Name: 使用Dixon磁共振成像分析肝脏脂肪分数分布的3D定量技术 (视频) | JoVE Journal
Uploaded: 2023-10-20T15:00:00.000+00:00
Duration: 5 min 37 s
Description: 了解使用三维Dixon磁共振成像技术精确量化肝脏脂肪分布的方法。该技术整合人工智能与深度学习，可准确区分正常与脂肪肝的脂肪模式，为临床诊断和治疗决策提供重要支持。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

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。

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。
<ol>
	<li>检查上腹部的Dixon序列。
	<ol>
		<li>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。</li>
		<li>在MATLAB的当前工作目录中，进入存放数据的目录（如图1所示）。</li>
		<li>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。</li>
	</ol>
	</li>
	<li>快速查看Dixon图像。
	<ol>
		<li>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。</li>
		<li>使用Slice_View函数可视化各相位的图像。</li>
		<li>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。</li>
		<li>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。</li>
		<li>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。</li>
		<li>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。</li>
		<li>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。 
		&#8203;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。</li>
	</ol>
	</li>
</ol>
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。
<ol>
	<li>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。</li>
	<li>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。</li>
	<li>使用位于&#34;分割&#34;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。</li>
	<li>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）。</li>
	<li>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。</li>
</ol>
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。
<ol>
	<li>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。</li>
	<li>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。</li>
	<li>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。</li>
	<li>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。 
	&#8203;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。</li>
</ol>
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。
<ol>
	<li>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。</li>
	<li>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。</li>
	<li>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 &#34;jet&#34; 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）。</li>
	<li>使用与 &#34;LFF_Volume&#34; 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。</li>
</ol>
5. 3D-LFF 定量分析
注：正常肝体素：LFF &#60; 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。
<ol>
	<li>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）。</li>
</ol>

A Comprehensive 3D-Liver Fat Function Distribution Model Using Dixon MRI

<ol><li>Pouwels, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Non-alcoholic+fatty+liver+disease+%28NAFLD%29%3A+a+review+of+pathophysiology%2C+clinical+management+and+effects+of+weight+loss%5BTitle%5D)+AND+%22BMC+Endocr+Disord%22%5BJournal%5D)">Non-alcoholic fatty liver disease (NAFLD): a review of pathophysiology, clinical management and effects of weight loss.</a> BMC Endocr Disord. 22 (1), 63(2022).</li>
<li>Younossi, Z. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+global+burden+of+liver+disease%5BTitle%5D)+AND+%22Clin+Gastroenterol+Hepatol%22%5BJournal%5D)">The global burden of liver disease.</a> Clin Gastroenterol Hepatol. 21 (8), 1978-1991 (2023).</li>
<li>Younossi, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+burden+of+NAFLD+and+NASH.+Trends%2C+predictions%2C+risk+factors+and+prevention%5BTitle%5D)+AND+%22Nat+Rev+Gastroenterol+Hepatol%22%5BJournal%5D)">Global burden of NAFLD and NASH. Trends, predictions, risk factors and prevention.</a> Nat Rev Gastroenterol Hepatol. 15 (1), 11-20 (2018).</li>
<li>Boyum, J. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Incidence+and+risk+factors+for+adverse+events+related+to+image-guided+liver+biopsy%5BTitle%5D)+AND+%22Mayo+Clin+Proc%22%5BJournal%5D)">Incidence and risk factors for adverse events related to image-guided liver biopsy.</a> Mayo Clin Proc. 91 (3), 329-335 (2016).</li>
<li>Khalifa, A., Rockey, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+utility+of+liver+biopsy+in+2020%5BTitle%5D)+AND+%22Curr+Opin+Gastroenterol%22%5BJournal%5D)">The utility of liver biopsy in 2020.</a> Curr Opin Gastroenterol. 36 (3), 184-191 (2020).</li>
<li>Sumida, Y., Nakajima, A., Itoh, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Limitations+of+liver+biopsy+and+non-invasive+diagnostic+tests+for+the+diagnosis+of+nonalcoholic+fatty+liver+disease%2Fnonalcoholic+steatohepatitis%5BTitle%5D)+AND+%22World+J+Gastroenterol%22%5BJournal%5D)">Limitations of liver biopsy and non-invasive diagnostic tests for the diagnosis of nonalcoholic fatty liver disease/nonalcoholic steatohepatitis.</a> World J Gastroenterol. 20 (2), 475-485 (2014).</li>
<li>Ajmera, V., Loomba, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Imaging+biomarkers+of+NAFLD%2C+NASH%2C+and+fibrosis%5BTitle%5D)+AND+%22Mol+Metab%22%5BJournal%5D)">Imaging biomarkers of NAFLD, NASH, and fibrosis.</a> Mol Metab. 50, 101167(2021).</li>
<li>Castera, L., Friedrich-Rust, M., Loomba, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Noninvasive+assessment+of+liver+disease+in+patients+with+nonalcoholic+fatty+liver+disease%5BTitle%5D)+AND+%22Gastroenterology%22%5BJournal%5D)">Noninvasive assessment of liver disease in patients with nonalcoholic fatty liver disease.</a> Gastroenterology. 156 (5), 1264-1281 (2019).</li>
<li>Jiang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Application+of+multi-echo+Dixon+and+MRS+in+quantifying+hepatic+fat+content+and+staging+liver+fibrosis%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Application of multi-echo Dixon and MRS in quantifying hepatic fat content and staging liver fibrosis.</a> Sci Rep. 13 (1), 12555(2023).</li>
<li>Yang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+accuracy+and+clinical+relevance+of+the+multi-echo+dixon+technique+for+evaluating+changes+to+hepatic+steatosis+in+patients+with+non-alcoholic+fatty+liver+disease+treated+with+formulated+food%5BTitle%5D)+AND+%22Magn+Reson+Med+Sci%22%5BJournal%5D)">The accuracy and clinical relevance of the multi-echo dixon technique for evaluating changes to hepatic steatosis in patients with non-alcoholic fatty liver disease treated with formulated food.</a> Magn Reson Med Sci. 22 (2), 263-271 (2023).</li>
<li>Peng, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fat-water+separation+based+on+Transition+REgion+Extraction+%28TREE%29%5BTitle%5D)+AND+%22Magn+Reason+Med%22%5BJournal%5D)">Fat-water separation based on Transition REgion Extraction (TREE).</a> Magn Reason Med. 82 (1), 436-448 (2019).</li>
<li>Hines, C. D. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((T%281%29+independent%2C+T%282%29%28%2A%29+corrected+chemical+shift+based+fat-water+separation+with+multi-peak+fat+spectral+modeling+is+an+accurate+and+precise+measure+of+hepatic+steatosis%5BTitle%5D)+AND+%22Magn+Reason+Imaging%22%5BJournal%5D)">T(1) independent, T(2)(*) corrected chemical shift based fat-water separation with multi-peak fat spectral modeling is an accurate and precise measure of hepatic steatosis.</a> Magn Reason Imaging. 33 (1), 873-881 (2011).</li>
<li>Tang, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonalcoholic+fatty+liver+disease%3A+MR+imaging+of+liver+proton+density+fat+fraction+to+assess+hepatic+steatosis%5BTitle%5D)+AND+%22Radiology%22%5BJournal%5D)">Nonalcoholic fatty liver disease: MR imaging of liver proton density fat fraction to assess hepatic steatosis.</a> Radiology. 267 (2), 422-431 (2013).</li>
<li>Caussy, C., Reeder, S. B., Sirlin, C. B., Loomba, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Noninvasive%2C+quantitative+assessment+of+liver+fat+by+MRI-PDFF+as+an+endpoint+in+NASH+Trials%5BTitle%5D)+AND+%22Hepatology%22%5BJournal%5D)">Noninvasive, quantitative assessment of liver fat by MRI-PDFF as an endpoint in NASH Trials.</a> Hepatology. 68 (2), 763-772 (2018).</li>
<li>Reeder, S. B., Cruite, I., Hamilton, G., Sirlin, C. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+assessment+of+liver+fat+with+magnetic+resonance+imaging+and+spectroscopy%5BTitle%5D)+AND+%22Magn+Reson+Imaging%22%5BJournal%5D)">Quantitative assessment of liver fat with magnetic resonance imaging and spectroscopy.</a> Magn Reson Imaging. 34 (4), 729-749 (2011).</li>
</ol>

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。

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...

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。

<table><tbody><tr><td>MATLAB</td><td>MathWorks&amp;nbsp;</td><td>2022B</td><td>计算与可视化&amp;nbsp;</td></tr><tr><td>Mimics</td><td>Materialise</td><td>Mimics Research V20</td><td>模型格式转换</td></tr><tr><td>3D_LFF 分析工具</td><td>智能熵</td><td>肝脂肪变性 V1.0</td><td>北京智熵科技 &amp;amp; Technology Co Ltd.&lt;br/&gt; CT/MRI 融合建模</td></tr></tbody></table>

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

A 3D Quantification Technique for Liver Fat Fraction Distribution Analysis Using Dixon Magnetic Resonance Imaging

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。

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...

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。

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

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。

本研究开发了一种三维Dixon MRI技术，用于精确量化肝脏脂肪分布，旨在验证其作为准确、无创性工具在评估和区分正常肝脏与脂肪变性肝脏中脂肪分布模式的有效性。近年来，MRI脂肪定量技术取得了进展，包括结合Dixon成像与肝脏结构分割的常规三维分布建模方法，从而实现对肝脏脂肪分数分布模式的精确定量可视化与测量。通过整合人工智能驱动的医学影像、深度学习、三维可视化及多模态数据融合，进一步增强了全肝脏建模与脂肪变性评估能力，有助于实现精准的临床决策。目前实验面临的挑战包括标准化计算流程、解决设备和方案的差异，以及阐明肝脂肪变性研究中疾病进展的机制。本方案提供了三维肝脏脂肪分数评估的优势，优于传统的二维技术。研究结果将通过提供针对脂肪肝疾病不同阶段的全面且准确的三维LFF评估，推动本领域的研究进展，这对于治疗决策和预后评估至关重要。开始检查上腹部的Dixon序列时，需创建一个自定义工作目录，并将所有DICOM数据复制到该目录中。然后在MATLAB的当前工作目录中导航至存放数据的目录。更改目录以访问不同相位的文件夹，例如同相位、反相位、水相和脂肪相。利用 Slice_View 功能查看每个相位的图像。使用 MRI Dixon 同相位序列以增强对肝组织边界的描述。右键单击颜色条，并从弹出菜单中选择相应选项，切换至标准灰度颜色图并重置整个图形用户界面。适当放大图像后，使用“标记像素坐标”功能计算两点之间的距离，以辅助测量结节大小。利用图形用户界面（GUI）底部的滚动条，可高效浏览不同序列。如果默认的窗宽设置不合适，可通过鼠标左键拖动图像中间的窗宽调节区域，上下调整以修改窗位。为了从Dixon MRI数据中开始提取肝脏的三维区域，请打开Mimics软件并选择新建项目。在随后的对话框中，找到存储Dixon反相位图像的文件夹。点击下一步，然后点击继续，再点击转换以进入序列编辑模式。在右侧的“Mask”对话框中点击“New”以生成一个空掩膜，并选择最大阈值。使用“Segment”标签下的“Edit Masks”工具，在所有横断面视图中勾画肝脏区域。选择之前显示的肝脏掩膜，然后点击“Calculate Part from the mask”，以创建肝脏的三维空间表征。导航至“文件”，然后选择“导出”，并选择 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。更改目录至同相位图像文件夹，并选择 Volume_In 功能以生成同相位容积。将目录更改为仅含水图像的文件夹，选择 Volume_Water 功能以生成仅含水的容积图像。选择 FF_Volume 功能，并以前述生成的两个容积图像作为输入，以获得腹部 MRI 的脂肪分数（FF）容积图像。使用 LFF 功能，将其输入参数设置为三维肝脏区域和肝脏硬度图。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的空间分布。将三维肝脏轮廓与生成的二维脂肪分数图融合，构建出整合的三维脂肪分数分布模型。该模型揭示了肝脏不同位置的脂肪分数值，从而能够精确测量肝脏在各种脂肪变性程度下的比例。通过比较正常肝脏与脂肪肝，验证了该技术区分不同三维肝脂肪分数分布模式的能力。

a-3d-quantification-technique-for-liver-fat-fraction-distribution

Research

科研

JoVE Journal

Medicine

医学

使用Dixon磁共振成像分析肝脏脂肪分数分布的3D定量技术

诊断胆汁酸吸收不良及测量胆汁酸转运的工具 体内...

使用多氟化胆汁酸及 在体 内 磁共振成像测量胆汁酸转运

本研究的目的是描述一种制备实用型脂肪-水体模的方案，该方案可进行定制，以制备具有不同脂肪百分比和体积的体模。...

用于磁共振成像验证的水脂模体：一种灵活且可扩展的方案

双重树脂铸型微计算机断层扫描，即 DUCT，可实现对两种管状系统的同步可视化、数字化和分割，从而促进器官结构的三维分析。DUCT 结合了 离体 注射两种造影树脂，随后进行显微计算机断层扫描及断层数据的分割。...

DUCT：双重树脂铸型结合显微计算机断层扫描用于肝脏三维分析

使用饮食诱导的非酒精性脂肪性肝病（NAFLD）小鼠模型，我们描述了一种新型方法的应用 体内...

新方法 在体 内 用于评估非酒精性脂肪性肝病进展的微型计算机断层扫描成像技术

基于三维重建技术分析荧光染色脂滴以评估肝脂肪变性

本研究的目的是开发一种用于肝纤维化早期诊断的新型三维数字模型，该模型包含患者肝脏中每个体素的硬度信息，因此可用于计算患者肝脏在不同纤维化阶段的分布比例。...

基于磁共振弹性成像的肝纤维化早期诊断三维数字模型

利用超快多普勒超声成像及定量小鼠肝脏血管系统

测量心肌组织应变等参数的准确且实用的方法具有重要的临床价值，因为已有研究表明，与常用指标射血分数（EF）相比，应变是检测收缩功能障碍更敏感且更早期的指标。...

基于特征追踪的磁共振衍生心肌应变评估

本文描述了一种磁共振成像方法，用于研究多种生理条件下肺部血流分布情况，具体而言是暴露于三种不同吸入氧浓度（低氧、常氧和高氧）下的情况。该技术在磁共振扫描环境中应用了人体肺部生理学研究方法。...

使用校准动脉自旋标记法对肺灌注进行磁共振成像定量

弥散张量成像（DTI）基本上是一种基于磁共振成像（MRI）的技术，用于识别 体内...

神经退行性疾病分析中的弥散张量磁共振成像

了解使用三维Dixon磁共振成像技术精确量化肝脏脂肪分布的方法。该技术整合人工智能与深度学习，可准确区分正常与脂肪肝的脂肪模式，为临床诊断和治疗决策提供重要支持。

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

探索更多视频