Summary
Bu çalışmanın amacı, hepatik fibrozisin erken teşhisi için, hastanın karaciğerindeki her bir vokselin sertliğini içeren ve böylece hastanın karaciğerinin farklı fibroz evrelerindeki dağılım oranını hesaplamak için kullanılabilecek yeni bir üç boyutlu dijital model geliştirmekti.
Abstract
Hepatik fibroz, karaciğer sirozunun erken bir aşamasıdır ve hastalığın tespiti ve değerlendirilmesi için daha iyi non-invaziv ve uygun yöntemler yoktur. Manyetik rezonans elastografisine (MRE) dayalı karaciğer sertliği haritası (LSM) ile kaydedilen iyi ilerlemeye rağmen, manuel odak belirleme, ilgilenilen bölgelerin (ROI'ler) manuel seçimi ve karaciğeri bir bütün olarak değerlendirmeyi imkansız kılan yapısal bilgi olmadan süreksiz LSM verileri dahil olmak üzere hala üstesinden gelinmesi gereken bazı sınırlamalar vardır. Bu çalışmada, hepatik fibrozisin erken tanısı için MRE'ye dayalı yeni bir üç boyutlu (3D) dijital model öneriyoruz.
MRE, insan-bilgisayar etkileşimi yoluyla tarama bölgesindeki karaciğer sertliğini ölçmek için manyetik rezonans görüntüleme (MRI) kullanan non-invaziv bir görüntüleme tekniğidir. Çalışmalar, MRE yoluyla elde edilen LSM ile hepatik fibrozis derecesi arasında anlamlı bir pozitif korelasyon olduğunu göstermiştir. Bununla birlikte, klinik amaçlar için, hepatik fibroz derecesinin kapsamlı ve kesin bir şekilde ölçülmesi gereklidir. Bunu ele almak için, bu çalışmada, 3D karaciğer dokusu görüntülerinin ve MRE göstergelerinin hizalanmasıyla elde edilen her bir karaciğer vokselinin 3D sertlik hacmini ifade eden Karaciğer Sertliği Dağılımı (LSD) kavramı önerilmiştir. Bu, hepatik fibrozun tanı ve tedavisi için daha etkili bir klinik araç sağlar.
Introduction
Hepatik fibroz, genellikle karaciğer hasarı veya hastalığının bir sonucu olarak karaciğerde aşırı skar dokusu oluşumunu ifade eder 1,2,3,4. Sıklıkla kronik karaciğer hasarının bir sonucu olarak ortaya çıkar ve genellikle kronik viral hepatit, alkolsüz yağlı karaciğer hastalığı ve alkolik karaciğer hastalığı gibi karaciğer hastalıkları ile ilişkilidir. Tedavi edilmezse, hepatik fibroz, önemli morbidite ve mortalite ile ilişkili potansiyel olarak yaşamı tehdit eden bir durum olan siroza ilerleyebilir.
Bu alandaki aktif araştırmalar, hepatik fibrozisin patogenezinin altında yatan hücresel ve moleküler mekanizmaları aydınlatmanın yanı sıra hasta sonuçlarını iyileştirmek için yeni tanı ve tedavi stratejileri geliştirmeyi amaçlamaktadır. Diğer bir amaç, hastalık teşhisi, tedavi seçimi ve prognoz değerlendirmesi ile doğrudan ilişkili olan kritik bir husus olan hepatik fibroz evresinin noninvaziv tespitidir. Hepatik fibrozisin doğru tanı ve izlenmesinin önemine rağmen, karaciğer biyopsisi gibi geleneksel tanı yöntemleri invazivdir ve önemli risklerle ilişkilidir. Buna karşılık, manyetik rezonans elastografi5,6 (MRE), karaciğer sertliğini ölçerek hepatik fibrozun tanı ve izlenmesinde potansiyel gösteren, umut verici bir non-invaziv görüntüleme tekniğidir.
Son yıllarda, hepatik fibrozis tanısında MRE'nin doğruluğu ve güvenilirliğinin yanı sıra geleneksel tanı yöntemlerine göre potansiyel avantajlarını değerlendirmeye odaklanan önemli araştırmalar yapılmıştır. MRE'nin karaciğer sertliği metriği, Amerika Birleşik Devletleri Gıda ve İlaç Dairesi (FDA) tarafından klinik tanı için onay almıştır ve klinik uygulamada patolojik sonuçlarla kapsamlı karşılaştırmalı analizler yapılmıştır. Sonuçlar, MRE tarafından oluşturulan sertlik haritalarının, karaciğer fibrozununçeşitli aşamaları ile güçlü bir pozitif korelasyon sergilediğini göstermiştir 7,8,9,10,11,12. Ancak şimdiye kadar, karaciğer yapısı görüntülerini MRE ile eşleştirerek karaciğer sertliği dağılımının (LSD) kantitatif analizi yoluyla hastalarda karaciğer fibrozunun ilerlemesini doğru bir şekilde değerlendirme ve izleme çalışmaları çok fazla ilerleme kaydetmemiştir.
Bu çalışmada, tüm karaciğerin her bir vokseli için karaciğer sertliği değerlerinin hesaplanmasını sağlayan, MRE tarafından oluşturulan sertlik haritası ile karaciğer yapısı görüntülerinin 3 boyutlu uzayda doğru hizalanmasını sağlamak için tıbbi görüntüleme grubu analiz tekniği13,14,15 tanıtılmıştır. LSD'nin 3D-dijital modeline dayanarak, hastaya özgü karaciğer fibroz evrelemesinin tam dağılımı hesaplanabilir ve değerlendirilebilir. Bu, erken evre karaciğer fibrozunun kesin kantitatif teşhisi için sağlam bir temel oluşturur.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Bu çalışmada, klinik olarak doğrulanmış hepatik fibrozisli tipik bir hastanın karaciğerini yeniden yapılandırmak için 3D-dijital LSD modellemesi kullanılmıştır. Hasta, Çin'in Pekin kentindeki tanınmış bir karaciğer hastalığı tedavi kurumu olan "You An Hospital"dan işe alındı ve onay verildikten sonra rutin üst karın manyetik rezonans görüntüleme (MRI) ve MRE görüntülemesi yapıldı. Hasta, patolojik inceleme ile hepatik fibrozis evrelemesinin doğrulanması ve bu araştırmanın erken evre hepatik fibrozis hastalarının teşhisinde uygulanabilirliğini ve klinik değerini vurgulayan belirgin klinik semptomların olmaması nedeniyle bu araştırma yöntemi için vaka çalışması olarak seçilmiştir. Bu makale aynı zamanda bu hastanın karaciğeri ile sağlıklı bir karaciğer arasında kantitatif bir karşılaştırma sağlar. Bu çalışmada kullanılan yazılım araçları Malzeme Tablosunda listelenmiştir.
1. Veri toplama ve hazırlama
NOT: Parametre farkı araştırma yöntemine duyarlı değildir.
- MRI tarama stratejileri
NOT: Bu çalışmada, GE tarafından üretilen bir manyetik rezonans görüntüleme (MRI) cihazı kullanılarak klinik görüntülemeden elde edilen gerçek DICOM verileri kullanılmıştır. Verilerin içeriğinde IDEAL (Eko Asimetrisi ve En Küçük Kareler tahmini ile Su ve Yağın Yinelemeli Ayrışması), su-yağ ayırma görüntüleme ve manyetik rezonans elastografi (MRE) görüntüleme yer almaktadır.- İDEAL verilerin 256 piksel x 256 piksel yatay çözünürlüğe, 1,5625 mm piksel aralığına ve 10 mm dilim kalınlığına sahip olduğundan emin olun.
NOT: Tarama stratejisi daha da optimize edilebilir, ancak bu çalışmada kullanılan metodoloji daha yüksek hassasiyetli tıbbi görüntüleme için geçerlidir.
- İDEAL verilerin 256 piksel x 256 piksel yatay çözünürlüğe, 1,5625 mm piksel aralığına ve 10 mm dilim kalınlığına sahip olduğundan emin olun.
- Her dizinin klasörünü yeniden adlandırın.
NOT: Ekipmandan dışa aktarılan DICOM verileri açıkça dizi adları sağlamadığından, ön işleme aşamasında, sonraki analiz ve işlemeyi kolaylaştırmak için her dizi için açık adlar eklemek gerekir.- Tüm DICOM verilerini özelleştirilmiş bir çalışma dizinine kopyalayın.
- MATLAB'ın çalışma dizinindeki verileri içeren dizine gidin.
- Her dizi için klasörlere açıklayıcı adlar eklemek için Description_Name işlevini yürütün.
- Yeniden adlandırmadan önce ve sonra karşılaştırma için Şekil 1'e bakın. Çeşitli analitik amaçlar için gerekli görüntü dizilerinin tanımlanmasını kolaylaştırmak için her görüntü dizisi klasörüne bir Açıklama Adı ekleyin.
- IDEAL görüntülerini hızlıca kontrol edin.
- IDEAL kullanarak görüntüleme için ayrı klasörlerde saklanan faz içi, faz dışı, su ve yağ fazları dahil olmak üzere farklı faz klasörlerinin dizinini değiştirin.
- Her aşama için etki dizilerini görüntülemek için Slice_View işlevini yürütün.
- MRI-IDEAL dizisi için etkileşimli grafik kullanıcı arayüzünün (GUI) bir görüntüsü için Şekil 2'ye bakın. Farklı dizilere hızlıca göz atmak için GUI'nin altındaki kaydırma çubuğunu kullanın.
- Karaciğer dokusu sınırlarının daha net tanımlarını sağlamak için MRI dizisi türü olarak MRI-IDEAL faz dışı dizisini kullanın.
NOT: Aşağıdaki işlemlerde, karaciğerin 3D bölgesini tanımlamak için IDEAL'in faz dışı dizisini kullanmaya odaklanılacaktır.
2. Karaciğerin 3D bölgesini çıkarın
NOT: Karaciğerin 3D bölgesindeki bireysel vokseller, LSD için uzamsal taşıyıcılar olarak hizmet eder ve her vokselin sertlik değeri MRE'den türetilir. Karaciğer dokusunun 3 boyutlu bölgesinin çıkarılması, füzyondan önce gerekli bir adımdır. Derin öğrenme, bu görevi daha verimli bir şekilde gerçekleştirmek için kullanılabilirken, bu çalışmanın odak noktası değildir. Bu nedenle, karaciğer dokusunun 3D bölgesini çıkarmak için burada hala olgun yazılım araçları (örneğin, MIMICS) kullanılmaktadır.
- MIMICS yazılımını başlatmak için Yeni Proje'yi seçin ve takip eden iletişim kutusunda İDEAL faz dışı görüntüleri içeren klasöre gidin. İLERİ | Dönüştür düğmesine tıklayarak devam edin, böylece dizi düzenleme durumuna giriş yapın.
- Boş bir Maske oluşturmak için, sağ tarafta bulunan MASKE iletişim kutusundaki Yeni düğmesine tıklayın ve maksimum eşiği seçin.
- Karaciğer alanını tüm yatay görünümlerde sınırlamak için, Segment etiketinin altında bulunan Maskeleri Düzenle aracını kullanın.
- Karaciğerin 3B uzamsal kısmını oluşturmak için, tanımlanmış karaciğer maskesini seçin ve Maskeden Parçayı Hesapla düğmesine tıklayın. Karaciğerin çıkarılan 3 boyutlu bölgesi Şekil 3'te gösterilmiştir.
- Dosya | İhracat | Dicom komutunu seçin. Açılır iletişim kutusunda, karaciğer maskesini seçin, dosya yolunu ve dosyaların adlarını ayarlayın ve OK Karaciğerin 3B bölgesinin belirtilen DICOM dosyalarına dışa aktarılmasını tamamlamak için düğmesine basın.
3. Karaciğer sertliği harita dizisi
NOT: Erken fibrozisli hastalarda MRE sertlik aralığı tipik olarak 8 kpa'nın altındadır. Bunu görüntülemek için 'SE27_ST8K_(Pa)' etiketli sekans görüntüsü seçilmelidir.
- Dizini, karaciğer sertliği harita dizisini içeren 'SE27_ST8K_(Pa)' klasörüne değiştirin.
- Her sertlik haritasına göz atmak için, Matlab'ın çalışma alanında MRE_show işlevini, işlevin bağımsız değişkeni belirtilen yolda bulunan dosya adı olacak şekilde yürütün.
- Şekil 4'te gösterilen karaciğer sertliği haritası, 512 piksel x 512 piksel x 3 matris veri yapısına sahip, her piksel noktasının üç ana rengi temsil eden üç değere sahip olduğu bir RGB gerçek renkli görüntüdür. Farklı renkli piksellerin karşılık gelen sertlik değerlerini gösteren soldaki renk çubuğuna bakın. İlgili korelasyonlarını kullanarak her pikselin tam sertliğini hesaplayın.
- Şekil 4'teki ek bilgiler, dizi açıklaması, tarama pozisyonu, zaman, hasta bilgileri ve görüntü parametreleri gibi verileri içerir. MRE ve IDEAL dizileri arasındaki uzamsal ilişkiyi kurmak için bu verileri, özellikle görüntü parametrelerini kullanın.
4.3D-Karaciğer sertliği dağılımının hacmi
NOT: 3D karaciğer sertliği hacmindeki her voksel, Şekil 3'teki her pikselin sertlik değerinden türetilen, 4D karaciğer bölgesindeki karşılık gelen bir vokselin sertlik değerini temsil eder. Şekil 3'teki 3D karaciğer bölgesini Şekil 4'teki sertlik haritası ile hizalayarak, her bir vokselin sertlik değeri çıkarılabilir ve bu da 3D karaciğer sertliği hacminin üretilmesine neden olur.
- Şekil 5'te gösterildiği gibi, karaciğer sertliği dağılımının 3D Hacmini elde etmek için girdi parametreleri olarak Şekil 3'te gösterilen 3D karaciğer bölgesi ve Şekil 4'teki Karaciğer sertliği haritası ile LSD_Slice fonksiyonunu çağırın.
- Şekil 5'te gösterilen GUI'nin altındaki kaydırma çubuğunu sürükleyerek karaciğerin her katmanının sertlik haritasını görüntüleyin.
NOT: Bununla birlikte, Şekil 4'ten farklı olarak, burada sadece karaciğer dokusu doğru bir şekilde tutulur. - GUI'nin sağ üst köşesindeki (Şekil 5) yakınlaştırma, uzaklaştırma, genel görünüme dönme ve seçilen pikselin koordinatlarını işaretleme gibi simgelere dikkat edin.
NOT: Varsayılan renk çubuğu "jet" renk haritasıdır, bu da maviden kırmızıya karşılık gelen değerlerin (Birim kpa) düşükten yükseğe olduğu anlamına gelir. - Şekil 6'da gösterildiği gibi, 3D karaciğer LSD'nin uzamsal dağılımını elde etmek için LSD_Volume işlevini LSD_Slice ile aynı girdiyle yürütün. Farenin sol düğmesini basılı tutup ekranı sürükleyerek LSD'nin 3B hacmini herhangi bir perspektiften görüntüleyin (Şekil 6).
5. LSD kantitatif analizi
NOT: Bu çalışmanın önemli bir kantitatif analiz odağı, hastanın karaciğerindeki LSD voksellerinin farklı aşamalarının oranını sağlamaktır. Şekil 6 , hastalarda karaciğer fibrozunun dağılımının farklı mekansal konumlarda eşit olmadığını göstermektedir. Klinik semptomların henüz belirgin olmamasının nedeni, esas olarak karaciğer dokusunun önemli bir kısmının normal bir aşamada olmasından kaynaklanmaktadır. Bu nedenle, hastalar ve sağlıklı bireyler arasındaki farkı tam olarak ölçmek gerekir. Bu, bu çalışmanın önemli bir nicel kavramıdır.
- Şekil 7'de gösterildiği gibi, hepatik fibrozun farklı aşamaları için sertlik değerlerinin sayısal aralıklarını belirleyin.
- Şekil 6'da gösterilen LSD'nin 3D hacminin giriş parametresi ile Hepatic_Fibrosis fonksiyonunu çağırarak hastanın tüm karaciğer voksellerinin farklı fibroz aşamalarındaki dağılımını hesaplayın (Şekil 8).
- Tamamen sağlıklı bir karaciğerin sonuçlarını hesaplamak ve yukarıda açıklanan tipik karaciğer fibrozu hastası ile karşılaştırmak için aynı adımları kullanın (Şekil 9).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
DICOM dosyalarının Description_Name alanındaki bilgiler kullanılarak, görüntüleme grubundaki analiz işlemi sırasında gerekli görüntüleme dizisinin hızlı bir şekilde lokalizasyonunu kolaylaştırmak için orijinal MRI klasörü yeniden adlandırılabilir. MRI-IDEAL faz dışı sekans, karaciğer dokusu sınırlarının daha net tanımlarını sağlamak için kullanılan MRI sekansı türüdür. Bunun nedeni, MRI-IDEAL faz dışı sekansının, belirli görüntü işleme teknikleri aracılığıyla farklı dokuların manyetizasyon gücünü ve açısını daha iyi ayırt edebilmesidir.
MRI-IDEAL faz dışı sekans, görüntü oluşturmak için gradyan yankı dizileri (GRE'ler) kullanarak ve görüntü alımı sırasında faz dışı kontrolü kullanarak çalışır. Bu, görüntüleme sırasında dokular arasındaki manyetik alan homojenliğini azaltır, böylece doku yapıları için görüntülerin çözünürlüğünü ve kontrastını iyileştirir. Ek olarak, MRI-IDEAL faz dışı sekans da yağ sinyalini baskılayabilir, böylece yağın görüntülemeye karışmasını azaltır ve bitişik doku yapılarının daha iyi görüntülenmesini sağlar. Özetle, MRI-IDEAL faz dışı sekans, manyetik alan kontrolü ve yağ sinyali baskılama gibi teknikleri kullanarak görüntüleme çözünürlüğünü ve kontrastını iyileştirebilir ve bu da daha net doku sınırları sağlar.
Derin öğrenme araçları karaciğerin 3 boyutlu anatomik yapısını çıkarmak için kullanılabilse de, bu yöntemin belirli bir derecede makine öğrenimi hatası vardır. Bu çalışmanın odak noktası, hepatik fibrozun kesin olarak ölçülmesidir; bu nedenle, MIMICS aracı, karaciğer dokusunun nispeten doğru bir 3D bölgesini çıkarmak için uzman deneyimi ile birlikte 3D karaciğer dokusu bölgesinin çıkarılması için kullanıldı.
MRE sertlik haritası, üst karın bölgesindeki her yatay taramada çeşitli uzamsal konumların kesme sertliğini görüntüleyebilir. Bu çalışma, hepatik fibrozisin erken evrelerine odaklanmıştır; bu nedenle, sayısal aralık 0-8 kPa idi. Şekil 4 , GE cihazındaki MRE-Karaciğer Sertliği Haritası'nın sertlik haritasını içeren standart versiyonudur, ancak karaciğerin anatomik yapısını ayırt etmek zordur. Bu çalışmanın temel yeniliği, MRE-Karaciğer Sertliği Haritası'nın Şekil 3'te gösterilen karaciğerin anatomik yapısı ile hizalanmasıyla elde edilen kesin miktar tayinidir.
Şekil 5 , doktorların ve hastaların belirsiz bir duyu yerine erken hepatik fibroz lezyonlarının yerini ve boyutunu tam olarak anlamalarını sağlayan karaciğer için doğru bir sertlik haritası sağlar. Bu, daha fazla sayısal niceleme analizinin önünü açar.
Şekil 6, karaciğer tarafından taranan her bir tabakanın sertlik haritasının yatay eksen boyunca 3 boyutlu uzayda yeniden oluşturulmasıyla elde edilir; Şekil 6, Şekil 5'in 3B versiyonudur. 3D uzayda, bir hastanın hepatik fibrozunun derecesi ve yeri daha net bir şekilde tanımlanabilir.
Patolojik inceleme sonuçlarının MRE sertliği ile karşılaştırılması, analiz edilmesi ve incelenmesinin sonuçları başka bir yerde bulunabilir9. Hastalarda karaciğer fibroz evresinin sayısal dağılımını daha fazla ölçmek için, Şekil 7 , önceki araştırma sonuçlarına dayanarak bu çalışmada kullanılan farklı aşamalar için sertlik aralıklarını listeler.
Şekil 7'de gösterilen karaciğer fibrozunun farklı aşamaları için sertlik sayısal aralığına göre, hasta için farklı aşamalarda karaciğer 3D voksellerinin spesifik oranını hesaplamak mümkündür. Bu hesaplama, Şekil 6'da gösterildiği gibi 3D LSD'den alınan verilere dayanmaktadır. Sonuç olarak, Şekil 8, hastanın hepatik fibrozunun kantitatif sonuçlarını sunar, bu da hastanın karaciğerinin hepatik fibrozun farklı aşamalarına giren oranını gösterir.
Şekil 8'de gösterilen sonuçlara dayanarak, sağlıklı bir karaciğerin verileri, Şekil 9'da gösterildiği gibi, bu çalışmada araştırılan yöntemin nicel etkisini göstermek için bir karşılaştırma olarak hesaplanmıştır. İkisi arasındaki kesin niceleme farkı görselleştirilebilir. Bu araştırma paradigmasına dayanarak, sonraki çalışmalarda, bu grup sağlıklı bir karaciğerin LSD'si ve erken evre hepatik fibrozun kantitatif sınıflandırması hakkında daha fazla araştırma yapacaktır.
Şekil 1: Her MRI dizisinin açıklama adı. Burada MRI tarama dizilerinin klasör adları gösterilmektedir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 2: Her bir İDEAL faz dizisinin dilimlerinin grafik kullanıcı arayüzü. MRI-IDEAL'de gezinmeye bir örnek. MRI-IDEAL, özellikle yağ ve su ayrımının kritik olduğu durumlarda MRG görüntülerinin kalitesini ve yorumlanabilirliğini artıran güçlü bir araçtır. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 3: Karaciğerin çıkarılan 3 boyutlu bölgesi. Karaciğerin yapısal görüntülerine dayanarak karaciğerin 3B uzamsal kapsamını gösterir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 4: Karaciğer sertliği haritası. MRE-Karaciğer Sertliği Haritası'nın standart versiyonudur. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 5: Karaciğer sertliği dağılımının dilimleri. Karaciğere ait doğru bir sertlik haritası. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 6: Karaciğer sertliği dağılımının 3D hacmi. Bu, Şekil 5'in 3B versiyonudur. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 7: Hepatik fibrozun farklı aşamaları. Önceki araştırma sonuçlarına dayanarak bu çalışmada kullanılan farklı aşamalar için sertlik aralıklarının listesi. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 8: Farklı aşamaların karaciğer sertliği dağılımı. Hastanın hepatik fibrozunun kantitatif sonuçları, hastanın karaciğerinin hepatik fibrozun farklı aşamalarına giren oranını gösterir. Kısaltma: LSD = karaciğer sertliği dağılımı. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 9: Karaciğer sertliği dağılımının karşılaştırılması. Sağlıklı bir karaciğer ile erken evre karaciğer fibrozu olan bir hasta arasında ayrıntılı bir kantitatif karşılaştırma. Kısaltma: LSD = karaciğer sertliği dağılımı. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Klinik uygulamada, erken evre hepatik fibroz hastalarının durumunu doğru bir şekilde ölçmek ve izlemek zordur. Şekil 9'da gösterilen karşılaştırma, sağlıklı bir karaciğere kıyasla hastadaki hepatik fibroz derecesini tam olarak yansıtmaktadır; Tabii ki, bu rakam aynı zamanda tedavi etkinliğinin değerlendirilmesi için kullanılan hasta için iki farklı dönem arasında bir karşılaştırma olabilir. Bu hassas niceleme yöntemi, bu çalışmanın temel kritik adımıdır. Ayrıca, Şekil 5 ve Şekil 6'da gösterilen 3D LSD hacminin hesaplama yöntemi, hastanın karaciğerindeki fibrotik lezyonların uzamsal konumunu ve boyutunu doğru bir şekilde bulabilir ve erken evre hepatik fibrozun doğru teşhisi için sağlam bir nicel temel sağlar. Ayrıca, 3D dijital modeli kullanarak hassas bir şekilde yönlendirilmiş karaciğer ponksiyonu için bilimsel destek sağlayabilir.
Bu çalışma, 3D LSD kavramını ve hepatik fibrozun farklı aşamalarında kesin miktar tayinini önermektedir. Sonuçlar, bu yöntemin erken hepatik fibroz hastalarının hastalık ilerlemesini etkili bir şekilde kantitatif olarak değerlendirebildiğini göstermektedir. Olası diğer iyileştirmeler ve gelişmeler arasında MRE taramalarının tarama doğruluğunun, özellikle yatay tarama aralığının iyileştirilmesi; karaciğer manyetik rezonans yapısal görüntülerinin görüntüleme doğruluğunu iyileştirmek; karaciğerin 3D bölgesinin hızlı bir şekilde çıkarılmasına yardımcı olmak için derin öğrenme teknolojisinin tanıtılması; tanısal karşılaştırmalar için bir temel oluşturmak üzere sağlıklı karaciğerler için daha fazla LSD verisi toplamak; ve daha doğru sınıflandırma standartları geliştirmek için hepatik fibrozun her aşaması için daha fazla hasta verisi toplamak.
Bu çalışmada önerilen yöntem, 3D LSD'ye dayalı erken hepatik fibrozu kantitatif olarak evreleyebilse de, hastalık gelişiminin altında yatan mekanizmaları ele almamaktadır2. Farklı ekipman ve tarama stratejileri tutarsız sonuçlara yol açabilir. Daha standartlaştırılmış ve evrensel bir hesaplama protokolü geliştirmek zor olmaya devam ediyor.
Hepatik fibrozis için geleneksel invaziv tanı yöntemleriyle karşılaştırıldığında, bu yazıda sunulan çalışma aşağıdaki belirgin avantajlara sahiptir. İlk olarak, hem rutin üst karın MRI hem de MRE non-invazivdir. İkincisi, 3D LSD, 3D uzayda hepatik fibroz lezyonlarının boyutunu ve yerini doğru bir şekilde karakterize edebilir. Üçüncüsü, kantitatif sonuçlar, klinisyenlere hepatik fibrozun farklı aşamalarında karaciğer voksellerinin oranını net bir şekilde anlamalarını sağlayabilir. Son olarak, bu çalışma, karaciğer dokusu yapısının MRE sertlik haritası ile doğru bir şekilde hizalanmasını sağlayarak, klinisyenlerin yapısal görüntülerden sertlik değerlerini indekslemesine veya tam tersi, sertlik haritasındaki lezyonlardan karaciğer dokusunun uzamsal konumunu indekslemesine olanak tanıdı. Bu yaklaşım, erken hepatik fibrozisin kesin olarak ölçülmesi için çok değerlidir.
MRI-IDEAL tekniği, farklı rezonans frekanslarından yararlanarak su ve yağ sinyallerinin ayrılmasına izin veren çoklu yankı zamanlarında MRI görüntüleri elde ederek çalışır. Bu ayrım, görüntünün her pikselindeki su ve yağın nispi oranlarını hesaplayan yinelemeli bir ayrıştırma işlemiyle elde edilir. Ortaya çıkan görüntüler, klinisyenlere obezite, diyabet ve karaciğer hastalığı gibi durumların teşhis edilmesinde ve izlenmesinde yararlı olabilecek vücut yağının dağılımı ve miktarı hakkında değerli bilgiler sağlayabilir.
Bu çalışmada önerilen kantitatif yöntem sadece erken hepatik fibrozisin kantitatif tanısı için değil, aynı zamanda orta ve geç evre karaciğer sirozunun tanısı için de geçerlidir. Ayrıca, hepatik fibroz veya karaciğer sirozu olan hastaları dışlamak için bir gruplama ve tarama tekniği olarak ve ayrıca çeşitli karaciğer sirozu türleri için prognostik bir araç olarak da kullanılabilir. 3D LSD, hassas karaciğer ponksiyonu veya ameliyatı için bir navigasyon aracı olarak da kullanılabilir.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Bu çalışmanın Malzeme Tablosunda listelenen hepatik fibroz ölçümü için yazılım aracı olan HepaticFibrosis V1.0, Beijing Intelligent Entropy Science & Technology Co Ltd.'den bir yazılım aracıdır. Bu yazılım aracının fikri mülkiyet hakları şirkete aittir.
Acknowledgments
Bu yayın, Ulusal Geleneksel Çin Tıbbı İdaresi tarafından düzenlenen beşinci ulusal geleneksel Çin tıbbı klinik mükemmel yetenekler araştırma programı tarafından desteklenmiştir. Resmi ağ bağlantısı 'http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html. '
Materials
| Name | Company | Catalog Number | Comments |
| MATLAB | MathWorks | 2022B | Computing and visualization |
| Mimics | Materialise | Mimics Research V20 | Model format transformation |
| Tools for 3D_LSD | Intelligent Entropy | HepaticFibrosis V1.0 | Beijing Intelligent Entropy Science & Technology Co Ltd. Modeling for CT/MRI fusion |
References
- Henderson, N. C., Rieder, F., Wynn, T. A. Fibrosis: from mechanisms to medicines. Nature. 587 (7835), 555-566 (2020).
- Parola, M., Pinzani, M. Liver fibrosis: Pathophysiology, pathogenetic targets and clinical issues. Molecular Aspects of Medicine. 65, 37-55 (2019).
- Ramachandran, P., et al. Resolving the fibrotic niche of human liver cirrhosis at single-cell level. Nature. 575 (7783), 512-518 (2019).
- Stefan, N., Häring, H. -U., Cusi, K. Non-alcoholic fatty liver disease: causes, diagnosis, cardiometabolic consequences, and treatment strategies. The Lancet. Diabetes & Endocrinology. 7 (4), 313-324 (2019).
- Castera, L., Friedrich-Rust, M., Loomba, R. Noninvasive assessment of liver disease in patients with nonalcoholic fatty liver disease. Gastroenterology. 156 (5), 1264.e4-1281.e4 (2019).
- Godoy-Matos, A. F., Silva Júnior, W. S., Valerio, C. M. NAFLD as a continuum: from obesity to metabolic syndrome and diabetes. Diabetology & Metabolic Syndrome. 12 (1), 1-20 (2020).
- Venkatesh, S. K., Xu, S., Tai, D., Yu, H., Wee, A. Correlation of MR elastography with morphometric quantification of liver fibrosis (Fibro-C-Index) in chronic hepatitis B. Magnetic Resonance in Medicine. 72 (4), 1123-1129 (2014).
- Yin, M., et al. Assessment of hepatic fibrosis with magnetic resonance elastography. Clinical Gastroenterology and Hepatology. 5 (10), 1207-1213 (2007).
- Venkatesh, S. K., Wang, G., Lim, S. G., Wee, A. Magnetic resonance elastography for the detection and staging of liver fibrosis in chronic hepatitis B. European Radiology. 24, 70-78 (2014).
- Ichikawa, S., et al. Magnetic resonance elastography for staging liver fibrosis in chronic hepatitis C. Magnetic Resonance in Medical Sciences. 11 (4), 291-297 (2012).
- Chen, J., et al. Early detection of nonalcoholic steatohepatitis in patients with nonalcoholic fatty liver disease by using MR elastography. Radiology. 259 (3), 749-756 (2011).
- Singh, S., et al. Diagnostic performance of magnetic resonance elastography in staging liver fibrosis: a systematic review and meta-analysis of individual participant data. Clinical Gastroenterology and Hepatology. 13 (3), 440.e6-451.e6 (2015).
- Ferro, M., et al. Radiomics in prostate cancer: an up-to-date review. Therapeutic Advances in Urology. 14, 17562872221109020 (2022).
- Nam, D., Chapiro, J., Paradis, V., Seraphin, T. P., Kather, J. N. Artificial intelligence in liver diseases: Improving diagnostics, prognostics and response prediction. JHEP Reports. 4 (4), 100443 (2022).
- Wu, Y. -J., Wu, F. -Z., Yang, S. -C., Tang, E. -K., Liang, C. -H. Radiomics in early lung cancer diagnosis: from diagnosis to clinical decision support and education. Diagnostics. 12 (5), 1064 (2022).
