Name: Un modèle numérique tridimensionnel pour le diagnostic précoce de la fibrose hépatique basé sur l’élastographie par résonance magnétique (Vidéo) | JoVE Journal
Uploaded: 2023-07-21T12:10:00.000+00:00
Duration: 6 min 9 s
Description: Découvrez un modèle numérique 3D pour le diagnostic précoce de la fibrose hépatique par élastographie par résonance magnétique. Cette méthode améliore la quantification précise de la rigidité hépatique en trois dimensions.

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

Cette publication a été soutenue par le cinquième programme national de recherche sur les talents cliniques d’excellence en médecine traditionnelle chinoise organisé par l’Administration nationale de la médecine traditionnelle chinoise. Le lien réseau officiel est 'http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html. '

Cette étude a utilisé la modélisation numérique 3D du LSD pour reconstruire le foie d’un patient typique atteint de fibrose hépatique cliniquement confirmée. Le patient a été recruté dans un établissement de traitement des maladies du foie bien connu, « You An Hospital » à Beijing, en Chine, et a subi une imagerie par résonance magnétique (IRM) abdominale supérieure de routine et une imagerie MRE après avoir donné son consentement. Le patient a été choisi comme étude de cas pour cette méthode de recherche en raison de la confirmation de la stadification de la fibrose hépatique par l’examen pathologique et de l’absence de symptômes cliniques évidents, ce qui souligne l’applicabilité et la valeur clinique de cette recherche dans le diagnostic des patients atteints de fibrose hépatique à un stade précoce. Cet article fournit également une comparaison quantitative entre le foie de ce patient et un foie sain. Les outils logiciels utilisés dans cette étude sont énumérés dans le tableau des matériaux.
1. Collecte et préparation des données
REMARQUE : La différence de paramètre n’est pas sensible à la méthode de recherche.
<ol><li>Stratégies d’IRM REMARQUE : Cette étude a utilisé des données DICOM réelles obtenues à partir d’imagerie clinique à l’aide d’un appareil d’imagerie par résonance magnétique (IRM) fabriqué par GE. Le contenu des données comprend l’imagerie de séparation eau-graisse (IDEAL) et l’imagerie par élastographie par élastopathie (décomposition itérative de l’eau et de la graisse avec l’asymétrie d’écho et l’estimation des moindres carrés).<ol><li>Assurez-vous que les données IDEAL ont une résolution horizontale de 256 pixels par 256 pixels, avec un espacement des pixels de 1,5625 mm et une épaisseur de tranche de 10 mm. REMARQUE : La stratégie de balayage pourrait être optimisée davantage, mais la méthodologie employée dans cette étude est applicable à l’imagerie médicale de plus haute précision.</li>
	</ol></li>
	<li>Renommez le dossier de chaque séquence. REMARQUE : Étant donné que les données DICOM exportées à partir de l’équipement ne fournissent pas explicitement de noms de séquence, lors de l’étape de prétraitement, il est nécessaire d’ajouter des noms explicites pour chaque séquence afin de faciliter l’analyse et le traitement ultérieurs.<ol><li>Copiez toutes les données DICOM dans un répertoire de travail personnalisé.</li>
		<li>Accédez au répertoire contenant les données dans le répertoire de travail de MATLAB.</li>
		<li>Exécutez la fonction Description_Name pour ajouter des noms descriptifs aux dossiers de chaque séquence.</li>
		<li>Voir la figure 1 pour une comparaison avant et après le changement de nom. Ajoutez un nom de description à chaque dossier de séquences d’images pour faciliter l’identification des séquences d’images nécessaires à diverses fins d’analyse.</li>
	</ol></li>
	<li>Vérifiez rapidement les images d’IDEAL.<ol><li>Modifiez le répertoire des dossiers des différentes phases, y compris les phases en phase, en phase de sortie, en eau et en graisse, qui ont été stockés dans des dossiers séparés pour l’imagerie à l’aide d’IDEAL.</li>
		<li>Exécutez la fonction Slice_View pour afficher les séquences d’impact pour chaque phase.</li>
		<li>Voir la figure 2 pour une image de l’interface utilisateur graphique interactive (GUI) pour la séquence IRM-IDEAL. Utilisez la barre de défilement en bas de l’interface graphique pour parcourir rapidement les différentes séquences.</li>
		<li>Utilisez la séquence de déphase IRM-IDEAL comme type de séquence d’IRM pour fournir des descriptions plus claires des limites du tissu hépatique. REMARQUE : Dans les opérations suivantes, l’accent sera mis sur l’utilisation de la séquence de déphase d’IDEAL pour délimiter la région 3D du foie.</li>
	</ol></li>
</ol>2. Extraire la région 3D du foie
REMARQUE : Les voxels individuels dans la région 3D du foie servent de transporteurs spatiaux pour le LSD, la valeur de rigidité de chaque voxel étant dérivée de MRE. L’extraction de la région 3D du tissu hépatique est une étape nécessaire avant la fusion. Bien que l’apprentissage profond puisse être utilisé pour accomplir cette tâche plus efficacement, ce n’est pas l’objet de cette étude. Par conséquent, des outils logiciels matures (par exemple, MIMICS) sont encore utilisés ici pour extraire la région 3D du tissu hépatique.
<ol><li>Pour lancer le logiciel MIMICS, sélectionnez Nouveau projet et, dans la boîte de dialogue qui s’affiche, accédez au dossier contenant les images de déphase IDEAL. Continuez en cliquant sur SUIVANT | le bouton Convertir , ce qui permet d’accéder à l’état d’édition de séquence.</li>
	<li>Pour créer un masque vide, cliquez sur le bouton Nouveau dans la boîte de dialogue MASQUE située sur le côté droit et sélectionnez le seuil maximum.</li>
	<li>Pour délimiter la zone du foie dans toutes les vues horizontales, utilisez l’outil Modifier les masques situé sous l’étiquette Segment .</li>
	<li>Pour générer la partie spatiale 3D du foie, sélectionnez le masque hépatique qui a été délimité et cliquez sur le bouton Calculer la partie à partir du masque . La région 3D extraite du foie est illustrée à la figure 3.</li>
	<li>Cliquez sur Fichier | Exporter | sélectionnez la commande Dicom . Dans la boîte de dialogue contextuelle, choisissez le masque de foie, définissez le chemin d’accès et les noms des fichiers, puis cliquez sur le bouton OK pour terminer l’exportation de la région 3D du foie vers les fichiers DICOM spécifiés.</li>
</ol>3. La séquence de la carte de rigidité hépatique
REMARQUE : La plage de rigidité MRE chez les patients atteints de fibrose précoce est généralement inférieure à 8 kpa. Pour l’afficher, l’image de séquence intitulée « SE27_ST8K_(Pa) » doit être sélectionnée.
<ol><li>Remplacez le répertoire par le dossier 'SE27_ST8K_(Pa)', qui contient la séquence de la carte de rigidité hépatique.</li>
	<li>Pour parcourir chaque carte de rigidité, exécutez la fonction MRE_show dans l’espace de travail de Matlab, l’argument de la fonction étant le nom de fichier situé dans le chemin spécifié.</li>
	<li>La carte de rigidité hépatique illustrée à la figure 4 est une image RVB en couleurs vraies, avec une structure de données de 512 pixels par 512 pixels par 3 matrices, où chaque point de pixel a trois valeurs représentant les trois couleurs primaires, RBG. Observez la barre de couleur à gauche qui affiche les valeurs de rigidité correspondantes de pixels de différentes couleurs. Calculez la rigidité exacte de chaque pixel à l’aide de leurs corrélations respectives.</li>
	<li>Les informations supplémentaires de la figure 4 comprennent des données telles que la description de la séquence, la position du scan, l’heure, les informations sur le patient et les paramètres de l’image. Utilisez ces données, en particulier les paramètres de l’image, pour établir la relation spatiale entre les séquences MRE et IDEAL.</li>
</ol>4.3D-Volume de la distribution de la rigidité hépatique
REMARQUE : Chaque voxel du volume de rigidité hépatique 3D représente la valeur de rigidité d’un voxel correspondant dans la région hépatique 3D, qui est dérivée de la valeur de rigidité de chaque pixel de la figure 4. En alignant la région hépatique 3D de la figure 3 avec la carte de rigidité de la figure 4, il est possible d’extraire la valeur de rigidité de chaque voxel, ce qui permet de générer le volume de rigidité hépatique 3D.
<ol><li>Appelez la fonction LSD_Slice avec la région hépatique 3D illustrée à la figure 3 et la carte de rigidité hépatique de la figure 4 comme paramètres d’entrée pour obtenir le volume 3D de la distribution de la rigidité hépatique, comme illustré à la figure 5.</li>
	<li>Affichez la carte de rigidité de chaque couche du foie en faisant glisser la barre de défilement sous l’interface graphique illustrée à la figure 5. REMARQUE : Cependant, contrairement à la figure 4, seul le tissu hépatique est conservé avec précision ici.</li>
	<li>Observez les icônes dans le coin supérieur droit de l’interface graphique (Figure 5), telles que le zoom avant, le zoom arrière, le retour à la vue globale et le marquage des coordonnées du pixel sélectionné. REMARQUE : La barre de couleur par défaut est la palette de couleurs de « jet », ce qui signifie que les valeurs correspondantes (unité kpa) du bleu au rouge sont faibles à élevées.</li>
	<li>Exécutez la fonction LSD_Volume avec la même entrée que LSD_Slice pour obtenir la distribution spatiale du LSD hépatique 3D, comme le montre la figure 6. Visualisez le volume 3D du LSD sous n’importe quel angle en maintenant le bouton gauche de la souris enfoncé et en faisant glisser l’écran (Figure 6).</li>
</ol>5. Analyse quantitative du LSD
REMARQUE : Un objectif important de l’analyse quantitative de cette étude est de fournir la proportion de différents stades de voxels LSD dans le foie du patient. La figure 6 montre que la distribution de la fibrose hépatique chez les patients est inégale selon les différents emplacements spatiaux. La raison pour laquelle les symptômes cliniques ne sont pas encore évidents est principalement due au fait qu’une proportion considérable de tissu hépatique est à un stade normal. Par conséquent, il est nécessaire de quantifier précisément la différence entre les patients et les individus en bonne santé. Il s’agit d’un concept quantitatif important de cette étude.
<ol><li>Déterminer les plages numériques des valeurs de rigidité pour les différents stades de la fibrose hépatique, comme le montre la figure 7.</li>
	<li>Calculez la distribution de l’ensemble des voxels hépatiques du patient à différents stades de fibrose (Figure 8) en invoquant la fonction Hepatic_Fibrosis avec le paramètre d’entrée du volume 3D de LSD illustré à la Figure 6.</li>
	<li>Utilisez les mêmes étapes pour calculer et comparer les résultats d’un foie complètement sain avec le patient typique atteint de fibrose hépatique décrit ci-dessus (Figure 9).</li>
</ol>

Analyse quantitative de la distribution de la rigidité hépatique

<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>

L’outil logiciel de quantification de la fibrose hépatique répertorié dans le tableau des matériaux de cette étude, HepaticFibrosis V1.0, est un outil logiciel de Beijing Intelligent Entropy Science & Technology Co Ltd. Les droits de propriété intellectuelle de cet outil logiciel appartiennent à l’entreprise.

Dans la pratique clinique, il est difficile de quantifier et de suivre avec précision l’état des patients atteints de fibrose hépatique à un stade précoce. La comparaison présentée à la figure 9 reflète pleinement le degré de fibrose hépatique chez le patient par rapport à un foie sain ; Bien entendu, ce chiffre peut également être une comparaison entre deux périodes différentes pour le patient, utilisée pour l’évaluation de l’efficacité du traitement. Cette méthode de quantification précise...

La fibrose hépatique fait référence à la formation d’un tissu cicatriciel excessif dans le foie, généralement à la suite de lésions hépatiques oud’une maladie 1,2,3,4. Elle survient fréquemment à la suite de lésions hépatiques chroniques et est généralement associée à des maladies du foie, telles que l’hépatite virale chronique, la stéatose hépatique non alcoolique et la maladie alcoolique du foie. Si elle n’est pas traitée, la fibrose hépatique peut évoluer vers une cirrhose, une affection potentiellement mortelle associée à une morbidité et à une mortalité importantes.
La recherche active dans ce domaine vise à élucider les mécanismes cellulaires et moléculaires sous-jacents à la pathogenèse de la fibrose hépatique, ainsi qu’à développer de nouvelles stratégies diagnostiques et thérapeutiques pour améliorer les résultats pour les patients. Un autre objectif est la détection non invasive du stade de la fibrose hépatique, qui est un aspect critique qui est directement corrélé au diagnostic de la maladie, au choix du traitement et à l’évaluation du pronostic. Malgré l’importance d’un diagnostic précis et de la surveillance de la fibrose hépatique, les méthodes de diagnostic traditionnelles, telles que la biopsie hépatique, sont invasives et associées à des risques importants. En revanche, l’élastographie par résonance magnétique 5,6 (EMR) est une technique d’imagerie non invasive prometteuse qui a démontré son potentiel dans le diagnostic et le suivi de la fibrose hépatique en quantifiant la rigidité hépatique.
Au cours des dernières années, d’importantes recherches ont été menées sur l’évaluation de la précision et de la fiabilité de l’ERM dans le diagnostic de la fibrose hépatique, ainsi que sur ses avantages potentiels par rapport aux méthodes de diagnostic traditionnelles. La mesure de la rigidité hépatique de l’ERM a été approuvée par la Food and Drug Administration (FDA) des États-Unis pour le diagnostic clinique, et une analyse comparative approfondie avec des résultats pathologiques a été menée dans la pratique clinique. Les résultats ont montré que les cartes de rigidité générées par l’ERM présentent une forte corrélation positive avec les différents stades de la fibrose hépatique 7,8,9,10,11,12. Pourtant, jusqu’à présent, le travail d’évaluation et de suivi précis de la progression de la fibrose hépatique chez les patients par l’analyse quantitative de la distribution de la rigidité hépatique (LSD) en faisant correspondre les images de la structure hépatique avec l’ERM n’a pas fait beaucoup de progrès.
Dans cette étude, la technique d’analyse de groupe d’imagerie médicale13,14,15 est introduite pour obtenir un alignement précis des images de la structure hépatique avec la carte de rigidité générée par l’EMR dans l’espace 3D, permettant le calcul des valeurs de rigidité hépatique pour chaque voxel de l’ensemble du foie. Sur la base du modèle numérique 3D du LSD, la distribution exacte de la stadification de la fibrose hépatique spécifique au patient peut être calculée et évaluée. Cela jette une base solide pour le diagnostic quantitatif précis de la fibrose hépatique à un stade précoce.

<table><tbody><tr><td>MATLAB</td><td>MathWorks&nbsp ;</td><td>2022B</td><td>Informatique et visualisation&nbsp ;</td></tr><tr><td>Mimics</td><td>Materialise</td><td>Mimics Research V20 Transformation de</td><td>format de modèle</td></tr><tr><td>Outils pour 3D_LSD</td><td>Intelligent&nbsp ; Entropie</td><td>hépatiqueFibrose V1.0</td><td>Beijing Entropie intelligente Science & Technology Co Ltd. Modélisation pour la fusion CT/IRM</td></tr></tbody></table>

un modèle numérique tridimensionnel pour le diagnostic précoce de la fibrose hépatique basé sur l’élastographie par résonance magnétique

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

La fibrose hépatique est un stade précoce de la cirrhose du foie, et il n’existe pas de meilleures méthodes non invasives et pratiques pour la détection et l’évaluation de la maladie. Malgré les progrès réalisés avec la carte de rigidité hépatique (LSM) basée sur l’élastographie par résonance magnétique (EMR), il reste encore quelques limites à surmonter, notamment la détermination manuelle de la focalisation, la sélection manuelle des régions d’intérêt (ROI) et les données LSM discontinues sans information structurelle, ce qui rend impossible l’évaluation du foie dans son ensemble. Dans cette étude, nous proposons un nouveau modèle numérique tridimensionnel (3D) pour le diagnostic précoce de la fibrose hépatique basé sur l’ERM.
L’ERM est une technique d’imagerie non invasive qui utilise l’imagerie par résonance magnétique (IRM) pour mesurer la rigidité hépatique au site d’examen par interaction homme-machine. Des études ont indiqué une corrélation positive significative entre le LSM obtenu par ERM et le degré de fibrose hépatique. Cependant, à des fins cliniques, une quantification complète et précise du degré de fibrose hépatique est nécessaire. Pour y remédier, le concept de distribution de rigidité hépatique (LSD) a été proposé dans cette étude, qui fait référence au volume de rigidité 3D de chaque voxel hépatique obtenu par l’alignement d’images 3D de tissus hépatiques et d’indicateurs EMR. Il s’agit d’un outil clinique plus efficace pour le diagnostic et le traitement de la fibrose hépatique.

En utilisant les informations contenues dans le champ Description_Name des fichiers DICOM, le dossier IRM d’origine peut être renommé pour faciliter la localisation rapide de la séquence d’imagerie requise pendant le processus d’analyse dans le groupe d’imagerie. La séquence de déphase IRM-IDEAL est le type de séquence d’IRM utilisée pour fournir des descriptions plus claires des limites du tissu hépatique. En effet, la séquence déphasée IRM-IDEAL peut mieux différencier la force d’aimantation et l’angle...

L’objectif de cette étude était de développer un nouveau modèle numérique tridimensionnel pour le diagnostic précoce de la fibrose hépatique, qui inclut la rigidité de chaque voxel dans le foie du patient et peut donc être utilisé pour calculer le rapport de distribution du foie du patient à différents stades de la fibrose.

Un modèle numérique tridimensionnel pour le diagnostic précoce de la fibrose hépatique basé sur l’élastographie par résonance magnétique

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 ...

L’objectif de la recherche est de développer un modèle numérique tridimensionnel pour le diagnostic précoce de la fibrose hépatique basé sur l’élastographie par résonance magnétique. La recherche vise à remédier aux limites des méthodes actuelles et à fournir une approche non invasive et quantitative pour l’évaluation et la surveillance précises de la fibrose hépatique. Parmi les défis expérimentaux actuels dans le domaine de la recherche sur la fibrose hépatique, citons l’amélioration de la précision du balayage et des techniques d’imagerie des méthodes non invasives comme l’élastographie par résonance magnétique, la normalisation des protocoles de calcul pour des résultats cohérents et l’accumulation de données plus complètes, et c’était la taille des données pour une classification et un diagnostic précis.Les images structurelles de l’IRM hépatique ont été alignées avec précision avec les images EMR, ce qui a permis la distribution tridimensionnelle de la rigidité et de la distribution du foie, et d’obtenir une quantification précise dans l’espace 3D. Il est possible d’établir avec précision la carte de distribution de la rigidité du foie pour un foie sain et de l’utiliser facilement pour le diagnostic et le traitement des patients atteints de cirrhose du foie à différents stades. À l’avenir, nous voulons aborder le diagnostic, le traitement et le pronostic des maladies du foie basés sur l’IA, ainsi que le développement de médicaments à base de plantes liés aux maladies du foie.

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

Research

Recherche

JoVE Journal

Medicine

Médecine

La procédure démontre la méthodologie de l'élastographie par résonance magnétique pour le suivi des résultats d'ingénierie du tissu adipeux et les constructions de tissus ostéogéniques d'ingénierie grâce à une évaluation non invasive locale des propriétés mécaniques en utilisant microscopique élastographie par résonance magnétique (μMRE).

Méthodologie élastographie par résonance magnétique pour l&#39;évaluation des tissus Conçu croissance Construct

Ce protocole décrit l’utilisation d’une technique d’échographie améliorée pour observer et quantifier de manière non invasive les changements tissulaires hépatiques dans les modèles de rongeurs de stéatose hépatique non alcoolique.

Application de l’échographie et de l’imagerie par élastographie par ondes de cisaillement dans un modèle de rat de NAFLD / NASH

Le protocole actuel optimise les méthodes de perfusion/décellularisation in situ du foie et de microscopie à deux photons afin d’établir une plateforme fiable pour visualiser la dynamique du remodelage de la matrice extracellulaire (ECM) au cours de la stéatohépatite non alcoolique (NASH).

Imagerie 3D de la matrice extracellulaire hépatique dans un modèle murin de stéatohépatite non alcoolique

Nous présentons un protocole pour mesurer les modules élastiques des zones riches en collagène dans le foie normal et malade en utilisant la microscopie à force atomique. L’utilisation simultanée de la microscopie à polarisation fournit une grande précision spatiale pour localiser les zones riches en collagène dans les sections du foie.

Mesure de la rigidité hépatique par microscopie à force atomique couplée à la microscopie à polarisation

Cette étude introduit une méthode unique de quantification 3D pour la distribution de la fraction de graisse hépatique (LFF) à l’aide de l’imagerie par résonance magnétique de Dixon (IRM de Dixon). Les cartes LFF, dérivées d’images en phase et en phase aqueuse, sont intégrées aux contours du foie en 3D pour différencier les modèles LFF entre les foies normaux et stéatosiques, permettant une évaluation précise de la teneur en graisse du foie.

Une technique de quantification 3D pour l’analyse de la distribution de la fraction graisseuse du foie à l’aide de l’imagerie par résonance magnétique de Dixon

Ce protocole présente un pipeline d’imagerie complet pour visualiser et modéliser la morphologie des cellules étoilées hépatiques dans le tissu hépatique intact. Cette approche combine le marquage fluorescent des fibroblastes utilisant la génétique de la souris, une préparation tissulaire in situ basée sur la perfusion hépatique, et une méthode modifiée de nettoyage tissulaire iDISCO pour obtenir une transparence optique.

Cartographie de la morphologie des cellules étoilées hépatiques dans des modèles murins de fibrose hépatique

Cet article fournit des méthodologies détaillées pour l'utilisation de trois dimensions (3D) des essais pour quantifier l'invasion des cellules du cancer du sein. Plus précisément, nous discutons les procédures nécessaires pour mettre en place de tels essais, la quantification et l'analyse des données, ainsi que des méthodes pour examiner la perte de l'intégrité de la membrane qui se produit lorsque les cellules envahissent.

Quantification du cancer du sein cellulaire envahissement aide d&#39;un (3D) du modèle en trois dimensions

Un modèle murin de métastases hépatiques préclinique réalisée par une technique d'injection de hemispleen.

Un préclinique modèle murin de métastases hépatiques

Ici, nous présentons un protocole de co-culture en trois dimensions, qui est utile pour étudier les interactions multicellulaires et la modulation dépendante de la matrice extracellulaire du comportement des cellules cancéreuses. Dans ce modèle expérimental, les cellules cancéreuses sont cultivées sur des gels de collagène intégrés à des fibroblastes humains associés au cancer.

En trois dimensions modèle de co-culture tumeur stromale-Interaction

L’invasion des tissus normaux environnants est une caractéristique déterminante des tumeurs malignes. Nous fournissons ici un test simple et semi-automatisé sur microplaque d’invasion dans une biomatrice 3D naturelle qui a été illustré par un certain nombre de modèles de cancers humains avancés.

Tridimensionnelle (3D) Tumor Spheroid Invasion Assay

Découvrez un modèle numérique 3D pour le diagnostic précoce de la fibrose hépatique par élastographie par résonance magnétique. Cette méthode améliore la quantification précise de la rigidité hépatique en trois dimensions.

Un modèle numérique tridimensionnel pour le diagnostic précoce de la fibrose hépatique basé sur l’élastographie par résonance magnétique (Vidéo) | JoVE Journal

Un modèle numérique tridimensionnel pour le diagnostic précoce de la fibrose hépatique basé sur l’élastographie par résonance magnétique

Explorer plus de vidéos