方法文章

精准无创肝硬化定量 通过 多模态刚度-结构融合成像

DOI:

10.3791/68666

2025年7月3日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

传统的磁共振弹性成像将刚度图像与结构图像分离,需要手动勾画感兴趣区域并依赖放射科医生的参与。本研究提出一种多模态融合方法,可将两类图像结合,生成刚度-结构融合图像及肝脏刚度分布统计结果,从而支持更准确的肝硬化分期,并实现基于肝脏刚度分布的影像组学分析。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

传统的磁共振弹性成像(MRE)将硬度图像与结构图像分别呈现,需通过手动勾画感兴趣区(ROI)来评估肝脏硬度。这种方法引入了观察者间的变异性,可能遗漏重要病灶,无法准确反映全肝硬度分布模式。本研究采用多模态图像融合技术,将硬度图与结构图像进行整合,具体步骤包括:(1)在3.0T MRI上进行扫描,采用优化的T1加权成像(TR/TE = 157.62/1.17 ms)及MRE(60 Hz振动);(2)将DICOM数据计算预处理为三维体积数据;(3)精确配准与融合计算;(4)对不同肝硬化分期患者的肝脏硬度分布进行定量分析。硬度-结构融合成像技术将解剖结构与硬度分布模式整合于单一可视化图像中,实现了肝脏形态与硬度分布的同步评估。对比分析显示,肝硬化患者与健康对照组之间存在明显差异,肝硬化患者肝脏中高级别纤维化的比例显著更高。该技术消除了因手动ROI划定带来的变异性,建立了全肝评估的标准化框架。硬度-结构融合成像技术可实现肝脏硬度的全面可视化,并与精确解剖位置相关联,相较于传统MRE有望提高诊断准确性。该方法消除了观察者间差异,支持标准化的全肝评估,建立了用于监测疾病进展和治疗反应的定量分析框架,同时有助于改善临床医生与患者之间的沟通,并为肝硬化分期中的高级影像组学研究提供基础。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

肝硬化是一个重大的全球健康挑战,准确的分期对于优化患者管理和治疗规划至关重要1,2。磁共振弹性成像(Magnetic Resonance Elastography, MRE)已成为评估肝硬化的一种有价值的无创技术,相较于具有固有取样误差风险和患者不适的侵入性活检方法,MRE具有明显优势3,4,5。然而,传统的MRE方法在临床实践中存在显著局限性,影响了诊断准确性和工作流程效率。

传统的磁共振弹性成像(MRE)方法通常将刚度图与结构图像作为独立的图像呈现,要求临床医生在不同图像序列间通过主观判断将解剖特征与刚度模式进行关联5,6。这种方法需要手动划定感兴趣区域(ROI)以实现肝脏刚度的定量分析,从而引入了较大的观察者间变异性和潜在的取样偏差7,8。此外,传统基于ROI的分析方法无法充分反映肝脏刚度分布的异质性特征,而近期文献已强调肝实质异质性在慢性肝病进展中的预后意义9,10。无法全面可视化和量化全肝范围内的刚度分布,已成为开展高级影像组学分析和精确疾病表征的重要障碍。

评估肝硬化的其他非侵入性技术包括超声弹性成像和血清生物标志物组合11,12。尽管瞬时弹性成像可提供肝脏硬度的点测量值,但其缺乏磁共振弹性成像(MRE)所具备的全面空间映射能力13。血清生物标志物组合仅能间接估算纤维化程度,但无法显示实质病变的空间分布情况11。近期多项比较研究一致表明,相较于这些替代方法,MRE 在中晚期纤维化阶段具有更优的诊断准确性13,14

为解决这些局限性,我们开发了一种新型的多模态刚度-结构融合成像技术,该技术将定量刚度图与高分辨率结构图像无缝整合。该方法能够在单一的综合图像中同时显示解剖标志和刚度分布模式,无需进行心理上的图像配准,从而降低了图像解读过程中的认知负担15,16。该技术可实现对全肝刚度分布的全面分析,克服了传统基于感兴趣区域(ROI)方法的采样局限性。

本研究采用具备弹性成像功能的3.0特斯拉磁共振成像系统,标准患者准备包括禁食4-6小时,并使用MATLAB及图像处理工具箱进行计算分析。这些条件在学术医疗中心和专业影像机构中正变得日益普及。

本方案详细介绍了在临床和科研环境中实施刚度-结构融合技术的方法学。该方法对于具备磁共振弹性成像(MRE)条件的医疗机构尤为有价值,有助于提高诊断准确性、优化临床工作流程效率,并为慢性肝病的长期监测建立定量分析框架。该技术适用于多种病因引起的慢性肝病,且借助所提供的计算框架,仅需极少的额外后处理时间即可实现。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

该方案在机构IRB批准下进行。一名来自北京中医药大学东直门医院的患者在佑安医院接受了常规上腹部磁共振成像及磁共振弹性成像(MRE),并签署了知情同意书。本病例因已确认存在从肝纤维化进展为肝硬化的病理过程,被选用于本研究方法,突显了该技术在诊断肝纤维化与肝硬化边界方面的价值。本研究还对该患者的肝脏硬度分布(LSD)与健康肝脏的相应分布进行了定量比较。本研究中使用的所有设备和软件工具均列于材料表中。

1. MRI扫描策略

  1. 检查前确保患者禁食 4–6 小时,以减少生理变异性。
  2. 将患者置于 3.0 特斯拉磁共振成像系统上,使用 16 通道腹部阵列线圈与 32 通道后部阵列线圈组合。
  3. 结构成像采集
    1. 采用屏气轴向二维 T1 加权双回波梯度回波序列进行解剖成像,参数如下:
      注:TR/TE = 157.62/1.17 ms;翻转角 = 60°;视野 = 400 × 400 mm2;采集矩阵 = 512 × 512;层厚 = 7 mm。
    2. 确认该序列可提供高分辨率结构信息(面内分辨率为 0.78 × 0.78 mm2),并具备固有的脂肪-水分离能力。
  4. 磁共振弹性成像(MR Elastography)采集
    1. 将气动驱动器置于右前侧肝脏区域,施加 60 Hz 的机械振动。
    2. 采用基于二维回波平面成像(EPI)的序列进行肝脏硬度图采集,参数如下:
      注:TR/TE = 1050.3/63.4 ms;翻转角 = 90°;视野 = 420 × 420 mm²;采集矩阵 = 256 × 256(重建至 256 × 256);层厚 = 10 mm;带宽 = 1953.1 Hz/像素。
    3. 采集八个相位偏移数据,用于计算波传播并生成以千帕(kPa)为单位的定量硬度图(弹性图)。
  5. 图像配准策略
    1. 通过保持患者体位一致及屏气指令标准化,确保结构图像与弹性图之间精确的空间对齐。
    2. 所有成像均在轴向平面进行,并保证肝脏覆盖范围一致。
    3. 以解剖 T1 加权图像为参考规划磁共振弹性成像序列,确保肝脏实质覆盖最优。
    4. 确认两个序列使用相同的参考坐标系,以便在后续融合过程中实现自动配准。

2. 数据收集与准备

  1. 重命名每个序列的文件夹
    注意:为每个序列添加明确的名称,因为从设备导出的DICOM数据缺乏序列标识。这有助于后续的分析和处理。
    1. 执行 Description_Name 函数,为每个序列的文件夹添加描述性名称。
    2. 将所有DICOM数据复制到自定义的工作目录中。
    3. 在MATLAB的工作目录中导航至包含数据的目录。
  2. 快速检查结构序列图像
    注意:检查来自T1成像的结构图像,这些图像与刚度图共享相同的坐标系,并能清晰显示肝脏轮廓,这对于后续的刚度分布计算至关重要。
    1. 使用以下MATLAB代码从MRI序列的DICOM文件生成三维体矩阵:
      f=dir('*.dcm');
      for i=1:length(f)
      V(:,:,i)=dicomread(fullfile(f(i).folder,f(i).name));
      ​End
    2. 使用MATLAB的sliceViewer函数可视化图像序列以进行交互式检查:
      figure;
      H=sliceViewer(V);colormap(gray(1024));
      ​set(gcf, 'Toolbar', 'figure');
    3. sliceViewer 图形用户界面(GUI)进行交互。使用滚动条浏览不同层面的图像。确认肝脏边界与周围组织之间具有清晰的对比度,轮廓分明。
      注意:可接受的图像应显示连续的肝实质,无运动伪影或模糊现象(图1)。该交互式查看器可快速评估图像质量及肝脏形态。
    4. 在GUI的右上角找到放大、缩小和返回全局视图的图标。使用 数据提示 图标标记特定肝区的坐标,以便进一步分析。
    5. 注意,默认的灰度色图从低值(黑色)到高值(白色)显示数值。在弹出菜单中右键单击 颜色条,选择不同的色图选项以优化肝脏组织的可视化效果。
    6. 如果对比度不理想,使用鼠标左键在图像中间上下拖动以调整窗位,左右拖动以调整窗宽。相应的精确对比度范围将显示在颜色条上。
      注意:使用这些交互控件,可在强度和空间维度上检查MRI结构序列的特征。在进入下一步之前,评估肝脏解剖轮廓的完整性及图像质量。
  3. 快速检查MRE刚度图
    注意:检查MRE刚度图以获取肝脏弹性的定量测量结果,其中不同颜色代表不同程度的刚度,这对识别纤维化或肝硬化区域至关重要。
    1. 使用以下MATLAB代码从MRE序列的DICOM文件生成三维体矩阵:
      f=dir('*.dcm');
      for i=1:length(f)
      V_LSD(:,:,i)=dicomread(fullfile(f(i).folder,f(i).name));
      ​End
    2. 使用MATLAB的 sliceViewer 函数可视化MRE刚度图以进行交互式检查:
      figure;H=sliceViewer(V_LSD);colormap(jet(1024));set(gcf, 'Toolbar', 'figure');
    3. sliceViewer 图形用户界面(GUI)进行交互。使用GUI底部的滚动条浏览序列中的不同层面(图2)。注意,该交互式查看器可快速评估刚度分布和肝脏弹性模式。
    4. 在GUI的右上角找到放大、缩小和返回全局视图的图标。使用 数据提示 图标标记具有显著刚度值的特定肝区坐标,以便进一步分析。
    5. 注意,默认的 jet 色图从低刚度(蓝色)到高刚度(红色)表示刚度值。在弹出菜单中右键单击 颜色条,调整色图范围以优化肝脏刚度梯度的可视化效果。
    6. 如果对比度不理想,使用鼠标左键在图像中间上下拖动以调整窗位,左右拖动以调整窗宽。相应的精确刚度范围将显示在颜色条上。
    7. 确认刚度图在肝实质内显示平滑的颜色过渡。可接受的刚度图应显示极少的噪声伪影,并能清晰区分肝组织(通常在1–8 kPa范围内)与背景区域。
      注意:这些交互控件可在强度空间和序列位置上灵活检查MRE刚度图,有助于快速评估肝脏刚度分布及潜在的纤维化区域。

3. 刚度-结构融合

注意:需整合两种模式,因为仅靠硬度图无法在缺乏结构图像关联的情况下准确定位病灶。

  1. 为结构图像和刚度图以及在大致相同轴向位置的扫描文件定义路径变量。
  2. 选择 Struct_Stiffness_Fusion 函数(I_fusion = Struct_Stiffness_Fusion(I_structural, I_stiffness)),在当前目录中生成刚度-结构融合图像。
  3. 在文件浏览器中找到融合图像文件,并使用默认图像查看器打开。验证解剖结构与刚度模式是否正确对齐。
    注意:合格的融合图像应显示结构数据与弹性成像数据之间无空间错配的精确叠加。按照上述步骤操作后,对齐的扫描轴向位置将自动输出融合图像序列,该序列可使用常见的 RGB 图像查看器进行查看。

4. 肝脏硬度分布

注意:为了补充图3中所示的融合图像分析,生成如图4所示的肝脏硬度分布统计结果。

  1. 重复步骤 1-3,以检查处于不同肝硬化阶段的患者。
  2. 选择 LSD_compute 函数([LSD_distribution, LSD_stats] = LSD_compute(V_stiffness, liver_mask)),计算患者在不同硬度阶段的 LSD(肝脏硬度分布)值15图 4)。
    注意:在 图 3 中所示患者处于晚期肝纤维化阶段,已进展为肝硬化,全肝平均硬度达到 5 kPa。因此,在 图 4 的定量分布中,大部分肝组织硬度值位于 F4 阶段以上。

5. 最终验证与数据归档

  1. 确认所有融合图像均已成功生成并保存在工作目录中。
  2. 确认LSD分析结果已完成计算,并已记录以供临床解读。
  3. 归档所有处理后的数据,包括结构图像、硬度图、融合图像以及定量LSD指标,以备将来参考和纵向比较。
    注意:多模态硬度-结构融合成像流程现已完成。所生成的融合图像和定量LSD分析结果可为临床解读和患者沟通提供全面的肝脏评估数据。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究介绍的可视化方法可全面揭示肝脏结构及硬度分布,从而实现对肝硬化的精确诊断。通过图1所示的图形用户界面(GUI),临床医生能够更清晰地了解肝脏在多个横截面上的结构解剖特征,主要评估其解剖完整性。观察图2可发现单独硬度图谱存在一个关键局限性:在缺乏相应结构参照的情况下,临床医生和患者均难以在解剖学上准确定位硬度升高区域(以红色表示)。这一局限性显著影响了临床判读,尤其在晚期肝病病例中,脾肿大常伴随肝脏病变出现,导致脾脏硬度增加。尽管图2提供了大致的结构定位信息,但其精度不足以满足准确的临床评估和医患沟通需求。

本研究提出了一种独特的方法学进展,通过将结构序列(图1)与刚度图谱(图2)融合为单一的综合可视化图像(图3),克服了这...

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

关键步骤
在该方案中有多个关键步骤需要特别注意,以确保多模态刚度-结构融合成像技术的成功实施。首先,使用解剖学T1加权图像作为参考来规划磁共振弹性成像(MRE)序列,可确保对肝实质的覆盖最优,并有助于后续的自动配准15。其次,DICOM数据的预处理需要仔细管理序列的识别。由于从MRI设备导出的DICOM数据通常缺乏明确的序列命名,因此正确应用"Description_Name"功能对于区分结构序列与弹性成像序列至关重要。这种区分是所有后续分析与融合操作的基础。第三,在进行融合处理前,需通过交互式检查确认图像质量良好、肝脏覆盖充分且对比度合适。在此步骤中发现的任何不足均需进行采集参数调整或图像处理校正。最后,在融合过程中,对结构图像和刚度图在相近轴位层面精确定义路径变量,对于实现准确的空间整合至关重要。此阶段的任何错位都将导致融合图像不一致,进而可能引起对刚度分布相对于解剖标志位置的误判。

修改与故障排除
多种修改方法和故障排除策...

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究材料表中列出的用于肝硬化定量的软件工具LSD-Fusion V1.0,是由北京智熵科学开发的软件工具 & 技术有限公司。该软件工具的知识产权归该公司所有。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究获得首都医科大学附属北京佑安医院青年研究者资助项目(BJYAYY-YN2023-18)"软肝颗粒治疗乙型肝炎肝硬化患者临床疗效观察"以及中国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(资助编号:NATCM 教育〔2022〕-1)的支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
MATLABGE医疗系统SIGNA Pioneer3.0 特斯拉
MRI 系统 智能熵LSD-Fusion V1.0北京智熵科技 &安普科技有限公司。CT/MRI 融合建模
用于建模的工具MathWorks 2022B计算与可视化 

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Henderson, N. C., Rieder, F., Wynn, T. A. Fibrosis: from mechanisms to medicines. Nature. 587, 555-566 (2020).
  2. Parola, M., Pinzani, M. Liver fibrosis: Pathophysiology, pathogenetic targets and clinical issues. Mol Aspects Med. 65, 37-55 (2019).
  3. Singh, S., et al. Diagnostic performance of magnetic resonance elastography in predicting hepatic fibrosis and portal hypertension in patients with chronic liver disease: a systematic review and meta-analysis. AJR Am J Roentgenol. 207 (4), 775-784 (2016).
  4. Ramachandran, P., et al. Resolving the fibrotic niche of human liver cirrhosis at single-cell level. Nature. 575, 512-518 (2019).
  5. Yin, M., et al. Assessment of hepatic fibrosis with magnetic resonance elastography. Clin Gastroenterol Hepatol. 5 (10), 1207-1213.e2 (2007).
  6. Ichikawa, S., et al. Magnetic resonance elastography for staging liver fibrosis in chronic hepatitis C. Magn Reson Med. 68 (3), 767-772 (2012).
  7. Venkatesh, S. K., et al. Magnetic resonance elastography for the detection and staging of liver fibrosis in chronic hepatitis B. Eur Radiol. 24 (1), 70-78 (2014).
  8. Godoy-Matos, A. F., Silva Júnior, W. S., Valerio, C. M. NAFLD as a continuum: From obesity to metabolic syndrome and diabetes. Diabetol Metab Syndr. 12, 60(2020).
  9. Zoncapè, M., Liguori, A., Tsochatzis, E. A. Non-invasive testing and risk-stratification in patients with MASLD. Eur J Intern Med. 122, 11-19 (2024).
  10. Duarte-Rojo, A., et al. Imaging-based non-invasive liver disease assessment for staging liver fibrosis in chronic liver disease: A systematic review supporting the AASLD Practice Guideline. Hepatology. 81 (2), 725-748 (2025).
  11. Castera, L., Friedrich-Rust, M., Loomba, R. Non-invasive assessment of liver disease in patients with nonalcoholic fatty liver disease. Gastroenterology. 156 (5), 1264-1281 (2019).
  12. Stefan, N., Häring, H. U., Cusi, K. Non-alcoholic fatty liver disease: Causes, diagnosis, cardiometabolic consequences, and treatment strategies. Lancet Diabetes Endocrinol. 7 (4), 313-324 (2019).
  13. Xiao, G., et al. Comparison of laboratory tests, ultrasound, or magnetic resonance elastography to detect fibrosis in patients with nonalcoholic fatty liver disease: A meta-analysis. Hepatology. 66 (5), 1486-1501 (2017).
  14. Kim, B. K., et al. Head-to-head comparison between MEFIB, MAST, and FAST for detecting stage 2 fibrosis or higher among patients with NAFLD. J Hepatol. 77 (6), 1482-1490 (2022).
  15. Liu, Y., et al. A three-dimensional digital model for early diagnosis of hepatic fibrosis based on magnetic resonance elastography. J Vis Exp. (197), e65507(2023).
  16. Ferro, M., et al. Radiomics in prostate cancer: an up-to-date review. Ther Adv Urol. 14, 175628722211090(2022).
  17. Imajo, K., et al. Direct comparison of US and MR elastography for staging liver fibrosis in patients with nonalcoholic fatty liver disease. Clin Gastroenterol Hepatol. 20 (4), 908-917.e11 (2022).
  18. Venkatesh, S. K., et al. Correlation of MR elastography with morphometric quantification of liver fibrosis (Fibro-C-Index) in chronic hepatitis B. Magn Reson Med. 72 (4), 1123-1129 (2014).
  19. Chen, J., et al. Early detection of nonalcoholic steatohepatitis in patients with nonalcoholic fatty liver disease by using MR elastography. Radiology. 259 (3), 749-756 (2011).
  20. Nam, D., et al. Artificial intelligence in liver diseases: Improving diagnostics, prognostics and response prediction. JHEP Rep. 4 (4), 100443(2022).
  21. Wu, Y. J., et al. Radiomics in early lung cancer diagnosis: From diagnosis to clinical decision support and education. Diagnostics (Basel). 12 (5), 1064(2022).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

视频即将推出

相关文章