Whole Body and Regional Quantification of Active Human Brown Adipose Tissue Using <sup>18</sup>F-FDG PET/CT

Katherine Kim; Shan Huang; Laura A. Fletcher; Alana E. O'Mara; Ilan Tal; Robert J. Brychta; Aaron M. Cypess; Kong Y. Chen; Brooks P. Leitner

doi:10.3791/58469

JoVE Journal
Medicine

This content is Free Access.

JoVE Journal Medicine

Whole Body and Regional Quantification of Active Human Brown Adipose Tissue Using ¹⁸F-FDG PET/CT

人間の活動の地域の定量化と全身褐色脂肪組織18F-FDG PET/CT を使用

Full Text

9,537 Views

10:30 min

April 1, 2019

DOI: 10.3791/58469-v

Katherine Kim¹, Shan Huang², Laura A. Fletcher¹, Alana E. O'Mara¹, Ilan Tal³, Robert J. Brychta¹, Aaron M. Cypess¹, Kong Y. Chen¹, Brooks P. Leitner¹

¹Diabetes, Endocrinology, and Obesity Branch, National Institute of Diabetes and Digestive and Kidney Diseases,National Institutes of Health, ²National Cancer Institute,National Institutes of Health, ³Division of Nuclear Medicine and Molecular Imaging, Department of Radiology, Beth Israel Deaconess Medical Center,Harvard Medical School

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

Overview

This study presents a novel analytical approach for quantifying brown adipose tissue (BAT) volume and metabolic activity using 18 F-FDG PET/CT. The methodology aims to provide accurate measurements while minimizing false positives in BAT detection.

Key Study Components

Area of Science

Neuroscience
Metabolic Imaging
Adipose Tissue Analysis

Background

Brown adipose tissue plays a crucial role in thermogenesis and energy metabolism.
Accurate quantification of BAT is essential for understanding metabolic health.
Common imaging techniques often yield false positives in BAT identification.
This study addresses these challenges with a refined methodology.

Purpose of Study

To develop a reliable method for quantifying active BAT in human subjects.
To reduce false positives in BAT detection.
To provide detailed instructions for researchers on BAT classification.

Methods Used

Utilization of 18 F-FDG PET/CT imaging.
Step-by-step protocol for loading and editing PET-CT images.
Implementation of specific criteria for BAT detection.
In-depth anatomical guidance for accurate ROI drawing.

Main Results

Successful identification and classification of metabolically active BAT deposits.
Demonstrated reduction in false positives through refined ROI techniques.
Comprehensive analysis of BAT across various anatomical regions.
Enhanced understanding of regional BAT activation patterns.

Conclusions

The developed methodology provides a robust framework for BAT quantification.
Accurate BAT measurement can contribute to metabolic health research.
Future studies can build on this approach to explore BAT's role in human metabolism.

Frequently Asked Questions

What is brown adipose tissue?

Brown adipose tissue is a type of fat tissue that generates heat by burning calories, playing a significant role in thermoregulation and energy metabolism.

How does the methodology reduce false positives?

The methodology incorporates specific criteria and anatomical landmarks to accurately identify and classify BAT, minimizing the risk of misidentification.

What imaging technique is used in this study?

The study utilizes 18 F-FDG PET/CT imaging to quantify brown adipose tissue volume and metabolic activity.

Why is accurate BAT quantification important?

Accurate BAT quantification is crucial for understanding its role in metabolic health and its potential implications for obesity and diabetes research.

Can this methodology be applied to other studies?

Yes, the methodology can be adapted for various studies focusing on metabolic health and adipose tissue analysis.

What are the main advantages of this approach?

The main advantages include reduced false positives, detailed anatomical guidance, and comprehensive analysis of BAT across different regions.

無料、フリー、オープンソースのソフトウェアを使用して、総と地域の褐色脂肪組織 (BAT) ボリューム、 ¹⁸F-FDG 像にてペットを使用してバットの代謝活動を定量化する分析的なアプローチを開発しています。

この方法を使用すると、研究者はヒト被験者における活性ブラウン脂肪組織(BAT)の高度に定量的な尺度を得ることができます。私たちの方法論は、一般的な偽陽性を避け、茶色の脂肪組織デポを識別し、分類する方法についての詳細な指示を提供するように設計されています。この技術の主な利点は、偽陽性の排除および代謝活性褐色脂肪組織デポの分類である。

テキストプロトコルで説明されているように、PET-CT イメージのロードと準備を行い、この手順を開始します。すべてのビューでスライスをナビゲートした後、ツールバーの左上にある編集を選択し、表示されるドロップダウンメニューから茶色の脂肪、ROI を選択します。表示される新しいダイアログボックスで、[SUV を使用する] チェックボックスをオンにし、[CT] チェックボックスをオンにします。

次に、3 つのヴォクソール包含基準のいずれかを選択します。内部を選択して BAT 検出アルゴリズムを適用し、ROI の領域内のボクソールを検査します。今度は、個人の測定または予測された無駄のない体重に正規化されたSUVの下限と、高い活動レベルに対応するのに十分な上限を入力します。

フリーテキストフィールドの 2 行目に BAT 密度範囲を入力します。ボリューム時間の下にあるチェックボックスをオンにすると、BAT とみなされるすべてのボクソールが、茶色の脂肪のROIウィンドウが開いている間に青色で強調表示されます。茶色の脂肪の ROI ダイアログボックスで描画ボタンをクリックして ROI を描画します。

次に、3 つのビューのうちいずれかの場所をクリックして、ROI の描画を開始します。ROI をコンパイルして合計 BAT ボリュームを取得するには、開始スライスと終了スライスの制限を同じスライスに設定して、ROI が現在の軸方向スライスにのみ適用されるようにします。ROI を完了せずに BAT の 1 つのデポを囲みます。

胴体を横切る接続線を BAT の遠いセグメントまで延長して ROI を継続します。2 番目の BAT depo を囲み、2 番目のリージョンの始点で、以前に識別されたポイントをダブルクリックします。必要に応じてROIポイントを調整して、誤検出の可能性をさらに減らします。

椎骨形状、その他の骨構造、臓器の存在など、ユニークな解剖学的ランドマークを使用して、現在の解剖学的領域を特定します。頸部領域の BAT を識別するには、3 番目の頸椎の軸方向ビューに移動します。脂肪組織のデポの側側でROIを開始し、椎骨の棘の周りの首の筋肉を避け、下顎骨の下端にちょうど後部の境界を作成します。

さて、代謝活性が生じる場所にのみ皮下脂肪組織を注意深く含めることによって、副頸部領域のBATを同定する。上鎖領域の BAT を識別するには、最も表面的な、非常にアクティブな BAT 領域に近い側の ROI を描画します。腋窩領域の BAT を識別するには、腕が胴体から分離し始めるが、肋骨と肺を避けるところ近くの BAT を選択します。

内側の領域でコウモリを識別するには、胸骨がT2の始まり、胸部空洞の最も前の領域の近くに現れ始めるBATを選択し、キシフォイドプロセスの終わりまでROIを劣って続けます。脊椎の棘周囲のROIを、椎骨の棘のプロセスではなく周りに描くことによって、脊髄領域のBATを特定する。最後に、代謝活性が存在しなくなるまで腎臓を直接取り囲む活性脂肪を追跡することによって、T12より劣る腹部領域のBATを同定する。

マスクタブを選択して押して、マスクされたPETを作ることによって茶色の脂肪ROIエディタでBATマスクを生成します。PET-CT ビューアを閉じますが、個々のボックスは開いたままにしておきます。次に、新しい PET-CT ビューアウィンドウを再度開きます。

表示されるダイアログボックスで、次のチェックボックスをオンにします。CTセットと最新のPETセット。PET-CT画像のビューを矢状に変更し、同じ矢状スライスから始まる領域全体の分析のためのすべてのROIの描画を開始します。

次に、C3 の上部から開始して ROI を C7 に拡張し、RoI を閉じる前に C7 の本体の下に線を引いて、頚部 ROI を描画してラベルを付けます。さて、上積分ROIを描いてラベルを付けます。C7から始めますが、RoIをT3に拡張する間、胸椎の体を含めないでください。次に、ROI の左の境界を胸骨のマヌブリウムの上部まで延長します。

腋窩ROIを描画してラベル付けするには、T3から開始しますが、ROIをT7に拡張する間は胸椎の本体は含めないでください。次に、胸骨の体のすぐ近くにあるROIの左の境界を延長します。単一の ROI 内で胸骨全体を包含することにより、中間 ROI を描画し、ラベルを付けます。次に、T1から始まるパラ脊髄ROIを描画し、ROI内のすべての胸椎骨を含むラベルを付けます。

L1の上部から始めて腹部ROIを描画し、ラベルを付け、腹部ROI内の以前の領域のいずれにも考慮されなかったBATを含めます。最後に、ドーソセルビカル ROI を描画してラベルを付けます。子宮頸部および脊髄領域の上部付近の皮下脂肪の領域を含む。

被験者の体がスキャンベッドと接触した場所です。[すべて表示] をオンにすると、すべてのリージョンの ROI が表示されます。ここで、重複や過小評価を防ぐために、すべての ROI を整列します。

2 つのリージョンに BAT が含まれず、すべてのリージョンから BAT が欠落しないように、隣接する ROI の周長を互いに互いに配置します。BAT 定量で誤検出を回避するには、ROI を描画するときに PET、CT、解剖学的情報をすべて考慮する必要があります。冷刺激対象で全身BATを定量する際に含まれ、避けるべきいくつかの共通領域が示されている, 例えば代謝活性子宮頸部BAT対唾液腺, 声帯, 甲状腺.

また、上包性BATを含める必要がありますが、空気と固体組織の境界付近で震える筋肉は避けるべきです。最後に、腹部BATを含む場合、腎臓の起糖を避ける。各軸スライスの ROI がコンパイルされた後、BAT デポジットを矢状平面にセグメント化して、地域 BAT 活性化における内部、相互、個人差を調べることができます。

ここに示される領域には、子宮頸部、上膜、腋窩、中隔、脊髄、腹部、および副頸部が含まれる。すべての領域を含む合成画像も表示されます。画像フレーム内の識別可能な器官と構造を使用して、体内での位置を理解し、構造が本当に茶色の脂肪であるかどうかを判断することが重要です。

最終的には、ディープラーニングやAIの方法論を用いた自動化手法の開発を進めたいと考えています。茶色の脂肪の詳細なアトラスを作成することは、自動化された方法がBATを識別していることを確認するために不可欠です。この画像処理法を用いて、ヒト褐色脂肪組織の定量的かつ非侵襲的な地図を開発しました。

この方法を用いて、研究者はヒトの発がん性BATをより包括的に比較することができます。