Methodenartikel

Nauwkeurige niet-invasieve kwantificering van levercirrose via multimodale beeldvorming van stijfheid en structurele fusie

DOI:

10.3791/68666

3 juli 2025

In dit artikel

Samenvatting

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Traditionele magnetische resonantie-elastografie scheidt stijfheid en structurele beelden, waarvoor handmatige ROI-afbakening en input van radiologen nodig zijn. Deze studie introduceert een multimodale fusiemethode die beide beeldtypen combineert om stijfheids-structurele fusiebeelden en statistieken over de verdeling van leverstijfheid te produceren, ter ondersteuning van nauwkeurige stadiëring van cirrose en het mogelijk maken van radiomics-analyse op basis van de verdeling van leverstijfheid.

Samenvatting

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Traditionele magnetische resonantie-elastografie (MRE) presenteert stijfheid en structurele beelden afzonderlijk, waardoor handmatige ROI-afbakening nodig is voor de beoordeling van leverstijfheid. Dit introduceert variabiliteit van de waarnemer en kan significante laesies over het hoofd zien, waardoor de verdelingspatronen van stijfheid in de hele lever niet nauwkeurig worden weergegeven. De huidige studie implementeerde multimodale beeldfusie waarbij stijfheidskaarten werden geïntegreerd met structurele beelden met behulp van: (1) acquisitie op een 3,0T MRI met geoptimaliseerde T1-gewogen beeldvorming (TR/TE = 157,62/1,17 ms) en MRE (60 Hz trillingen); (2) computationele voorverwerking van DICOM-gegevens in 3D-volumes; (3) nauwkeurige co-registratie en fusieberekening; en (4) kwantitatieve analyse van de verdeling van leverstijfheid in verschillende stadia van cirrose. De beeldvormingstechniek voor stijfheid-structurele fusie integreerde anatomische structuren met stijfheidspatronen in een enkele visualisatie, waardoor gelijktijdige beoordeling van levermorfologie en stijfheidsverdeling mogelijk was. Vergelijkende analyse onthulde een duidelijk onderscheid tussen patiënten met cirrose en gezonde controles, waarbij cirrotische levers significant hogere percentages gevorderde fibrose vertoonden. Deze techniek elimineerde variabiliteit als gevolg van handmatige plaatsing van de ROI en stelde een gestandaardiseerd kader op voor uitgebreide beoordeling van de hele lever. De beeldvormingstechniek tussen stijfheid en structurele fusie biedt een uitgebreide visualisatie van leverstijfheid met nauwkeurige anatomische correlatie, waardoor de diagnostische nauwkeurigheid mogelijk wordt verbeterd in vergelijking met conventionele MRE. Deze aanpak elimineert de variabiliteit van de waarnemer, maakt gestandaardiseerde beoordeling van de hele lever mogelijk en stelt een kwantitatief kader vast voor het monitoren van ziekteprogressie en behandelingsrespons, terwijl het een verbeterde communicatie tussen arts en patiënt mogelijk maakt en een basis biedt voor geavanceerde radiomics bij de stadiëring van levercirrose.

Inleiding

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Levercirrose vormt een belangrijke wereldwijde gezondheidsuitdaging, waarbij nauwkeurige stadiëring cruciaal is voor een optimaal patiëntenbeheer en behandelplanning 1,2. Magnetische resonantie-elastografie (MRE) is naar voren gekomen als een waardevolle niet-invasieve techniek voor de beoordeling van levercirrose en biedt voordelen ten opzichte van invasieve biopsieprocedures die inherente risico's op bemonsteringsfouten en ongemak voor de patiënt met zich meebrengen 3,4,5. Conventionele MRE-benaderingen brengen echter aanzienlijke beperkingen met zich mee in de klinische praktijk die van invloed zijn op de diagnostische nauwkeurigheid en de efficiëntie van de workflow.

Traditionele MRE-methodologieën presenteren stijfheidskaarten en structurele beelden doorgaans als afzonderlijke entiteiten, waarbij clinici anatomische kenmerken mentaal moeten correleren met stijfheidspatronen in verschillende beeldreeksen 5,6. Deze benadering vereist handmatige plaatsing van het interessegebied (ROI) voor het kwantificeren van leverstijfheid, wat een aanzienlijke variabiliteit tussen waarnemers en potentiële steekproefbias introduceert 7,8. Bovendien slaagt de conventionele op ROI gebaseerde benadering er niet in om de heterogene aard van de verdeling van leverstijfheid vast te leggen, zoals benadrukt in recente literatuur die het prognostische belang van parenchymale heterogeniteit bij de progressie van chronische leverziekte benadrukt 9,10. Het onvermogen om de stijfheidsverdeling van de hele lever volledig te visualiseren en te kwantificeren, vormt een belangrijke barrière voor geavanceerde radiomics-analyse en nauwkeurige karakterisering van de ziekte.

Alternatieve niet-invasieve technieken voor de beoordeling van levercirrose zijn onder meer echografie, elastografie en serumbiomarkerpanels 11,12. Hoewel voorbijgaande elastografie puntmetingen van leverstijfheid biedt, mist het de uitgebreide ruimtelijke karteringsmogelijkheden van MRE 13. Serumbiomarkerpanels geven indirecte schattingen van fibrose, maar kunnen de ruimtelijke verdeling van parenchymale veranderingen niet visualiseren11. Recente vergelijkende studies hebben consequent een superieure diagnostische nauwkeurigheid van MRE aangetoond voor intermediaire en gevorderde fibrosestadia in vergelijking met deze alternatieven13,14.

Om deze beperkingen aan te pakken, hebben we een nieuwe multimodale stijfheid-structurele fusiebeeldvormingstechniek ontwikkeld die kwantitatieve stijfheidskaarten naadloos integreert met structurele beelden met hoge resolutie. Deze benadering maakt gelijktijdige visualisatie van anatomische oriëntatiepunten en stijfheidspatronen mogelijk in een enkele geïntegreerde representatie, waardoor mentale co-registratie niet meer nodig is en de cognitieve belasting tijdens de interpretatie wordt verminderd15,16. De techniek biedt een uitgebreide analyse van de stijfheidsverdeling van de hele lever, waardoor de bemonsteringsbeperkingen van conventionele op ROI gebaseerde methoden worden overwonnen.

Deze studie maakte gebruik van 3.0 Tesla MRI-systemen met elastografiemogelijkheden, standaard patiëntvoorbereiding inclusief 4-6 uur vasten, en MATLAB met Image Processing Toolbox voor computationele analyse. Deze vereisten zijn in toenemende mate beschikbaar in academische medische centra en gespecialiseerde beeldvormingsfaciliteiten.

Dit protocol biedt een gedetailleerde methodologie voor het implementeren van de stijfheid-structurele fusietechniek in klinische en onderzoeksomgevingen. De aanpak is met name waardevol voor centra met toegang tot MRE-mogelijkheden die de diagnostische precisie willen verbeteren, de efficiëntie van de klinische workflow willen verbeteren en kwantitatieve kaders willen opzetten voor longitudinale monitoring van chronische leverziekte. De techniek is toepasbaar op verschillende etiologieën van chronische leverziekte en kan worden geïmplementeerd met minimale extra nabewerkingstijd met behulp van het meegeleverde computationele framework.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Het protocol werd uitgevoerd onder institutionele goedkeuring van de IRB. Een patiënt van het Dongzhimen Hospital, Beijing University of Chinese Medicine, onderging routinematige magnetische resonantiebeeldvorming en MRE in de bovenbuik in het YouAn-ziekenhuis met geïnformeerde toestemming. Deze casus werd geselecteerd voor de onderzoeksmethodologie vanwege de bevestigde progressie van fibrose naar cirrose, wat de waarde van de aanpak benadrukt bij het diagnosticeren van de grens tussen leverfibrose en cirrose. De studie biedt ook een kwantitatieve vergelijking tussen de leverstijfheidsverdeling (LSD) van deze patiënt en die van een gezonde lever. Alle apparatuur en softwaretools die in dit onderzoek zijn gebruikt, staan vermeld in de Materiaaltabel.

1. Strategieën voor MRI-scans

  1. Bereid de patiënt voor door te zorgen voor een vastenperiode van 4-6 uur voorafgaand aan het onderzoek om fysiologische variabiliteit te verminderen.
  2. Plaats de patiënt op het 3.0 Tesla MRI-systeem met behulp van een combinatie van een 16-kanaals abdominale array en een 32-kanaals posterieure array-spoel.
  3. Acquisitie van structurele beeldvorming
    1. Voer anatomische beeldvorming uit met behulp van een axiale 2D T1-gewogen dual-echo gradiënt-opgeroepen echosequentie met de volgende parameters:
      OPMERKING: TR/TE = 157,62/1,17 ms; Flip hoek = 60°; Gezichtsveld = 400 × 400 mm2; Acquisitiematrix = 512 × 512; Snijdikte = 7 mm.
    2. Controleer of de sequentie structurele informatie met een hoge resolutie biedt (resolutie in het vlak van 0,78 × 0,78 mm2) met inherente vet-waterscheidingsmogelijkheid.
  4. Acquisitie MR Elastography
    1. Plaats de pneumatische driver over de rechter voorste lever om mechanische trillingen toe te passen bij 60 Hz.
    2. Breng leverstijfheid in kaart met behulp van een op 2D echoplanaire beeldvorming (EPI) gebaseerde acquisitie met de volgende parameters:
      OPMERKING: TR/TE = 1050,3/63,4 ms; Flip hoek = 90°; Gezichtsveld = 420 × 420 mm²; Acquisitiematrix = 256 × 256 (gereconstrueerd naar 256 × 256); Snijdikte = 10 mm; Bandbreedte = 1953,1 Hz/pixel.
    3. Verkrijg acht fase-offsets om de golfvoortplanting te berekenen en kwantitatieve stijfheidskaarten (elastogrammen) te genereren met waarden uitgedrukt in kilopascal (kPa).
  5. Strategie voor co-registratie van afbeeldingen
    1. Zorg voor een nauwkeurige ruimtelijke uitlijning tussen structurele beelden en elastogrammen door een identieke positionering van de patiënt en consistente instructies voor het inhouden van de adem te handhaven.
    2. Voer alle beeldvorming uit in het axiale vlak met bijpassende plakdekking van de lever.
    3. Plan de MRE-sequentie met behulp van de anatomische T1-gewogen beelden als referentie om een optimale dekking van het leverparenchym te garanderen.
    4. Controleer of beide sequenties hetzelfde referentiekader gebruiken om geautomatiseerde co-registratie in het daaropvolgende fusieproces mogelijk te maken.

2. Gegevensverzameling en -voorbereiding

  1. De map van elke reeks hernoemen
    OPMERKING: Voeg expliciete namen toe voor elke sequentie, aangezien DICOM-gegevens die uit de apparatuur zijn geëxporteerd, geen sequentie-identificatie bevatten. Dit vergemakkelijkt de latere analyse en verwerking.
    1. Voer de functie Description_Name uit om beschrijvende namen toe te voegen aan de mappen voor elke reeks.
    2. Kopieer alle DICOM-gegevens naar een aangepaste werkmap.
    3. Navigeer naar de directory met de gegevens in de werkdirectory van MATLAB.
  2. Snel beelden van structurele sequentie controleren
    OPMERKING: Onderzoek structurele beelden die zijn afgeleid van T1-beeldvorming, die hetzelfde coördinatensysteem delen met stijfheidskaarten en een duidelijke visualisatie van de levercontour bieden die essentieel is voor latere berekeningen van de stijfheidsverdeling.
    1. Genereer een 3D-volumematrix op basis van de DICOM-bestanden van de MRI-sequenties met behulp van de volgende MATLAB-code:
      f=dir('*.dcm');
      voor i=1:lengte(f)
      V(:,:,i)=dicomread(fullfile(f(i).folder,f(i).name));
      Einde
    2. Visualiseer de beeldsequentie met behulp van de sliceViewer-functie van MATLAB voor interactief onderzoek:
      cijfer;
      H=sliceViewer(V); kleurenkaart (grijs (1024));
      set(gcf, 'Werkbalk', 'figuur');
    3. Interactie met de sliceViewer GUI. Gebruik de schuifbalk om door verschillende segmenten te bladeren. Controleer of de levergrenzen duidelijk zijn afgebakend met een scherp contrast met de omliggende weefsels.
      OPMERKING: Acceptabele afbeeldingen moeten continu leverparenchym tonen zonder bewegingsartefacten of vervaging (Figuur 1). Deze interactieve viewer maakt een snelle beoordeling van de beeldkwaliteit en levermorfologie mogelijk.
    4. Zoek de pictogrammen voor inzoomen, uitzoomen en terugkeren naar de algemene weergave in de rechterbovenhoek van de GUI. Gebruik het pictogram Gegevenstip om de coördinaten van specifieke leverregio's te markeren voor verdere analyse.
    5. Merk op dat de standaard grijze kleurenkaart waarden weergeeft van laag (zwart) tot hoog (wit). Klik met de rechtermuisknop op de kleurenbalk in het pop-upmenu om verschillende kleurenmapopties te selecteren voor een optimale visualisatie van leverweefsel.
    6. Als het contrast niet bevredigend is, gebruikt u de linkermuisknop om in het midden van de afbeelding omhoog en omlaag te slepen om het vensterniveau aan te passen. Sleep naar links en rechts om de vensterbreedte aan te passen. Het bijbehorende nauwkeurige contrastbereik wordt weergegeven op de kleurenbalk.
      OPMERKING: Gebruik deze interactieve bedieningselementen om de structurele sequentiekenmerken van MRI te inspecteren over intensiteit en ruimtelijke dimensies. Beoordeel de integriteit van de anatomische contouren van de lever en de beeldkwaliteit voordat u doorgaat naar de volgende stap.
  3. Snel MRE-stijfheidskaarten controleren
    OPMERKING: Onderzoek MRE-stijfheidskaarten voor kwantitatieve leverelasticiteitsmetingen, waarbij verschillende kleuren verschillende gradaties van stijfheid vertegenwoordigen, wat essentieel is voor het identificeren van fibrotische of cirrotische gebieden.
    1. Genereer een 3D-volumematrix uit de DICOM-bestanden van de MRE-sequenties met behulp van de volgende MATLAB-code:
      f=dir('*.dcm');
      voor i=1:lengte(f)
      V_LSD(:,:,i)=dicomread(fullfile(f(i).folder,f(i).name));
      Einde
    2. Visualiseer de MRE-stijfheidskaarten met behulp van de sliceViewer-functie van MATLAB voor interactief onderzoek:
      cijfer; H=sliceViewer(V_LSD); kleurenkaart(jet(1024)); set(gcf, 'Werkbalk', 'figuur');
    3. Interactie met de sliceViewer GUI. Gebruik de schuifbalk onder aan de grafische gebruikersinterface (GUI) om door verschillende segmenten in de reeks te bladeren (Afbeelding 2). Merk op dat deze interactieve viewer een snelle beoordeling van stijfheidsverdeling en leverelasticiteitspatronen mogelijk maakt.
    4. Zoek de pictogrammen voor inzoomen, uitzoomen en terugkeren naar de algemene weergave in de rechterbovenhoek van de GUI. Gebruik het pictogram Gegevenstip om de coördinaten van specifieke levergebieden met opmerkelijke stijfheidswaarden te markeren voor verdere analyse.
    5. Merk op dat de standaard jet-kleurenkaart stijfheidswaarden weergeeft van laag (blauw) tot hoog (rood). Klik met de rechtermuisknop op de kleurenbalk in het pop-upmenu om het kleurkaartbereik aan te passen voor een optimale visualisatie van leverstijfheidsgradiënten.
    6. Als het contrast niet bevredigend is, gebruikt u de linkermuisknop om in het midden van de afbeelding omhoog en omlaag te slepen om het vensterniveau aan te passen. Sleep naar links en rechts om de vensterbreedte aan te passen. Het bijbehorende nauwkeurige stijfheidsbereik wordt weergegeven op de kleurenbalk.
    7. Controleer of stijfheidskaarten vloeiende kleurovergangen in het leverparenchym weergeven. Een aanvaardbare toewijzing van stijfheid moet minimale ruisartefacten en een duidelijk onderscheid tussen leverweefsel (meestal in het bereik van 1-8 kPa) en achtergrondgebieden laten zien.
      OPMERKING: Deze interactieve bedieningselementen maken flexibele inspectie mogelijk van MRE-stijfheidskaarten voor zowel de intensiteitsruimte als de sequentielocatie, waardoor een snelle beoordeling van de leverstijfheidsverdeling en mogelijke gebieden van fibrose mogelijk is.

3. Stijfheid-structurele fusie

OPMERKING: Integreer beide modaliteiten, aangezien stijfheidskaarten alleen laesies niet nauwkeurig kunnen lokaliseren zonder structurele beeldcorrelatie.

  1. Definieer padvariabelen voor zowel structurele afbeeldingen als stijfheidskaarten, en scan bestanden op ongeveer dezelfde axiale posities.
  2. Selecteer de functie Struct_Stiffness_Fusion (I_fusion = Struct_Stiffness_Fusion(I_structural, I_stiffness)) om Rigidness-Structural Fusion Images te genereren in de huidige map.
  3. Zoek de fusie-afbeeldingsbestanden in de bestandsbrowser en open ze met behulp van de standaardafbeeldingsviewer. Controleer of de anatomische structuren en stijfheidspatronen goed zijn uitgelijnd.
    OPMERKING: Aanvaardbare fusiebeelden moeten een nauwkeurige overlay vertonen zonder ruimtelijke misregistratie tussen structurele en elastologische gegevens. Door de bovenstaande stappen te volgen, voeren uitgelijnde axiale scanposities automatisch de fusiebeeldreeks uit, die kan worden bekeken met behulp van gewone RGB-beeldviewers.

4. De verdeling van de leverstijfheid

OPMERKING: Als aanvulling op de analyse van het fusiebeeld in figuur 3, genereert u statistieken over de verdeling van leverstijfheid, zoals aangetoond in figuur 4.

  1. Herhaal stap 1-3 om patiënten met verschillende stadia van levercirrose te onderzoeken.
  2. Selecteer de functie LSD_compute ([LSD_distribution, LSD_stats] = LSD_compute(V_stiffness, liver_mask)) om de LSD-waarden (leverstijfheidsverdeling) van de patiënt te berekenen in verschillende stijfheidsstadia15 (Afbeelding 4).
    OPMERKING: De patiënt in figuur 3 bevindt zich in een laat stadium van leverfibrose die al is gevorderd tot cirrose, waarbij de gemiddelde stijfheid van de hele lever 5 kPa bereikt. Daarom liggen in de kwantitatieve verdeling in figuur 4 de meeste stijfheidswaarden van het leverweefsel boven het F4-stadium.

5. Eindverificatie en gegevensarchivering

  1. Controleer of alle fusie-installatiekopieën zijn gegenereerd en opgeslagen in de werkmap.
  2. Controleer of de resultaten van de LSD-analyse zijn berekend en gedocumenteerd voor klinische interpretatie.
  3. Archiveer alle verwerkte gegevens, inclusief structurele afbeeldingen, stijfheidskaarten, fusiebeelden en kwantitatieve LSD-statistieken, voor toekomstig gebruik en longitudinale vergelijking.
    OPMERKING: Het beeldvormingsprotocol voor multimodale stijfheid-structurele fusie is nu voltooid. De gegenereerde fusiebeelden en kwantitatieve LSD-analyse bieden uitgebreide leverbeoordelingsgegevens die klaar zijn voor klinische interpretatie en communicatie met de patiënt.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De visualisatiebenadering die in deze studie wordt gepresenteerd, biedt uitgebreide inzichten in de leverstructuur en stijfheidsverdeling, waardoor een nauwkeurige beoordeling van levercirrose mogelijk is. Door de GUI weergegeven in figuur 1 kunnen clinici de structurele anatomie van de lever over meerdere doorsneden beter begrijpen, waarbij ze voornamelijk de anatomische integriteit ervan evalueren. Onderzoek naar figuur 2 onth...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Kritieke stappen
Verschillende kritieke stappen in het protocol vereisen bijzondere aandacht om de succesvolle implementatie van de multimodale stijfheid-structurele fusiebeeldvormingstechniek te garanderen. Ten eerste zorgt de planning van de MRE-sequentie met behulp van anatomische T1-gewogen beelden als referentie voor een optimale dekking van het leverparenchym en vergemakkelijkt het de daaropvolgende geautomatiseerde co-registratie15. Ten ...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De softwaretool voor het kwantificeren van levercirrose die wordt vermeld in de materiaaltabel van deze studie, LSD-Fusion V1.0, is een softwaretool van Beijing Intelligent Entropy Science & Technology Co Ltd. De intellectuele eigendomsrechten van deze softwaretool behoren toe aan het bedrijf.

Dankbetuigingen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dit onderzoek werd ondersteund door de Young Investigator Grant in Beijing You'an Hospital Affiliated to Capital Medical University (BJYAYY-YN2023-18) "Klinische werkzaamheidsobservatie van Ruangan-korrels bij de behandeling van patiënten met hepatitis B-levercirrose"; en het vijfde nationale programma voor uitmuntende klinische talenten in de traditionele Chinese geneeskunde (subsidienr. NATCM Onderwijs [2022]-1), georganiseerd door de Nationale Administratie van Traditionele Chinese Geneeskunde van China.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
MATLABGE Medical SystemsSIGNA Pioneer3.0 Tesla
MRI systeem Intelligent EntropyLSD-Fusion V1.0Beijing Intelligent Entropy Science & Technology Co Ltd. Modelling voor CT/MRI fusie
Hulpmiddelen voor modelleringMathWorks 2022BComputeren en visualisatie 

Referenties

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Henderson, N. C., Rieder, F., Wynn, T. A. Fibrosis: from mechanisms to medicines. Nature. 587, 555-566 (2020).
  2. Parola, M., Pinzani, M. Liver fibrosis: Pathophysiology, pathogenetic targets and clinical issues. Mol Aspects Med. 65, 37-55 (2019).
  3. Singh, S., et al. Diagnostic performance of magnetic resonance elastography in predicting hepatic fibrosis and portal hypertension in patients with chronic liver disease: a systematic review and meta-analysis. AJR Am J Roentgenol. 207 (4), 775-784 (2016).
  4. Ramachandran, P., et al. Resolving the fibrotic niche of human liver cirrhosis at single-cell level. Nature. 575, 512-518 (2019).
  5. Yin, M., et al. Assessment of hepatic fibrosis with magnetic resonance elastography. Clin Gastroenterol Hepatol. 5 (10), 1207-1213.e2 (2007).
  6. Ichikawa, S., et al. Magnetic resonance elastography for staging liver fibrosis in chronic hepatitis C. Magn Reson Med. 68 (3), 767-772 (2012).
  7. Venkatesh, S. K., et al. Magnetic resonance elastography for the detection and staging of liver fibrosis in chronic hepatitis B. Eur Radiol. 24 (1), 70-78 (2014).
  8. Godoy-Matos, A. F., Silva Júnior, W. S., Valerio, C. M. NAFLD as a continuum: From obesity to metabolic syndrome and diabetes. Diabetol Metab Syndr. 12, 60(2020).
  9. Zoncapè, M., Liguori, A., Tsochatzis, E. A. Non-invasive testing and risk-stratification in patients with MASLD. Eur J Intern Med. 122, 11-19 (2024).
  10. Duarte-Rojo, A., et al. Imaging-based non-invasive liver disease assessment for staging liver fibrosis in chronic liver disease: A systematic review supporting the AASLD Practice Guideline. Hepatology. 81 (2), 725-748 (2025).
  11. Castera, L., Friedrich-Rust, M., Loomba, R. Non-invasive assessment of liver disease in patients with nonalcoholic fatty liver disease. Gastroenterology. 156 (5), 1264-1281 (2019).
  12. Stefan, N., Häring, H. U., Cusi, K. Non-alcoholic fatty liver disease: Causes, diagnosis, cardiometabolic consequences, and treatment strategies. Lancet Diabetes Endocrinol. 7 (4), 313-324 (2019).
  13. Xiao, G., et al. Comparison of laboratory tests, ultrasound, or magnetic resonance elastography to detect fibrosis in patients with nonalcoholic fatty liver disease: A meta-analysis. Hepatology. 66 (5), 1486-1501 (2017).
  14. Kim, B. K., et al. Head-to-head comparison between MEFIB, MAST, and FAST for detecting stage 2 fibrosis or higher among patients with NAFLD. J Hepatol. 77 (6), 1482-1490 (2022).
  15. Liu, Y., et al. A three-dimensional digital model for early diagnosis of hepatic fibrosis based on magnetic resonance elastography. J Vis Exp. (197), e65507(2023).
  16. Ferro, M., et al. Radiomics in prostate cancer: an up-to-date review. Ther Adv Urol. 14, 175628722211090(2022).
  17. Imajo, K., et al. Direct comparison of US and MR elastography for staging liver fibrosis in patients with nonalcoholic fatty liver disease. Clin Gastroenterol Hepatol. 20 (4), 908-917.e11 (2022).
  18. Venkatesh, S. K., et al. Correlation of MR elastography with morphometric quantification of liver fibrosis (Fibro-C-Index) in chronic hepatitis B. Magn Reson Med. 72 (4), 1123-1129 (2014).
  19. 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).
  20. Nam, D., et al. Artificial intelligence in liver diseases: Improving diagnostics, prognostics and response prediction. JHEP Rep. 4 (4), 100443(2022).
  21. Wu, Y. J., et al. Radiomics in early lung cancer diagnosis: From diagnosis to clinical decision support and education. Diagnostics (Basel). 12 (5), 1064(2022).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

Multimodale beeldvormingstijfheidsmappingmagnetische resonantie elastografiekwantificering van leverstijfheid3D volumebeeldvormingbeoordeling van de gehele leverfibrose stadi ringradiomics van de lever
Video binnenkort beschikbaar

Gerelateerde artikelen