kết quả khác biệt giữa những người quan sát [39]. Có nhiều hướng dẫn lâm sàng khuyến nghị  dùng siêu âm đàn hồi  để phát hiện và phân loại xơ hóa gan vì là kỹ thuật tạo hình không xâm lấn[39,40,41,42].

TE là kỹ thuật đầu tiên được dùng có hệ thống để  đánh giá định lượng không xâm lấn tình trạng xơ hóa gan, mặc dù nó có một số hạn chế [41,42,43]. Tính khả thi và kết quả của các kỹ thuật p-SWE và 2D-SWE đã được nghiên cứu rộng rãi và các protocol được báo cáo trong hướng dẫn tham khảo [41]. Ngoài ra, các kỹ thuật SWE cho thấy khả năng tái lập cao với điều kiện tuân theo hướng dẫn của nhà sản xuất và của chuyên gia [39].

Ví dụ, ở bệnh nhân viêm gan siêu vi mạn tính, SWE là phương pháp ưu tiên để đánh giá mức độ nặng của xơ gan ở bệnh nhân không được điều trị và loại trừ bệnh tiến triển; tuy nhiên, không được dùng để phân giai đoạn xơ hóa gan hoặc loại trừ xơ gan ở những bệnh nhân có đáp ứng virus kéo dài, do mất độ chính xác của các điểm cắt được xác định ở những bệnh nhân nhiễm virus [39].

Các phép đo thực hiện với bệnh nhân nín thở trong vài giây khi ngưng thở ở mức trung bình, trong khi nằm ngửa hoặc xoay nhẹ ở tư thế nằm nghiêng, với cánh tay phải giơ lên trên đầu. Việc lấy mẫu được tiến hành ở thùy phải của gan. Khi sử dụng các kỹ thuật SWE, ARFI nên được áp dụng vuông góc với bao gan, ở độ sâu 4–5 cm, đảm bảo rằng ROI và các khu vực liền kề không có cấu trúc mạch máu và đường mật, cùng với bóng xương sườn [5, 39]. Chi tiết về các yếu tố hạn chế chính có nêu trong hướng dẫn tham khảo chính [39,41].

Với  các thuốc kháng vi-rút, viêm gan vi-rút mạn tính đang giảm dần ảnh hưởng, thay vào đó là bệnh gan nhiễm mỡ không do rượu (NAFLD) là nguyên nhân hàng đầu gây viêm gan mạn tính trên thế giới và là vấn đề mới nổi đối với sức khỏe cộng đồng [ 44]. NAFLS bao gồm nhiều tình trạng khác nhau, từ nhiễm mỡ đơn giản đến viêm gan nhiễm mỡ không do rượu (NASH).

Siêu âm đàn hồi có vai trò trong đánh giá không xâm lấn những bệnh nhân này [39]. Trong số các kỹ thuật khác nhau, SWE cho thấy hiệu suất vượt trội khi đánh giá xơ hóa gan ở bệnh nhân NAFLD và được dùng để loại trừ xơ hóa tiến triển và chọn bệnh nhân để đánh giá thêm [39,45]. Nhiều nỗ lực hướng tới ứng dụng tiềm năng của siêu âm đàn hồi trong sàng lọc bệnh nhân để đánh giá định lượng bệnh nhân bệnh gan nhiễm mỡ đơn giản, nhằm phân tầng rủi ro và theo dõi.

Thông số suy giảm có kiểm soát (CAP), được biểu thị bằng decibel trên mét (dB/m), mô tả sự giảm biên độ  tín hiệu siêu âm trong gan và tương quan với mức độ gan nhiễm mỡ [46,47]. Độ chính xác của nó không bị ảnh hưởng bởi xơ hóa hoặc xơ gan [39,48]. Là một công cụ bổ sung trong phiên bản mới nhất của  FibroScan 502 và được coi là kỹ thuật tại chỗ tiêu chuẩn hóa và tái lập được khi phát hiện bệnh gan nhiễm mỡ [39]. Tuy nhiên, do có sự chồng chéo lớn nên không có  đồng thuận về tham chiếu và tiêu chí chất lượng vẫn chưa có [39]. Tạo hình đàn hồi kết hợp là một kỹ thuật hình ảnh mới có sẵn trên Fujifilm Arietta 850 kết hợp đo đàn hồi căng và sóng biến dạng để định lượng xơ gan và nhiễm mỡ, khắc phục một phần hạn chế  trong lĩnh vực này [39,49].

Trí tuệ nhân tạo có khả năng hỗ trợ phân tích và tích hợp dữ liệu hình ảnh siêu âm định lượng để đánh giá tình trạng xơ gan và nhiễm mỡ, nhằm phát triển các mô hình dự đoán và phân loại cá nhân hóa. Tuy nhiên, cho đến nay, chỉ có một số nghiên cứu áp dụng AI trong bối cảnh này [50].

Một nghiên cứu đa trung tâm gần đây đã được thực hiện để đánh giá độ chính xác của mô hình deep learning, học sâu,  (DL) ở bệnh nhân viêm gan B mạn tính, sử dụng bản đồ đàn hồi 2D-SWE thay vì phương pháp 2D-SWE truyền thống, chỉ số tỷ lệ aspartate transaminase trên tiểu cầu, và chỉ số xơ hóa, và sử dụng sinh thiết gan làm tiêu chuẩn tham khảo [51]. Mô hình dựa trên DL cho thấy có kết quả dự đoán các giai đoạn xơ hóa gan tốt nhất, so với 2D-SWE và các dấu ấn sinh học; độ chính xác chẩn đoán được cải thiện khi có nhiều hình ảnh hơn (đặc biệt là ≥ 3 hình ảnh) được thu thập lại từ mỗi cá nhân [51].

Một nghiên cứu gần đây của Destrempes et al. nhằm phát triển mô hình dựa trên siêu âm B mode và đàn hồi định lượng để cải thiện việc phân loại nhiễm mỡ và xơ hóa ở những bệnh nhân gan mạn tính, so với SWE đơn thuần, chỉ dùng mô bệnh học làm tiêu chuẩn tham khảo. Mô hình random forest, [rừng ngẫu nhiên], để phân loại và  kết hợp các tham số cung cấp chẩn đoán. Mô hình dựa trên machine learning ML,  kết hợp dữ liệu định lượng của siêu âm và SWE có độ chính xác cao hơn trong việc phân loại gan nhiễm mỡ và xơ hóa khi so sánh với SWE đơn thuần [52].

4.2. Vú

Siêu âm đàn hồi là công cụ bổ sung để phát hiện không xâm lấn các tổn thương vú, giúp  tăng cường quản lý bệnh nhân [7]. Đặc biệt, việc thêm SWE vào B-mode không chỉ cung cấp thêm thông tin chẩn đoán mà còn giúp giảm sinh thiết không cần thiết [53].

Một số công cụ được phát triển để khám các khối vú lành tính và ác tính bằng đàn hồi căng SE [7]. Các tham số phổ biến nhất là điểm Tsukuba (điểm đàn hồi) [54], tỷ lệ elastography-to-B-mode (tỷ lệ chiều rộng hoặc chiều dài, LR) [32] và tỷ lệ biến dạng (SR, hoặc tỷ lệ tổn thương mỡ) [55]. Điểm Tsukuba (thang màu năm điểm) dựa trên bản đồ độ cứng mô trong và xung quanh tổn thương, trong đó điểm số thấp hơn (1–3) cho thấy tổn thương có khả năng lành tính, trong khi điểm số cao hơn (4–5) có khả năng ác tính cao hơn, cần sinh thiết. Một số nghiên cứu đã đánh giá hiệu suất của kỹ thuật đàn hồi căng, nhiều nghiên cứu sử dụng thang điểm Tsukuba và cho thấy độ nhạy tổng hợp và độ đặc hiệu lần lượt là 83% và 84%, dao động từ khoảng 80 đến 90% [54].

Trong LR, kích thước tổn thương đo được trên đàn hồi được chia cho kích thước tổn thương đo được trên B-mode. Vì phản ứng mô đệm đối với ung thư vú cũng làm tăng độ cứng của các mô xung quanh, đường kính ngang của tổn thương ác tính xuất hiện lớn hơn trên elastogram so với ở  B mode. Một nghiên cứu cho thấy độ nhạy cao và độ đặc hiệu (tương ứng là 100% và 95%)  khi phân biệt các tổn thương vú lành tính và ác tính [32].

Tỷ lệ biến dạng căng của tổn thương dạng nốt với biến dạng ở lớp mỡ dưới da là một thông số quan trọng khác khi sử dụng tạo hình căng. Vì chất béo có mô đun không đổi là đàn hồi đối với các lực nén khác nhau, tỷ lệ này phản ánh độ cứng tương đối của tổn thương bán định lượng[55].

Một phân tích tổng hợp bao gồm 12 nghiên cứu (2087 tổn thương vú) so sánh hiệu quả của tỷ lệ căng (9 nghiên cứu, 1875 bệnh nhân) và tỷ lệ chiều dài (3 nghiên cứu, 450 tổn thương vú), cho thấy độ nhạy và độ đặc hiệu tốt cho cả hai tham số (lần lượt là 88% và 83% đối với SR và 98% và 72% đối với LR) [56].

Một nghiên cứu của Ricci et al. so sánh độ nhạy và độ đặc hiệu của siêu âm  B mode, bản đồ màu, SR và LR, và thấy rằng khi kết hợp ba kỹ thuật đàn hồi này các tham số đã cải thiện hiệu suất chẩn đoán tổng thể, so với các tham số này một mình [57].

Liên quan đến SWE, một phân tích tổng hợp gần đây của 25 nghiên cứu bao gồm 5147 tổn thương vú cho thấy độ nhạy gộp là 0,94 và 0,97 (p = 0,087), độ đặc hiệu gộp là 0,85 và 0,61 (p = 0,009) và diện tích dưới các giá trị đường cong  (AUC) là 0,96 và 0,96 (p = 0,095) đối với kết hợp SWE và  B mode , so với  B mode truyền thống. Khi SWE được kết hợp với chế độ B của siêu âm, chỉ số BI-RADS đã thay đổi từ 4 thành 3 trong 71,3% trường hợp, giảm 41,1% tần suất sinh thiết không cần thiết [58].

Các công cụ trí tuệ nhân tạo có thể cải thiện hơn nữa khả năng tích hợp theo thời gian thực và hiệu suất sử dụng ở siêu âm B-mode.

Một nghiên cứu gần đây của Li et al. đã đánh giá hiệu suất của một hệ thống AI tích hợp thông tin bổ sung từ  siêu âm B-mode và chế độ SWE, do đó, nâng cao tính năng đại diện của từng  chế độ hình ảnh. Hiệu suất chẩn đoán và sự đồng thuận giữa các bác sĩ  chuyên nghiệp và thiếu kinh nghiệm trong việc phân loại các nốt vú ở hai cơ sở phẫu thuật được so sánh với chẩn đoán độc lập trên siêu âm; sau khoảng thời gian 7 ngày, họ thực hiện chẩn đoán thứ cấp với sự trợ giúp của AI (chế độ chẩn đoán thứ cấp). Một bộ dữ liệu chứa 599 hình ảnh của 91 bệnh nhân đã được sử dụng, bao gồm 64 khối u vú lành tính và 27 khối u ác tính. Hỗ trợ AI có cải thiện rõ rệt hiệu suất chẩn đoán cho các bác sĩ thiếu kinh nghiệm;  nghĩa là, các bác sĩ  thiếu kính nghiệm được hưởng lợi nhiều hơn từ AI [59].

Một nghiên cứu khác của Kim et al. đã nghiên cứu giá trị gia tăng của công cụ CAD dựa trên DL (S-Detect) trên SWE và B-mode US để đánh giá 156 khối vú, được phát hiện khi sàng lọc siêu âm ở 146 phụ nữ. S-Detect được áp dụng cho những hình ảnh tiêu biểu nhất được chọn trên B-mode US, tiếp theo là ứng dụng của phần mềm S-Detect. Bản đồ SWE mã hóa màu được tạo cho khối u và mỡ bình thường, đồng thời tính tỷ lệ đàn hồi giữa tổn thương và mỡ. Điểm số BI-RADS được ba bác sĩ  áp dụng cho hạng mục đánh giá cuối cùng cho riêng B-mode US, B-mode US cộng với S-Detect và B-mode US cộng với SWE.

So với riêng chế độ B US, việc bổ sung S-Detect hoặc SWE đã tăng độ đặc hiệu mà không làm giảm đáng kể độ nhạy khi sử dụng S-Detect hoặc SWE. Trong hai đánh giá, AUC của B-mode cộng với SWE cao hơn ở B-mode cộng với S-Detect [60]

4.3. Tuyến giáp

Các nốt tuyến giáp thường được phát hiện qua siêu âm B-mode và ảnh hưởng đến 68% dân số trưởng thành. Với việc sử dụng rộng rãi tạo hình siêu âm trong thực hành lâm sàng,  các nốt tuyến giáp được phát hiện ngẫu nhiên ngày càng tăng [61,62]. Thông tin phân loại TI-RADS , dựa trên các tính năng siêu âm B-mode, được áp dụng để chọn các nốt để  sinh thiết chọc kim nhỏ (FNAB),  nhằm xác nhận ác tính. Mặc dù FNAB được coi là tiêu chuẩn vàng để chẩn đoán, nhưng có tới 15–30% của các mẫu được coi là không thể chẩn đoán hoặc không xác định được do các yếu tố kỹ thuật, chẳng hạn như lấy mẫu không đầy đủ hoặc tình huống khó xử về mô học giữa các kiểu mẫu tương tự [63]. Ngoài ra, hệ thống TI-RADS có độ đặc hiệu chẩn đoán thấp, dẫn đến số lượng quá nhiều các cuộc kiểm tra xâm lấn [64].

Siêu âm đàn hồi tuyến giáp cung cấp thông tin bổ sung cho siêu âm B-mode và FNAB để đánh giá các nốt tuyến giáp. Tương tự như nghiên cứu chụp cắt lớp vú, các thông số bán định lượng, chẳng hạn như chỉ số độ cứng của tuyến giáp (độ căng trong nền tuyến giáp bình thường/căng trong nhân tuyến giáp) [65], và các thông số định tính, chẳng hạn như tiêu chí Rago và Asteria, được phát triển để phân tầng nguy cơ ác tính của các nốt tuyến giáp, dựa trên kết quả SE [28,29] đã cho thấy co tranh cãi kết quả [7,66]. Người ta đã giả thuyết rằng hiệu suất chẩn đoán của  kết hợp giữa siêu âm thang độ xám và siêu âm đàn hồi  SE tốt hơn so với các đánh giá bệnh ác tính riêng lẽ. Giả thuyết này được hỗ trợ bởi một nghiên cứu của Trimboli et al., trong đó sự kết hợp của hai phương thức tạo ra độ nhạy 97% và giá trị tiên đoán âm tính là 97%, cao hơn so với khi sử dụng từng phương thức độc lập[67]. Ngược lại, trong nghiên cứu của Moon và cộng sự, không phải kỹ thuật đàn hồi cũng như sự kết hợp của elastography và siêu âm B mode cho  hiệu quả tốt hơn trong chẩn đoán u tuyến giáp[68]. Có sự không đồng nhất của kết quả có thể do các tiêu chí loại trừ khác nhau và sự thay đổi về tỷ lệ ác tính nốt tuyến giáp [7]. Gần đây hơn, một nghiên cứu đa trung tâm của Hairu và cộng sự, thực hiện trên tổng số 1445 nhân giáp (834 ác tính và 611 lành tính), đánh giá hiệu quả của SE trong chẩn đoán các nốt tuyến giáp rất đáng nghi ngờ, dựa trên hướng dẫn ATA 2015 trong  dân số Trung Quốc và chứng minh rằng sự kết hợp của phân loại TI-RADS và SE dẫn đến sự tăng độ nhạy và NPV (lần lượt là 97,1 và 91,9%), so với TI-RADS, đặc biệt là ở các nốt ≥1 cm [69].

Một số nghiên cứu cho thấy SWE là một công cụ giúp phân biệt các nốt tuyến giáp ác tính và lành tính, và theo một số phân tích, là một công cụ chẩn đoán có độ chính xác cao. Ví dụ, trong phân tích tổng hợp của Zhan et al. (16 nghiên cứu và 2436 nốt tuyến giáp), độ nhạy và độ đặc hiệu trung bình tổng thể của ARFI đối với độ biệt hóa của nhân giáp lần lượt là 0,80 và 0,85 [70]. Trong đánh giá của Lin et al. (15 nghiên cứu và 1867 nốt ), độ nhạy, độ đặc hiệu và diện tích tổng hợp dưới  đường cong ROC của SWE để phát hiện nhân giáp ác tính là 84,3%, 88,4%, và 93%, tương ứng [71], khi  được sử dụng làm công cụ sàng lọc, PPV và NPV  lần lượt là 27,7–44,7% và 98,1–99,1%, được tính toán với tỷ lệ mắc bệnh ác tính là 5–10% trong các nốt tuyến giáp [71].

Tuy nhiên, kết quả ở cấp độ dân số ít thuyết phục hơn ở cấp độ cá nhân, do vấn đề tái lập của phương pháp và  sự trùng lặp rất lớn,  nghĩa là các giới hạn được đề xuất không có độ chính xác chẩn đoán tối ưu [7,72–74]. Một phân tích tổng hợp của Hu et al. vào năm 2017 đã so sánh kết quả của RTE và SWE, và cho rằng độ nhạy tổng thể của RTE và SWE gần như tương đương nhau về khác biệt giữa các nốt tuyến giáp ác tính và lành tính, trong khi sự khác biệt về độ đặc hiệu giữa 2 phương pháp này có ý nghĩa thống kê; tính đặc hiệu của RTE vượt trội so với SWE.

Một số tác giả đã đề xuất sử dụng SWE  bổ sung cho siêu âm B mode để chọn bệnh nhân cho FNAB hoặc phẫu thuật, thay vì sử dụng như chẩn đoán riêng biệt. Độ chính xác chẩn đoán của SWE như xét nghiệm bổ trợ được đề cập trong một số nghiên cứu, nhưng kết quả bị trộn lẫn, và một số nghiên cứu có sự  tăng độ nhạy và tính đặc hiệu [75,76]. Tuy nhiên, bằng chứng gần đây nhất dường như cho thấy nên là đa phương thức . Một nghiên cứu gần đây của Petersen et al. so sánh hiệu suất chẩn đoán của hệ thống TI-RADS (Kwak-TIRADS, EU-TI-RADS), kết hợp với hình ảnh SWE, để đánh giá 61 nhân giáp  ở 43 bệnh nhân (10 ác tính và 51 lành tính).Việc bổ sung SWE dẫn đến độ chính xác tăng từ 65,6% đến 82,0% khi sử dụng Kwak-TI-RADS và từ 49,2% đến 72,1% khi sử dụng EU-TIRADS gợi ý rằng sự kết hợp giữa TI-RADS và SWE dường như vượt trội hơn đối với rủi ro phân tầng các nốt tuyến giáp, so với từng phương pháp riêng lẻ [77].

Một phân tích tổng hợp năm 2020 của Filho et al. so sánh hiệu suất của các SWE khác nhau của máy siêu âm  là yếu tố dự đoán độc lập về bệnh ác tính trong chẩn đoán phân biệt của các nốt tuyến giáp (TN), thu được các đường cong ROC trong khoảng 0,84 và 0,88 [78].

Một đánh giá gần đây cho rằng công nghệ SWE hiện tại dường như không đủ mạnh để thực hiện trên quy mô rộng hơn [74]. Tuy nhiên, AI có thể tích hợp hiệu quả thông tin về thang độ xám và siêu âm đàn hồi để cải thiện phân loại nốt tuyến giáp, khắc phục một số hạn chế. Ví dụ, một nghiên cứu trong số 2050 nốt tuyến giáp, đã chứng minh rằng mô hình random forest hoạt động tốt hơn mô hình bác sĩ siêu âm trong chẩn đoán phân biệt các nốt tuyến giáp (ác tính so với lành tính), dựa trên chỉ ở siêu âm thông thường (AUC = 0,924 (khoảng tin cậy (CI) 0,895–0,953) so với 0,834 [CI 0,815–0,853]) và dựa trên cả phương pháp siêu âm đàn hồi thời gian thực (AUC = 0,938[CI 0,914–0,961] so với 0,843) [79].

Một nghiên cứu của Qin et al. đề xuất mô hình mới dựa trên mạng thần kinh tích hợp các đặc tính của siêu âm  thường quy và  siêu âm đàn hồi  để tạo thành một không gian chức năng lai. Kết quả thực nghiệm cho thấy độ chính xác của phương pháp được đề xuất là 0,947, tốt hơn phương pháp nguồn dữ liệu đơn lẻ khác trong cùng điều kiện [80].

Một nghiên cứu hồi cứu gần đây của Zhao et al. đánh giá hiệu suất mô hình sử dụng bộ dữ liệu hình ảnh siêu âm và SWE gồm 743 nốt ở 720 bệnh nhân có nốt tuyến giáp được xác nhận bằng sinh thiết (≥1 cm) và dữ liệu thử nghiệm độc lập. Các tính năng radiomic [trích xuất từ siêu âm và hình ảnh SWE ] được sử dụng để phát triển  phương pháp tiếp cận  có ML hỗ trợ và sau đó so sánh với kết quả thu được thông qua phân loại TI-RADS. Phương pháp siêu âm trực quan có hỗ trợ ML thực hiện tốt hơn. Hơn nữa, cách tiếp cận trực quan US + SWE được ML hỗ trợ cũng làm giảm tỷ lệ FNAB không cần thiết, giảm từ 30,0% xuống 4,5% trong nhóm dữ liệu xác thực và từ 37,7% xuống 4,7% trong nhóm dữ liệu thử nghiệm, so với TI-RADS [81].

Việc tích hợp các phương thức thang độ xám và đàn hồi có thể cải thiện độ chính xác của việc ước tính di căn LN cho ung thư tuyến giáp dạng nhú. Một nghiên cứu của Liu et al. đã đào tạo và xác thực mô hình AI của loại máy vectơ hỗ trợ, sử dụng ba bộ tính năng được trích xuất từ B-US, SE-US và đa phương thức chứa B-US và SE-US. Kết quả thu được với bộ đa chế độ tạo ra vùng dưới đường cong ROC tốt hơn so với khi  trích xuất riêng từ B-US hoặc SE-US [82].

4.4. Hạch bạch huyết

Cả SE và SWE đã được áp dụng thành công để cải thiện đặc điểm chẩn đoán của các hạch bạch huyết và đã chứng minh rằng siêu âm đàn hồi  và siêu âm  thường quy  có vai trò bổ sung trong việc phân biệt LN ác tính và lành tính [7,83]. Ngoài phương pháp truyền thống, siêu âm nội soi (EUS) và siêu âm nội phế quản (EBUS)  đã trở nên phổ biến đáng kể trong những năm gần đây [84].

Trong các LN bình thường, vỏ thường cứng hơn rốn hạch và cấu trúc này thường được bảo tồn trong các LN bị viêm. Ngược lại, các tế bào ung thư biểu mô ác tính tăng sinh nhanh và xâm nhập vào hạch bạch huyết, làm biến dạng cấu trúc bình thường và tăng độ cứng của nó [85]. Tuy nhiên, thâm nhiễm khu trú có thể khó phát hiện và ung thư hạch có thể tạo ra các hạch bạch huyết mềm mà phần lớn có độ đàn hồi tương tự với các mô xung quanh, đó là một thách thức cụ thể đối với ứng dụng này [7].

Một số nghiên cứu đã được công bố, đánh giá hiệu suất của siêu âm đàn hồi trong việc phân biệt giữa LN lành tính và ác tính, cho thấy các giá trị độ nhạy khác nhau, từ 64,5% đến 100% và độ đặc hiệu từ 41,7 đến 91,3%, với độ chính xác tổng thể từ 60% đến 96,7% [82]. Một lần nữa, trí tuệ nhân tạo (AI) có thể cải thiện việc phân loại hạch bạch huyết, so với đánh giá chỉ của bác sĩ lâm sàng.

Một nghiên cứu của Tahmasebi et al. đã đánh giá độ chính xác của phần mềm phân loại hình ảnh (Google Cloud AutoML Vision, Mountain View, CA) so với ba chuyên gia, liên quan đến bộ dữ liệu chứa hình ảnh siêu âm của 317 hạch bạch huyết ở nách, sử dụng mô bệnh học làm tiêu chuẩn tham khảo. Họ cho  rằng AI có hiệu suất tương đương với các chuyên gia  và  dự đoán sự hiện diện của di căn trong hình  siêu âm các hạch bạch huyết ở nách [85].

Hoàng và cộng sự. đã so sánh các mô hình học máy khác nhau, bao gồm cả dữ liệu siêu âm đàn hồi, trong dự đoán nguy cơ di căn LN ơ bệnh nhân ung thư biểu mô tuyến giáp dạng nhú. Các bộ phân loại rừng ngẫu nhiên cho thấy hiệu suất tốt hơn, có hiệu quả dự đoán mạnh nhất, với AUC lần lượt là 0,889 (KTC 95%: 0,838–0,940) và 0,878 (KTC 95%: 0,821–0,935) trong huấn luyện và kiểm tra.

4.5. Ruột

Tỷ lệ mắc bệnh viêm ruột kích thích (IBD) đang gia tăng trên toàn thế giới [87]. Các loại chính là viêm loét đại tràng (UC), chỉ ảnh hưởng đến đại tràng và trực tràng, và bệnh Crohn (MC), đến bất kỳ phần nào của đường tiêu hóa. IBD có cơ chế bệnh sinh phức tạp và biểu hiện lâm sàng đa dạng, với các triệu chứng lâm sàng thường tương quan kém với hoạt động đường ruột [88]. Do đó, cả chẩn đoán ban đầu và theo dõi thêm là thách thức đối với các bác sĩ lâm sàng, đòi hỏi phải tích hợp dữ liệu lâm sàng, chỉ số xét nghiệm, dữ liệu nội soi và hình ảnh, cùng với đánh giá mô bệnh học. Tuy nhiên, việc đánh giá hoạt động của bệnh đường ruột và các biến chứng rất quan trọng cho quyết định điều trị. Một số dấu ấn sinh học không xâm lấn  được đề xuất để đánh giá hoạt động của IBD, bao gồm di truyền, huyết thanh học, phân, dấu ấn sinh học vi sinh vật, mô học và miễn dịch [89]. Trong bối cảnh này, siêu âm đàn hồi có vai trò là công cụ không xâm lấn mới để giám sát, cải thiện tình trạng bệnh nhân [90–92].

Một số nghiên cứu đã đánh giá tính khả thi và đóng góp chẩn đoán của dữ liệu đàn hồi trong đánh giá IBD, được tóm tắt trong hai bài báo đánh giá tài liệu gần đây, một của ´Slósarz và cộng sự, bao gồm 12 hồ sơ, và một của Grazynska, bao gồm 15 nghiên cứu [90,91].

Đặc biệt trong bệnh Crohn, tình trạng viêm mạn tính dẫn đến việc tái cấu trúc ngoại bào và xơ hóa, như đã biết, là một trong những yếu tố chính quyết định độ cứng của mô [93,94]. Vì lý do này, nhiều nghiên cứu đã tập trung vào vai trò của siêu âm đàn hồi trong phân biệt giữa viêm và xơ hóa [90]. Sự phát triển của xơ hóa trên thực tế,  có liên quan đến sự khởi đầu của chứng hẹp, một biến chứng nặng có thể phải phẫu thuật.

Một số tác giả phân biệt các đoạn ruột bị xơ hóa với những đoạn ruột bị viêm, dựa trên đánh giá định tính về các mẫu màu ở SE, sử dụng MRI làm tiêu chuẩn tham khảo.

Ví dụ, Sconfienza và cộng sự đã đề xuất một thang điểm phân loại mới, trong đó mỗi bệnh nhân có thể nhận được từ 8 đến 24 điểm: đoạn cuối hồi tràng được chia thành 8 phần và sau đó được phân loại theo màu phổ biến: đỏ = 1 (xơ hóa tối thiểu), xanh lục = 2 (xơ hóa trung bình) và xanh lam = 3 (xơ hóa tối đa) [30]. Một nghiên cứu khác của Lo Re et al. đã đánh giá tổng cộng 41 đoạn ruột bị ảnh hưởng và 35 đoạn ruột không bị ảnh hưởng ở 35 bệnh nhân, sử dụng thang màu SE và chụp cộng hưởng từ nội soi (E-MRI), cho thấy mối tương quan đáng kể giữa những phát hiện của hai phương pháp trong việc phân biệt mô xơ và mô phù nề. Đặc biệt, mã màu cho thấy một màu xanh lam trong mạc treo xơ và thành ruột và một hình màu xanh lá cây trong mô phù nề [95].

Fraquelli và cộng sự đã đánh giá vai trò của tỷ số biến dạng tham số bán định lượng khi phân biệt bệnh nhân bị hẹp sẽ phải phẫu thuật từ những bệnh nhân mắc bệnh không hẹp/không thâm nhập. Sử dụng dữ liệu mô bệnh học làm tiêu chuẩn tham khảo, họ đã tìm thấy mối tương quan đáng kể giữa tỷ lệ căng và mức độ nghiêm trọng của xơ hóa, cho thấy SE có khả năng phân biệt khi chẩn đoán xơ hóa đường ruột nặng [96]. Tuy nhiên, cần có các nghiên cứu sâu hơn để củng cố những dữ liệu này, vì các tác giả khác không tìm thấy mối tương quan đáng kể giữa tỷ lệ căng và  mô bệnh học của viêm, xơ hóa hoặc dấu ấn sinh học lâm sàng hoặc sinh hóa [97].

Ngay cả khi ứng dụng trí tuệ nhân tạo trong bệnh viêm ruột đã phát triển đáng kể trong thập kỷ qua [98], với nhiều dữ liệu giá trị, theo hiểu biết của chúng tôi, vẫn chưa có nghiên cứu áp dụng AI quan trọng nào vào dữ liệu siêu âm đàn hồi trong IBD. Do đó, có thể đây là lĩnh vực ứng dụng thú vị để AI (vượt qua một số hạn chế  và cuối cùng hoàn thiện việc) tích hợp vào phương pháp quản lí bệnh nhân.

5. Kết luận 

Siêu âm đàn hồi với nhiều kỹ thuật giúp đánh giá  độ cứng mô tuy thuộc nguyên lý đàn hồi sử dụng. 

Dù USE là kỹ thuật hứa hẹn,  người vận hành và các yêu tô đọc lập đều ảnh hưởng đến việc đo độ đàn hồi. Hiểu được các nguyên tắc giúp thu nhận và lý giải dữ liệu làm tăng khả năng tái lập. Ngoài ra áp dụng được AI giúp thu nhận thêm nhiều thông tin dư liệu đàn hồi làm tăng cường việc chân đoán và tích hợp  siêu âm đàn hồi vào lâm sàng thường quy.