一种基于Dixon磁共振成像的肝脏脂肪分数分布分析三维定量技术

摘要

本研究介绍了一种利用狄克逊磁共振成像（Dixon MRI）对肝脏脂肪分数（LFF）分布进行三维定量的独特方法。通过同相位和水相位图像获得的LFF图谱与三维肝脏轮廓相结合，以区分正常肝脏与脂肪变性肝脏之间的LFF分布模式，从而实现对肝脏脂肪含量的精确诊断评估。

摘要

本研究提出了一种利用Dixon MRI图像分析对肝脏脂肪分数（LFF）分布进行三维定量的方法。其主要目标是提供一种高精度、非侵入性的肝脏脂肪含量评估手段。该方法首先获取Dixon序列中的同相位图像和水相位图像，随后通过将脂相图像除以同相位图像，逐体素精确计算出LFF图谱。同时，从同相位图像中提取肝脏的三维轮廓。将这些关键组分无缝整合，构建出完整的三维-LFF分布模型。该技术不仅适用于健康肝脏，也适用于患有肝脂肪变性的肝脏。所得结果表明，该方法在肝脏脂肪含量的可视化与定量方面具有显著有效性，能够清晰区分正常肝脏与脂肪变性肝脏的分布模式。通过利用Dixon MRI提取肝脏的三维结构，该方法可对整个器官范围内的LFF进行精确评估，因而对肝脂肪变性的诊断具有重要应用前景。

引言

非酒精性脂肪性肝病（NAFLD）涵盖一系列病理状态，从肝细胞内甘油三酯异常积聚（即肝脂肪变性），到出现肝脏炎症及肝细胞损伤，后者称为非酒精性脂肪性肝炎（NASH）。在某些情况下，NAFLD可进展至更严重的阶段，包括肝纤维化、肝硬化、终末期肝病，甚至肝细胞癌（HCC）¹。世界卫生组织和全球疾病负担研究发布的数据显示，全球各年龄段约有12.357亿人受到NAFLD影响²。目前，NAFLD已成为全球肝病相关疾病中最主要的病因之一，并预计在未来几十年内将成为终末期肝病的首要原因³。

准确评估肝脂肪变性的程度对于精确诊断、合理选择治疗方案以及有效监测疾病进展具有重要意义。目前，评估肝脏脂肪含量的金标准仍是肝活检。然而，由于其具有侵入性，且可能存在疼痛、出血及其他术后并发症的风险，因此不适合用于频繁的随访检查^4,5,6。因此，迫切需要可靠的非侵入性影像学技术来量化肝脏脂肪沉积。磁共振成像（MRI）在这一领域展现出良好前景，因其无需电离辐射，并能通过化学位移效应灵敏地检测脂肪含量^7,8。

近期研究已概述了基于化学位移梯度回波技术（如Dixon成像）的肝脏脂肪定量MRI方法^9,10。然而，这些技术大多依赖于对二维感兴趣区域的分析。对于肝脏脂肪分数（LFF）三维分布的全面评估仍较为有限。在本研究中，提出了一种独特的3D LFF定量方法，将Dixon MRI与肝脏结构成像相结合。所生成的3D LFF模型可实现对肝脏整体体积内脂肪含量分布的精确定量可视化与测量。该技术在准确诊断肝脂肪变性方面展现出重要的临床应用价值。

方案

本研究已获得伦理批准，患者来自中国北京中医药大学东直门医院感染科。患者在签署知情同意书后接受了常规腹部Dixon MRI扫描。本研究采用三维分布建模方法，对经临床诊断为肝脂肪变性的标准患者进行肝脏脂肪分数（LFF）的重建。此外，本研究还定量评估了该患者肝脏与健康肝脏的差异。本研究所使用的软件工具列于材料表中。

1. 准备与数据采集

注意：参数的变异性不受研究方法的影响。在本研究中，真实的DICOM数据来自临床影像。数据使用磁场强度为1.5特斯拉的MRI设备获取。该数据集包含来自Dixon序列的四个不同相位，分别为同相位、反相位、水相和脂肪相。

1. 检查上腹部的Dixon序列。
   1. 将所有DICOM数据复制到自定义的工作目录中。
      注意：该工作目录在操作系统和MATLAB中是相同的。
   2. 在MATLAB的当前工作目录中，进入存放数据的目录（如图1所示）。
   3. 确认DIXON数据的横向分辨率为520像素×704像素，像素间距为0.5682 mm，层厚为5 mm。
2. 快速查看Dixon图像。
   1. 更改目录以访问不同相位的文件夹，包括同相位（In-phase）、反相位（Out-phase）、水相（Water）和脂肪相（Fat）文件夹，这些相位在Dixon成像中分别存储于不同的文件夹中。
   2. 使用Slice_View函数可视化各相位的图像。
   3. 参见图2，查看MRI-Dixon序列的交互式图形用户界面（GUI）图像。使用GUI底部的滚动条，可高效浏览不同序列。
   4. 使用MRI-Dixon同相位序列，以增强对肝组织边界的描述。
      注意：在图2中，可在GUI的右上角找到图标。这些图标提供缩放、还原全局视图以及标记所选像素坐标的等功能。利用缩放功能可仔细观察局部病灶特征。
   5. 使用“标记像素坐标”功能计算两点之间的距离，有助于测量结节大小。
   6. 初始的颜色条使用jet色图，表示从蓝色到红色的颜色变化，分别对应低值到高值。若要切换为标准灰度色图并重置整个GUI，请在Color Bar上单击右键，然后从弹出菜单中选择相应选项。
   7. 如果默认的滤波窗口不合适，可通过按住鼠标左键在图像中间上下拖动来调整窗位。左右拖动可调整窗宽，精确的滤波范围将在颜色条上显示。
      ​注意：后续操作将重点利用DIXON同相位序列来表示肝脏的三维区域。

2. 提取肝脏的三维区域

注意：为了计算肝脏脂肪分数（LFF），三维肝脏区域内的每个体素均作为一个空间载体，其脂肪分数值来源于MRI-Dixon数据。在计算LFF之前，关键步骤是提取三维肝脏区域。尽管深度学习方法可以更高效地实现这一目标，但本文的重点是使用成熟的软件工具（如MIMICS）进行肝脏区域提取。

1. 打开 MIMICS 软件，选择新建项目。在随后出现的对话框中，定位到包含 DIXON 反相位图像的文件夹。点击下一步，然后点击转换，进入序列编辑模式。
2. 在右侧的掩膜对话框中，点击新建以生成一个空掩膜，并选择最大阈值。
3. 使用位于"分割"标签下的编辑掩膜工具，在所有横断面视图中勾画肝脏区域。
4. 选择之前创建的肝脏掩膜，点击根据掩膜计算部件，生成肝脏的三维空间模型。生成的三维肝脏区域将被显示（参见图3）。
5. 进入文件菜单，选择导出，然后选择DICOM选项。在弹出的对话框中，选择肝脏掩膜，指定文件路径和名称，然后点击确定，将三维肝脏区域导出为指定的 DICOM 文件。

3. 生成脂肪分数图（FF-Map）

注意：脂肪分数图（FF-图）的取值范围为 0-1。在本研究中，每个体素的 FF 通过使用 Dixon MRI 方法，将同相位减去水相的体素值除以同相位的体素值来计算。

1. 将目录更改为同相图像文件夹，并选择 Volume_In 功能以生成同相容积。
2. 将目录更改为仅水图像文件夹，并选择 Volume_Water 功能以生成仅水容积。
3. 使用步骤 3.1 和步骤 3.2 中生成的两个容积作为输入，选择 FF_Volume 功能，以获得腹部 MRI 的脂肪分数（FF）容积，其可视化效果如 图 4 所示。
4. 如 图 4 所示的脂肪分数（FF）图以 RGB 真彩色图像形式呈现，数据结构为 520 × 704 × 44 矩阵。在此表示中，每个像素由三个值组成，分别代表红色、绿色和蓝色通道。请注意左侧的颜色条，它为不同颜色像素所对应的脂肪分数值提供了视觉参考。
   ​注意：如 图 4 所示的图形用户界面（GUI）允许通过右上角的缩放工具更仔细地观察患者肝脏，并使用探针工具获取精确的 FF 值。通过拖动底部的滚动条，用户可观察水平面上所有扫描位置的 FF 图。

4. 肝脏脂肪分数分布的三维体积

注意：图4展示了基于上腹部Dixon MRI图像计算得到的LFF图。结合图3中的三维肝脏区域，可分别计算整个肝脏的三维LFF体积。

1. 使用 LFF_Volume 函数，输入参数为三维肝脏区域（如 图3 所示）和肝脏硬度图（如 图4 所示），生成肝脏脂肪分数的三维体积图，如 图5 所示。
2. 要查看每层肝脏的硬度图，只需使用 图5 所示图形用户界面（GUI）下方的滚动条。
   注意：在此视图中，仅肝脏组织被准确显示。
3. 请注意 GUI 右上角的图标（如 图5 所示），这些图标提供缩小、放大、返回全局视图以及标记所选像素坐标的功功能。
   注意：默认的颜色条使用 "jet" 色彩映射，颜色从蓝色到红色变化，表示从低到高不同的数值（单位为 kPa）。
4. 使用与 "LFF_Volume" 相同的输入参数运行 LFF_Distribution 函数，以生成三维肝脏脂肪分数（3D-LFF）的空间分布图，如 图6 所示。

5. 3D-LFF 定量分析

注：正常肝体素：LFF < 5%；轻度脂肪肝体素：5%–10%；中度脂肪肝体素：10%–20%；重度脂肪肝体素：LFF ≥ 20%^{11,12,13,14,15}。本研究的一个关键定量重点是确定患者肝脏中处于不同LFF阶段的体素比例。图6展示了患者肝脏脂肪分数的空间分布不均性。由于存在大量正常肝组织，患者通常缺乏明显的临床症状。因此，精确量化患者与健康个体之间的差异至关重要。这是本文中的一个关键定量概念。

1. 通过重复步骤 1-4，计算健康肝脏的三维局部脂肪分数（3D-LFF）分布。
   注意：MATLAB 内置的 bar 函数可用于比较健康肝脏与脂肪变性肝脏的三维局部脂肪分数（3D-LFF）分布（图 7）。

结果

本研究利用商用磁共振成像（MRI）扫描仪获取的真实患者数据集，验证三维肝脏脂肪分数定量方法（图1）。MRI扫描方案包括Dixon四期成像^9,10：同相位、反相位、水相位和脂相位（图2）。在Dixon MRI中，每个体素的脂肪分数（FF）通过将同相位信号减去水相位信号后的值除以同相位信号强度来计算。该数值模型可精确计算每个体素中的脂肪含量百分比。

尽管深度学习方法能够提取肝脏的三维解剖结构，但其存在固有的算法误差。为了确保精确量化，本研究采用成熟的软件工具MIMICS，并结合专家指导，以提取准确的肝脏三维轮廓（图3）。

将图4中的三维肝脏轮廓与二维脂肪分数（FF）图融合，可生成...

讨论

本研究提出了一种创新的三维定量技术，用于通过Dixon MRI分析肝脏脂肪分数（LFF）的分布^9,10。该方法将由同相位和水相图像生成的LFF图谱与三维肝脏轮廓相结合，能够区分正常肝脏与脂肪变性肝脏中的LFF分布模式⁶。因此，该技术可实现对肝脏脂肪含量的精确诊断与评估。

第3步是计算FF图以量化每个体素中脂肪含量的关键阶段。第4步将FF数据与三维肝脏轮廓整合，构建集成的3D-LFF分布模型。第5步验证了3D-LFF方法在准确量化肝脂肪变性方面的有效性¹³。

关于未来的改进，机器视觉可提高三维肝脏分割的效率。建立健康肝脏及不同脂肪变性程度的三维肝脂肪分数分布图谱，将有助于临床诊断和分型。

一个局限性是，尽管该方法能够对早期脂肪变性进行定量分期，但无法阐明疾病进展的...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
MATLAB	数学作品	2022B	计算和可视化
Mimics	Materialise	Mimics Research V20	模型格式转换
3D_LFF	智能熵工具肝	脂肪变性 V1.0	北京智能熵科学与研究Technology Co Ltd. CT/MRI 融合建模