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

Fan Zhao; Genming Zhang; Zhongjian Tan; Tengxiao Liang; Fangliang Xing

doi:10.3791/66121

JoVE Journal
Medicine

A subscription to JoVE is required to view this content. Sign in or start your free trial.

JoVE Journal Medicine

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

使用Dixon磁共振成像分析肝脏脂肪分数分布的3D定量技术

Full Text

1,805 Views

05:37 min

October 20, 2023

DOI: 10.3791/66121-v

Fan Zhao¹, Genming Zhang², Zhongjian Tan³, Tengxiao Liang⁴, Fangliang Xing⁵

¹Department of Infectious Diseases, Dongzhimen Hospital,Beijing University of Chinese Medicine, ²The First Clinical College,Beijing University of Chinese Medicine, ³Department of Radiology, Dongzhimen Hospital,Beijing University of Chinese Medicine, ⁴Fever Clinics, Dongzhimen Hospital,Beijing University of Chinese Medicine, ⁵Beijing Intelligent Entropy Science & Technology Co Ltd.

Please note that some of the translations on this page are AI generated. Click here for the English version.

Summary

本研究引入了一种独特的 3D 定量方法，使用 Dixon 磁共振成像（Dixon MRI）对肝脏脂肪分数（LFF）分布进行定量。从同相和水相图像得出的 LFF 图与 3D 肝脏轮廓集成，以区分正常肝脏和脂肪变性肝脏之间的 LFF 模式，从而能够精确评估肝脏脂肪含量。

Transcript

本研究开发了一种 3D Dixon MRI 技术来精确量化肝脏脂肪分布，旨在验证其作为评估和区分正常肝脏与脂肪变性肝脏脂肪模式的准确、非侵入性工具的功效。MRI 脂肪定量的最新进展包括正态 3D 分布建模方法，将 Dixon 成像与肝脏结构分割相结合，以实现肝脏脂肪分数模式的精确可视化和环境。集成人工智能驱动的医学成像、深度学习、3D 可视化和多模态数据融合，增强了全肝建模和脂肪变性评估，促进了精确的临床决策。

目前的实验挑战包括标准化计算工作流程，解决设备和方案的变化，以及阐明肝脂肪变性研究中疾病进展的机制。我们的方案提供了 3D 肝脏脂肪分数评估的优势，超越了 2D 技术。这些发现将通过对脂肪肝疾病的不同阶段提供全面准确的3D LFF评估来推进我们领域的研究，这对于治疗决策和预后评估至关重要。