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。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
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,
访问受限。请登录或开始试用以查看此内容。
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。
- 检查上腹部的Dixon序列。
- 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。 - 在MATLAB的当前工作目录中，进入存放数据的目录（如图1所示）。
- 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。
- 将所有DICOM数据复制到自定义的工作目录中。
- 快速查看Dixon图像。
- 更改目录以访问不同相位的文件夹，包括同相位（In-p....
访问受限。请登录或开始试用以查看此内容。
结果
本研究利用商用磁共振成像（MRI）设备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）。通过Dixon MRI技术，每个体素的脂肪分数（FF）通过以下方式计算：将同相位信号减去水相位信号后的体素信号值，除以同相位体素信号值。该数值模型可准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.......
访问受限。请登录或开始试用以查看此内容。
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.......
访问受限。请登录或开始试用以查看此内容。
披露
用于肝脂肪变性定量的软件工具，在本研究的材料表中列为HepaticSteatosis V1.0，是由北京智熵科技有限公司开发的产品。该软件工具的知识产权归该公司所有。
致谢
本出版物获得了国家中医药管理局组织的第五批全国中医临床优秀人才研修项目的支持。官方网络链接为：http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html。
....访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| MATLAB | MathWorks | 2022B | 计算与可视化 |
| Mimics | Materialise | Mimics Research V20 | 模型格式转换 |
| 3D_LFF 分析工具 | 智能熵 | 肝脂肪变性 V1.0 | 北京智熵科技 & Technology Co Ltd. CT/MRI 融合建模 |
参考文献
- Pouwels, S., et al. Non-alcoholic fatty liver disease (NAFLD): a review of pathophysiology, clinical management and effects of weight loss. BMC Endocr Disord. 22 (1), 63(2022).
- Younossi, Z. M., et al. The global burden o....
访问受限。请登录或开始试用以查看此内容。
重印与许可
