Name: Ein dreidimensionales digitales Modell zur Frühdiagnose von Leberfibrose auf Basis der Magnetresonanz-Elastographie (Video) | JoVE Journal
Uploaded: 2023-07-21T12:10:00.000+00:00
Duration: 6 min 9 s
Description: Erfahren Sie die Entwicklung eines 3D-Digitalmodells zur Frühdiagnose von Leberfibrose mittels Magnetresonanz-Elastographie. Diese Methode ermöglicht präzise Quantifizierung der Lebersteifigkeit für verbesserte Diagnose.

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

Diese Veröffentlichung wurde durch das fünfte nationale Forschungsprogramm für klinische exzellente Talente der Traditionellen Chinesischen Medizin unterstützt, das von der Nationalen Verwaltung für Traditionelle Chinesische Medizin organisiert wurde. Der offizielle Netzwerklink lautet "http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html. '

In dieser Studie wurde die digitale 3D-LSD-Modellierung verwendet, um die Leber eines typischen Patienten mit klinisch bestätigter Leberfibrose zu rekonstruieren. Der Patient wurde aus einer bekannten Einrichtung zur Behandlung von Lebererkrankungen, "You An Hospital" in Peking, China, rekrutiert und unterzog sich nach Erteilung seines Einverständnisses einer routinemäßigen Magnetresonanztomographie (MRT) des Oberbauchs und einer MRE-Bildgebung. Der Patient wurde als Fallstudie für diese Forschungsmethode ausgewählt, da das Leberfibrose-Staging durch pathologische Untersuchungen bestätigt wurde und keine offensichtlichen klinischen Symptome vorlagen, was die Anwendbarkeit und den klinischen Wert dieser Forschung bei der Diagnose von Patienten mit Leberfibrose im Frühstadium unterstreicht. Diese Arbeit bietet auch einen quantitativen Vergleich zwischen der Leber dieses Patienten und einer gesunden Leber. Die in dieser Studie verwendeten Software-Tools sind in der Materialtabelle aufgeführt.
1. Datenerhebung und -aufbereitung
HINWEIS: Die Parameterdifferenz ist nicht abhängig von der Forschungsmethode.
<ol><li>Strategien für MRT-Scans HINWEIS: In dieser Studie wurden tatsächliche DICOM-Daten verwendet, die aus der klinischen Bildgebung mit einem Magnetresonanztomographen (MRT) von GE gewonnen wurden. Zu den Inhalten der Daten gehören die IDEAL-Bildgebung (Iterative Zerlegung von Wasser und Fett mit Echo-Asymmetrie und Schätzung der kleinsten Quadrate), die Bildgebung der Wasser-Fett-Trennung und die Magnetresonanz-Elastographie (MRE).<ol><li>Stellen Sie sicher, dass die IDEAL-Daten eine horizontale Auflösung von 256 x 256 Pixeln mit einem Pixelabstand von 1,5625 mm und einer Schichtdicke von 10 mm haben. HINWEIS: Die Scanstrategie könnte weiter optimiert werden, aber die in dieser Studie verwendete Methodik ist auf die präzisere medizinische Bildgebung anwendbar.</li>
	</ol></li>
	<li>Benennen Sie den Ordner jeder Sequenz um. HINWEIS: Da die DICOM-Daten, die von den Geräten exportiert werden, keine expliziten Sequenznamen enthalten, müssen während der Vorverarbeitungsphase explizite Namen für jede Sequenz hinzugefügt werden, um die nachfolgende Analyse und Verarbeitung zu erleichtern.<ol><li>Kopieren Sie alle DICOM-Daten in ein benutzerdefiniertes Arbeitsverzeichnis.</li>
		<li>Navigieren Sie zu dem Verzeichnis, das die Daten im Arbeitsverzeichnis von MATLAB enthält.</li>
		<li>Führen Sie die Description_Name Funktion aus, um den Ordnern für jede Sequenz beschreibende Namen hinzuzufügen.</li>
		<li>Abbildung 1 zeigt einen Vergleich vor und nach der Umbenennung. Fügen Sie jedem Bildsequenzordner einen Beschreibungsnamen hinzu, um die Identifizierung der erforderlichen Bildsequenzen für verschiedene Analysezwecke zu erleichtern.</li>
	</ol></li>
	<li>Überprüfen Sie schnell die Bilder von IDEAL.<ol><li>Ändern Sie das Verzeichnis der Ordner der verschiedenen Phasen, einschließlich der In-Phasen-, Out-Phase-, Wasser- und Fettphasen, die für die Bildgebung mit IDEAL in separaten Ordnern gespeichert wurden.</li>
		<li>Führen Sie die Funktion Slice_View aus, um die Auswirkungssequenzen für jede Phase anzuzeigen.</li>
		<li>Abbildung 2 zeigt eine Abbildung der interaktiven grafischen Benutzeroberfläche (GUI) für die MRI-IDEAL-Sequenz. Verwenden Sie die Bildlaufleiste am unteren Rand der GUI, um schnell durch die verschiedenen Sequenzen zu blättern.</li>
		<li>Verwenden Sie die MRI-IDEAL-Out-Phase-Sequenz als MRT-Sequenz, um klarere Beschreibungen der Lebergewebegrenzen zu erhalten. HINWEIS: Bei den folgenden Operationen liegt der Schwerpunkt auf der Verwendung der Out-Phase-Sequenz von IDEAL zur Abgrenzung der 3D-Region der Leber.</li>
	</ol></li>
</ol>2. Extrahieren Sie die 3D-Region der Leber
ANMERKUNG: Die einzelnen Voxel in der 3D-Region der Leber dienen als räumliche Träger für LSD, wobei der Steifigkeitswert jedes Voxels von MRE abgeleitet wird. Die Extraktion der 3D-Region des Lebergewebes ist ein notwendiger Schritt vor der Fusion. Obwohl Deep Learning verwendet werden kann, um diese Aufgabe effizienter zu erledigen, steht es nicht im Mittelpunkt dieser Studie. Daher werden hier noch ausgereifte Software-Tools (z.B. MIMICS) verwendet, um die 3D-Region des Lebergewebes zu extrahieren.
<ol><li>Um die MIMICS-Software zu starten, wählen Sie Neues Projekt und navigieren Sie im folgenden Dialogfeld zu dem Ordner, der die IDEAL-Out-Phase-Bilder enthält. Fahren Sie fort, indem Sie auf WEITER | die Schaltfläche Konvertieren klicken, um in den Sequenzbearbeitungszustand zu gelangen.</li>
	<li>Um eine leere Maske zu erstellen, klicken Sie auf die Schaltfläche Neu im Dialogfeld MASKE auf der rechten Seite und wählen Sie den maximalen Schwellenwert aus.</li>
	<li>Um den Bereich der Leber in allen horizontalen Ansichten abzugrenzen, verwenden Sie das Werkzeug "Masken bearbeiten" unter der Beschriftung "Segment" .</li>
	<li>Um den räumlichen 3D-Teil der Leber zu erzeugen, wählen Sie die abgegrenzte Lebermaske aus und klicken Sie auf die Schaltfläche Teil aus Maske berechnen . Die extrahierte 3D-Region der Leber ist in Abbildung 3 dargestellt.</li>
	<li>Klicken Sie auf Datei | Exportieren | Wählen Sie den Dicom-Befehl aus. Wählen Sie im Popup-Dialogfeld die Lebermaske aus, legen Sie den Dateipfad und die Dateinamen fest und klicken Sie auf die Schaltfläche OK , um den Export des 3D-Bereichs der Leber in die angegebenen DICOM-Dateien abzuschließen.</li>
</ol>3. Die Sequenz der Lebersteifigkeitskarte
HINWEIS: Der MRE-Steifigkeitsbereich bei Patienten mit früher Fibrose liegt typischerweise unter 8 kpa. Um dies anzuzeigen, sollte das Sequenzbild mit der Bezeichnung "SE27_ST8K_(Pa)" ausgewählt werden.
<ol><li>Wechseln Sie in den Ordner 'SE27_ST8K_(Pa)', der die Sequenz der Lebersteifigkeitskarte enthält.</li>
	<li>Um die einzelnen Steifigkeitskarten zu durchsuchen, führen Sie die Funktion MRE_show im Arbeitsbereich von Matlab aus, wobei das Argument der Funktion der Dateiname ist, der sich im angegebenen Pfad befindet.</li>
	<li>Die in Abbildung 4 gezeigte Lebersteifigkeitskarte ist ein RGB-Echtfarbenbild mit einer Datenstruktur von 512 x 512 x 512 x 3 Matrix, wobei jeder Pixelpunkt drei Werte aufweist, die die drei Primärfarben RBG darstellen. Beachten Sie den Farbbalken auf der linken Seite, der die entsprechenden Steifigkeitswerte der verschiedenfarbigen Pixel anzeigt. Berechnen Sie die genaue Steifigkeit jedes Pixels, indem Sie ihre jeweiligen Korrelationen verwenden.</li>
	<li>Zu den ergänzenden Informationen in Abbildung 4 gehören Daten wie Sequenzbeschreibung, Scanposition, Zeit, Patienteninformationen und Bildparameter. Verwenden Sie diese Daten, insbesondere die Bildparameter, um die räumliche Beziehung zwischen MRE- und IDEAL-Sequenzen herzustellen.</li>
</ol>4.3D-Volumen der Lebersteifigkeitsverteilung
HINWEIS: Jedes Voxel im 3D-Lebersteifigkeitsvolumen stellt den Steifigkeitswert eines entsprechenden Voxels im 3D-Leberbereich dar, der aus dem Steifigkeitswert jedes Pixels in Abbildung 4 abgeleitet wird. Durch die Ausrichtung der 3D-Leberregion in Abbildung 3 mit der Steifigkeitskarte in Abbildung 4 kann der Steifigkeitswert jedes Voxels extrahiert werden, was zur Generierung des 3D-Lebersteifigkeitsvolumens führt.
<ol><li>Rufen Sie die LSD_Slice Funktion mit der in Abbildung 3 gezeigten 3D-Leberregion und der Lebersteifigkeitskarte in Abbildung 4 als Eingabeparameter auf, um das 3D-Volumen der Lebersteifigkeitsverteilung zu erhalten, wie in Abbildung 5 dargestellt.</li>
	<li>Zeigen Sie die Steifigkeitskarte der einzelnen Schichten der Leber an, indem Sie die Bildlaufleiste unter die in Abbildung 5 gezeigte GUI ziehen. HINWEIS: Im Gegensatz zu Abbildung 4 wird hier jedoch nur Lebergewebe genau zurückgehalten.</li>
	<li>Beachten Sie die Symbole in der oberen rechten Ecke der GUI (Abbildung 5), z. B. zum Vergrößern, Verkleinern, Zurückkehren zur globalen Ansicht und Markieren der Koordinaten des ausgewählten Pixels. HINWEIS: Der Standardfarbbalken ist die Farbtabelle von "Jet", was bedeutet, dass die entsprechenden Werte (Einheit kpa) von Blau nach Rot niedrig bis hoch sind.</li>
	<li>Führen Sie die Funktion LSD_Volume mit der gleichen Eingabe wie LSD_Slice aus, um die räumliche Verteilung des 3D-Leber-LSD zu erhalten, wie in Abbildung 6 dargestellt. Betrachten Sie das 3D-Volumen von LSD aus jeder Perspektive, indem Sie die linke Maustaste gedrückt halten und den Bildschirm ziehen (Abbildung 6).</li>
</ol>5. Quantitative Analyse von LSD
ANMERKUNG: Ein wichtiger quantitativer Analyseschwerpunkt dieser Studie ist die Bestimmung des Anteils der verschiedenen Stadien von LSD-Voxeln in der Leber des Patienten. Abbildung 6 zeigt, dass die Verteilung der Leberfibrose bei Patienten an verschiedenen räumlichen Orten ungleichmäßig ist. Der Grund dafür, dass klinische Symptome noch nicht offensichtlich sind, liegt vor allem daran, dass sich ein erheblicher Teil des Lebergewebes in einem normalen Stadium befindet. Daher ist es notwendig, den Unterschied zwischen Patienten und gesunden Personen genau zu quantifizieren. Dies ist ein wichtiges quantitatives Konzept dieser Studie.
<ol><li>Bestimmen Sie die numerischen Bereiche der Steifigkeitswerte für verschiedene Stadien der Leberfibrose, wie in Abbildung 7 dargestellt.</li>
	<li>Berechnen Sie die Verteilung der gesamten Lebervoxel des Patienten in verschiedenen Fibrosestadien (Abbildung 8), indem Sie die Hepatic_Fibrosis Funktion mit dem in Abbildung 6 gezeigten Eingabeparameter des 3D-Volumens von LSD aufrufen.</li>
	<li>Verwenden Sie die gleichen Schritte, um die Ergebnisse einer völlig gesunden Leber mit dem oben beschriebenen typischen Leberfibrose-Patienten zu berechnen und zu vergleichen (Abbildung 9).</li>
</ol>

Quantitative Analyse der Lebersteifigkeitsverteilung

<ol><li>Henderson, N. C., Rieder, F., Wynn, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fibrosis%3A+from+mechanisms+to+medicines%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Fibrosis: from mechanisms to medicines.</a> Nature. 587 (7835), 555-566 (2020).</li>
<li>Parola, M., Pinzani, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Liver+fibrosis%3A+Pathophysiology%2C+pathogenetic+targets+and+clinical+issues%5BTitle%5D)+AND+%22Molecular+Aspects+of+Medicine%22%5BJournal%5D)">Liver fibrosis: Pathophysiology, pathogenetic targets and clinical issues.</a> Molecular Aspects of Medicine. 65, 37-55 (2019).</li>
<li>Ramachandran, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Resolving+the+fibrotic+niche+of+human+liver+cirrhosis+at+single-cell+level%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Resolving the fibrotic niche of human liver cirrhosis at single-cell level.</a> Nature. 575 (7783), 512-518 (2019).</li>
<li>Stefan, N., Häring, H. -U., Cusi, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Non-alcoholic+fatty+liver+disease%3A+causes%2C+diagnosis%2C+cardiometabolic+consequences%2C+and+treatment+strategies%5BTitle%5D)+AND+%22The+Lancet.+Diabetes+%26+Endocrinology%22%5BJournal%5D)">Non-alcoholic fatty liver disease: causes, diagnosis, cardiometabolic consequences, and treatment strategies.</a> The Lancet. Diabetes & Endocrinology. 7 (4), 313-324 (2019).</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.e4-1281.e4 (2019).</li>
<li>Godoy-Matos, A. F., Silva Júnior, W. S., Valerio, C. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((NAFLD+as+a+continuum%3A+from+obesity+to+metabolic+syndrome+and+diabetes%5BTitle%5D)+AND+%22Diabetology+%26+Metabolic+Syndrome%22%5BJournal%5D)">NAFLD as a continuum: from obesity to metabolic syndrome and diabetes.</a> Diabetology & Metabolic Syndrome. 12 (1), 1-20 (2020).</li>
<li>Venkatesh, S. K., Xu, S., Tai, D., Yu, H., Wee, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Correlation+of+MR+elastography+with+morphometric+quantification+of+liver+fibrosis+%28Fibro-C-Index%29+in+chronic+hepatitis+B%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Correlation of MR elastography with morphometric quantification of liver fibrosis (Fibro-C-Index) in chronic hepatitis B.</a> Magnetic Resonance in Medicine. 72 (4), 1123-1129 (2014).</li>
<li>Yin, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+hepatic+fibrosis+with+magnetic+resonance+elastography%5BTitle%5D)+AND+%22Clinical+Gastroenterology+and+Hepatology%22%5BJournal%5D)">Assessment of hepatic fibrosis with magnetic resonance elastography.</a> Clinical Gastroenterology and Hepatology. 5 (10), 1207-1213 (2007).</li>
<li>Venkatesh, S. K., Wang, G., Lim, S. G., Wee, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Magnetic+resonance+elastography+for+the+detection+and+staging+of+liver+fibrosis+in+chronic+hepatitis+B%5BTitle%5D)+AND+%22European+Radiology%22%5BJournal%5D)">Magnetic resonance elastography for the detection and staging of liver fibrosis in chronic hepatitis B.</a> European Radiology. 24, 70-78 (2014).</li>
<li>Ichikawa, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Magnetic+resonance+elastography+for+staging+liver+fibrosis+in+chronic+hepatitis+C%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medical+Sciences%22%5BJournal%5D)">Magnetic resonance elastography for staging liver fibrosis in chronic hepatitis C.</a> Magnetic Resonance in Medical Sciences. 11 (4), 291-297 (2012).</li>
<li>Chen, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Early+detection+of+nonalcoholic+steatohepatitis+in+patients+with+nonalcoholic+fatty+liver+disease+by+using+MR+elastography%5BTitle%5D)+AND+%22Radiology%22%5BJournal%5D)">Early detection of nonalcoholic steatohepatitis in patients with nonalcoholic fatty liver disease by using MR elastography.</a> Radiology. 259 (3), 749-756 (2011).</li>
<li>Singh, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diagnostic+performance+of+magnetic+resonance+elastography+in+staging+liver+fibrosis%3A+a+systematic+review+and+meta-analysis+of+individual+participant+data%5BTitle%5D)+AND+%22Clinical+Gastroenterology+and+Hepatology%22%5BJournal%5D)">Diagnostic performance of magnetic resonance elastography in staging liver fibrosis: a systematic review and meta-analysis of individual participant data.</a> Clinical Gastroenterology and Hepatology. 13 (3), 440.e6-451.e6 (2015).</li>
<li>Ferro, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Radiomics+in+prostate+cancer%3A+an+up-to-date+review%5BTitle%5D)+AND+%22Therapeutic+Advances+in+Urology%22%5BJournal%5D)">Radiomics in prostate cancer: an up-to-date review.</a> Therapeutic Advances in Urology. 14, 17562872221109020(2022).</li>
<li>Nam, D., Chapiro, J., Paradis, V., Seraphin, T. P., Kather, J. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Artificial+intelligence+in+liver+diseases%3A+Improving+diagnostics%2C+prognostics+and+response+prediction%5BTitle%5D)+AND+%22JHEP+Reports%22%5BJournal%5D)">Artificial intelligence in liver diseases: Improving diagnostics, prognostics and response prediction.</a> JHEP Reports. 4 (4), 100443(2022).</li>
<li>Wu, Y. -J., Wu, F. -Z., Yang, S. -C., Tang, E. -K., Liang, C. -H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Radiomics+in+early+lung+cancer+diagnosis%3A+from+diagnosis+to+clinical+decision+support+and+education%5BTitle%5D)+AND+%22Diagnostics%22%5BJournal%5D)">Radiomics in early lung cancer diagnosis: from diagnosis to clinical decision support and education.</a> Diagnostics. 12 (5), 1064(2022).</li>
</ol>

Das in der Materialtabelle dieser Studie aufgeführte Softwarewerkzeug zur Quantifizierung der Leberfibrose, HepaticFibrosis V1.0, ist ein Softwaretool von Beijing Intelligent Entropy Science & Technology Co Ltd. Die geistigen Eigentumsrechte an diesem Software-Tool gehören dem Unternehmen.

In der klinischen Praxis ist es schwierig, den Zustand von Patienten mit Leberfibrose im Frühstadium genau zu quantifizieren und zu verfolgen. Der in Abbildung 9 dargestellte Vergleich spiegelt den Grad der Leberfibrose beim Patienten im Vergleich zu einer gesunden Leber vollständig wider. Natürlich kann diese Zahl auch ein Vergleich zwischen zwei verschiedenen Zeiträumen für den Patienten sein, die zur Bewertung der Wirksamkeit der Behandlung verwendet werden. Diese präzise Quantifizierungs...

Leberfibrose bezieht sich auf die Bildung von übermäßigem Narbengewebe in der Leber, in der Regel als Folge einer Leberschädigung oder -erkrankung 1,2,3,4. Sie tritt häufig als Folge einer chronischen Leberschädigung auf und wird häufig mit Lebererkrankungen wie chronischer Virushepatitis, nichtalkoholischer Fettlebererkrankung und alkoholischer Lebererkrankung in Verbindung gebracht. Unbehandelt kann sich die Leberfibrose zu einer Leberzirrhose entwickeln, einer potenziell lebensbedrohlichen Erkrankung, die mit erheblicher Morbidität und Mortalität einhergeht.
Die aktive Forschung in diesem Bereich zielt darauf ab, die zellulären und molekularen Mechanismen aufzuklären, die der Pathogenese der Leberfibrose zugrunde liegen, sowie neue diagnostische und therapeutische Strategien zur Verbesserung der Patientenergebnisse zu entwickeln. Ein weiteres Ziel ist die nicht-invasive Detektion des Leberfibrose-Stadiums, was ein kritischer Aspekt ist, der direkt mit der Krankheitsdiagnose, der Therapieauswahl und der Prognosebewertung korreliert. Trotz der Bedeutung einer genauen Diagnose und Überwachung der Leberfibrose sind traditionelle diagnostische Methoden, wie z. B. die Leberbiopsie, invasiv und mit erheblichen Risiken verbunden. Im Gegensatz dazu ist die Magnetresonanz-Elastographie5,6 (MRE) ein vielversprechendes nicht-invasives bildgebendes Verfahren, das durch die Quantifizierung der Lebersteifigkeit Potenzial für die Diagnose und Überwachung von Leberfibrose gezeigt hat.
In den letzten Jahren gab es bedeutende Forschungsarbeiten, die sich auf die Bewertung der Genauigkeit und Zuverlässigkeit der MRE bei der Diagnose von Leberfibrose sowie auf ihre potenziellen Vorteile gegenüber herkömmlichen Diagnosemethoden konzentrierten. Die Lebersteifigkeitsmetrik der MRE wurde von der US-amerikanischen Food and Drug Administration (FDA) für die klinische Diagnose zugelassen, und in der klinischen Praxis wurden umfangreiche vergleichende Analysen mit pathologischen Ergebnissen durchgeführt. Die Ergebnisse haben gezeigt, dass die durch MRE erzeugten Steifigkeitskarten eine starke positive Korrelation mit verschiedenen Stadien der Leberfibrose aufweisen 7,8,9,10,11,12. Bisher hat die Arbeit zur genauen Bewertung und Verfolgung des Fortschreitens der Leberfibrose bei Patienten durch quantitative Analyse der Lebersteifigkeitsverteilung (LSD) durch Abgleich von Leberstrukturbildern mit MRE jedoch keine großen Fortschritte gemacht.
In dieser Studie wird die medizinische Bildgebungsgruppenanalysetechnik13,14,15 eingeführt, um eine genaue Ausrichtung der Leberstrukturbilder mit der von MRE im 3D-Raum erzeugten Steifigkeitskarte zu erreichen, die die Berechnung von Lebersteifigkeitswerten für jedes Voxel der gesamten Leber ermöglicht. Basierend auf dem 3D-digitalen Modell von LSD kann die genaue Verteilung des patientenspezifischen Leberfibrose-Stagings berechnet und ausgewertet werden. Damit ist eine solide Grundlage für die präzise quantitative Diagnose der Leberfibrose im Frühstadium gelegt.

<table><tbody><tr><td>MATLAB</td><td>MathWorks&nbsp;</td><td>2022B</td><td>Computing und Visualisierung&nbsp;</td></tr><tr><td>Mimics</td><td>Materialise</td><td>Mimics Research V20</td> Tools zur <td>Modellformattransformation</td></tr><tr><td>für 3D_LSD</td><td>Intelligent&nbsp; Entropy</td><td>HepaticFibrosis V1.0</td><td>Beijing Intelligent Entropy Science & Technology Co Ltd. Modellierung für CT/MRT-Fusion</td></tr></tbody></table>

ein dreidimensionales digitales modell zur frühdiagnose von leberfibrose auf basis der magnetresonanz-elastographie

A Three-Dimensional Digital Model for Early Diagnosis of Hepatic Fibrosis Based on Magnetic Resonance Elastography

Leberfibrose ist ein Frühstadium der Leberzirrhose, und es gibt keine besseren nicht-invasiven und bequemen Methoden zur Erkennung und Bewertung der Krankheit. Trotz der guten Fortschritte, die mit der Lebersteifigkeitskarte (LSM) auf der Grundlage der Magnetresonanz-Elastographie (MRE) erzielt wurden, gibt es immer noch einige Einschränkungen, die überwunden werden müssen, darunter die manuelle Fokusbestimmung, die manuelle Auswahl von Regions of Interest (ROIs) und diskontinuierliche LSM-Daten ohne strukturelle Informationen, die es unmöglich machen, die Leber als Ganzes zu bewerten. In dieser Studie schlagen wir ein neuartiges dreidimensionales (3D) digitales Modell für die Frühdiagnose von Leberfibrose auf Basis von MRE vor.
MRE ist ein nicht-invasives Bildgebungsverfahren, bei dem die Magnetresonanztomographie (MRT) eingesetzt wird, um die Lebersteifigkeit an der Scanstelle durch Mensch-Computer-Interaktion zu messen. Studien haben eine signifikante positive Korrelation zwischen dem durch MRE erhaltenen LSM und dem Grad der Leberfibrose gezeigt. Für klinische Zwecke ist jedoch eine umfassende und präzise Quantifizierung des Grades der Leberfibrose notwendig. Um dieses Problem anzugehen, wurde in dieser Studie das Konzept der Lebersteifigkeitsverteilung (LSD) vorgeschlagen, das sich auf das 3D-Steifigkeitsvolumen jedes Lebervoxels bezieht, das durch den Abgleich von 3D-Lebergewebebildern und MRE-Indikatoren erhalten wird. Dies bietet ein effektiveres klinisches Instrument für die Diagnose und Behandlung von Leberfibrose.

Durch die Verwendung der Informationen im Description_Name Feld der DICOM-Dateien kann der ursprüngliche MRT-Ordner umbenannt werden, um die schnelle Lokalisierung der erforderlichen Bildgebungssequenz während des Analyseprozesses in der Bildgebungsgruppe zu erleichtern. Die MRT-IDEAL-Out-Phase-Sequenz ist die Art von MRT-Sequenz, die zur klareren Beschreibung der Lebergewebegrenzen verwendet wird. Dies liegt daran, dass die phasenverschobene MRT-IDEAL-Sequenz die Magnetisierungsstärke und den Magnetisie...

Das Ziel dieser Studie war es, ein neuartiges dreidimensionales digitales Modell für die Frühdiagnose von Leberfibrose zu entwickeln, das die Steifigkeit jedes Voxels in der Leber des Patienten einbezieht und somit zur Berechnung des Verteilungsverhältnisses der Leber des Patienten in verschiedenen Fibrosestadien verwendet werden kann.

Ein dreidimensionales digitales Modell zur Frühdiagnose von Leberfibrose auf Basis der Magnetresonanz-Elastographie

Hepatic fibrosis is an early stage of liver cirrhosis, and there are no better non-invasive and convenient methods for the detection and evaluation of the ...

Ziel der Forschung ist es, ein dreidimensionales digitales Modell für die Früherkennung von Leberfibrose auf Basis der Magnetresonanz-Elastographie zu entwickeln. Die Forschung zielt darauf ab, die Grenzen der derzeitigen Methoden zu überwinden und einen nicht-invasiven und quantitativen Ansatz für die genaue Beurteilung und Überwachung der Leberfibrose bereitzustellen. Zu den aktuellen experimentellen Herausforderungen auf dem Gebiet der Leberfibroseforschung gehören die Verbesserung der Scangenauigkeit und der bildgebenden Verfahren von nicht-invasiven Methoden wie der Magnetresonanz-Elastographie, die Standardisierung von Berechnungsprotokollen für konsistente Ergebnisse und die Akkumulation umfassenderer Daten, und das war die Datengröße für eine genaue Klassifizierung und Diagnose.Die Strukturbilder der Leber-MRT wurden genau mit den MRE-Bildern abgeglichen, was die dreidimensionale Verteilung der Lebersteifigkeit und -verteilung sowie eine präzise Quantifizierung im 3D-Raum ermöglichte. Es ist möglich, die Verteilungskarte der Lebersteifigkeit für eine gesunde Leber genau zu erstellen und sie bequem für die Diagnose und Behandlung von Patienten mit verschiedenen Stadien der Leberzirrhose zu verwenden. In Zukunft wollen wir uns mit der KI-gesteuerten Diagnose, Behandlung und Prognose von Lebererkrankungen sowie der Entwicklung von pflanzlichen Arzneimitteln im Zusammenhang mit Lebererkrankungen befassen.

a-three-dimensional-digital-model-for-early-diagnosis-hepatic

Research

Forschung

JoVE Journal

Medicine

Medizin

Das Verfahren zeigt die Methodik der Magnet-Resonanz-Elastographie zur Überwachung der gentechnisch Ergebnis der Fett-und osteogene Gewebezüchtungen Konstruktionen, die durch nicht-invasive lokale Beurteilung der mechanischen Eigenschaften mit mikroskopischen Magnetresonanz-Elastographie (μMRE).

Magnet-Resonanz-Elastographie Methodik für die Beurteilung von Tissue Engineering gewonnenen Konstrukts Wachstum

Dieses Protokoll beschreibt die Verwendung einer verbesserten Ultraschalltechnik zur nicht-invasiven Beobachtung und Quantifizierung von Lebergewebeveränderungen in Nagetiermodellen der nichtalkoholischen Fettlebererkrankung.

Anwendung von Ultraschall- und Scherwellen-Elastographie-Bildgebung in einem Rattenmodell von NAFLD / NASH

Das vorliegende Protokoll optimiert die Methoden der  Leber-in-situ-Perfusion/Dezellularisierung und der Zwei-Photonen-Mikroskopie, um eine zuverlässige Plattform zur Visualisierung der Dynamik des Remodells der extrazellulären Matrix (EZM) während der nicht-alkoholischen Steatohepatitis (NASH) zu schaffen.

3D-Bildgebung der extrazellulären Matrix der Leber in einem Mausmodell der nicht-alkoholischen Steatohepatitis

Wir präsentieren ein Protokoll zur Messung der Elastizitätsmodule von kollagenreichen Bereichen in normaler und kranker Leber mittels Rasterkraftmikroskopie. Der gleichzeitige Einsatz der Polarisationsmikroskopie bietet eine hohe räumliche Präzision zur Lokalisierung kollagenreicher Areale in den Leberabschnitten.

Messung der Lebersteifigkeit mittels Rasterkraftmikroskopie gekoppelt mit Polarisationsmikroskopie

In dieser Studie wird eine einzigartige 3D-Quantifizierungsmethode für die Verteilung der Leberfettfraktion (LFF) unter Verwendung der Dixon-Magnetresonanztomographie (Dixon-MRT) vorgestellt. LFF-Karten, die aus In-Phase- und Wasserphasenbildern abgeleitet werden, werden in 3D-Leberkonturen integriert, um LFF-Muster zwischen normaler und steatotischer Leber zu unterscheiden und eine präzise Beurteilung des Leberfettgehalts zu ermöglichen.

Eine 3D-Quantifizierungstechnik für die Analyse der Verteilung des Leberfettanteils mit Dixon-Magnetresonanztomographie

Dieses Protokoll bietet eine umfassende Bildgebende Pipeline, um die Morphologie hepatischer Stellatenzellen im intakten Lebergewebe zu visualisieren und zu modellieren. Dieser Ansatz kombiniert fluoreszierende Markierung von Fibroblasten mittels Mausgenetik, in situ leberperfusionsbasierte Gewebevorbereitung und eine modifizierte iDISCO-Gewebereinigungsmethode, um optische Transparenz zu erreichen.

Kartierung der Morphologie hepatischer stellater Zellen in Mausmodellen der Leberfibrose

Dieser Artikel enthält detaillierte Methoden für die Verwendung von dreidimensionalen (3D-) Assays auf Brustkrebszellinvasion zu quantifizieren. Insbesondere diskutieren wir die Verfahren erforderlich, um solche Tests einrichten, Quantifizierung und Datenanalyse, sowie Methoden, um den Verlust der Membranintegrität, die bei Zellen eindringen tritt zu untersuchen.

Quantifizierung der Brustkrebs-Zelle Invasivität Mit einem Drei-dimensionale (3D) Modell

Eine präklinische, Mausmodell der Lebermetastasen über eine hemispleen Injektionstechnik durchgeführt.

Einer präklinischen Mausmodell der Lebermetastasen

Hier präsentieren wir ein Protokoll zur Co-Kultur in drei Dimensionen, das nützlich ist, um multizelluläre Interaktionen und extrazelluläre Matrix-abhängige Modulation des Verhaltens von Krebszellen zu untersuchen. In diesem experimentellen Modell werden Krebszellen auf Kollagengelen kultiviert, die in humane krebsassoziierte Fibroblasten eingebettet sind.

Dreidimensionale Co-Kultur-Modell für Tumor-Stroma-Interaktion

Die Invasion des umgebenden normalen Gewebes ist ein definierendes Merkmal von bösartigen Tumoren. Wir stellen hier einen einfachen, halbautomatischen Mikroplatten-Assay der Invasion in eine natürliche 3D-Biomatrix zur Verfügung, der mit einer Reihe von Modellen fortgeschrittener menschlicher Krebsarten veranschaulicht wurde.

Dreidimensionale (3D) Tumor Spheroid Invasionsassay

Erfahren Sie die Entwicklung eines 3D-Digitalmodells zur Frühdiagnose von Leberfibrose mittels Magnetresonanz-Elastographie. Diese Methode ermöglicht präzise Quantifizierung der Lebersteifigkeit für verbesserte Diagnose.

Ein dreidimensionales digitales Modell zur Frühdiagnose von Leberfibrose auf Basis der Magnetresonanz-Elastographie

Weitere Videos entdecken