Artykuł metodologiczny

Technika kwantyfikacji 3D do analizy rozkładu frakcji tłuszczowej wątroby przy użyciu rezonansu magnetycznego Dixona

DOI:

10.3791/66121

20 października 2023

W tym artykule

Podsumowanie

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

To badanie wprowadza unikalną metodę kwantyfikacji 3D rozkładu frakcji tłuszczowej wątroby (LFF) przy użyciu rezonansu magnetycznego Dixona (Dixon MRI). Mapy LFF, pochodzące z obrazów w fazie i w fazie wodnej, są zintegrowane z konturami wątroby 3D w celu rozróżnienia wzorców LFF między wątrobą normalną a stłuszczoną, umożliwiając precyzyjną ocenę zawartości tłuszczu w wątrobie.

Streszczenie

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

To badanie przedstawia metodologię kwantyfikacji 3D dla rozkładu frakcji tłuszczowej wątroby (LFF) poprzez wykorzystanie analizy obrazu MRI Dixona. Głównym celem jest zaoferowanie bardzo dokładnych i nieinwazyjnych metod oceny zawartości tłuszczu w wątrobie. Proces ten polega na pozyskiwaniu obrazów w fazie i fazie wodnej z sekwencji Dixona. Mapy LFF są następnie skrupulatnie obliczane woksel po wokselu, dzieląc obrazy fazy lipidowej przez obrazy w fazie. Jednocześnie kontury wątroby 3D są wyodrębniane z obrazów w fazie. Te kluczowe komponenty są płynnie integrowane w celu zbudowania kompleksowego modelu dystrybucji 3D-LFF. Technika ta nie ogranicza się do zdrowych wątrob, ale rozciąga się na osoby dotknięte stłuszczeniem wątroby. Uzyskane wyniki wskazują na niezwykłą skuteczność tego podejścia zarówno w wizualizacji, jak i ilościowym określaniu zawartości tłuszczu w wątrobie. Wyraźnie dostrzega wzorce, które różnicują wątrobę normalną i stłuszczoną. Dzięki wykorzystaniu rezonansu magnetycznego Dixona do ekstrakcji trójwymiarowej struktury wątroby, metoda ta oferuje precyzyjną ocenę LFF obejmującą cały narząd, co jest bardzo obiecujące w diagnostyce stłuszczenia wątroby z niezwykłą skutecznością.

Wprowadzenie

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

Niealkoholowa stłuszczeniowa choroba wątroby (NAFLD) obejmuje spektrum stanów patologicznych, począwszy od nieprawidłowego gromadzenia się trójglicerydów w komórkach wątroby (stłuszczenie wątroby), a skończywszy na rozwoju stanu zapalnego i uszkodzenia komórek wątroby, znanym jako niealkoholowe stłuszczeniowe zapalenie wątroby (NASH). W niektórych przypadkach NAFLD może przejść do poważniejszych etapów, w tym zwłóknienia, marskości wątroby, schyłkowej choroby wątroby, a nawet raka wątrobowokomórkowego (HCC)1. Opublikowane dane ze Światowej Organizacji Zdrowia i Globalnego Obciążenia Chorobami sugerują, że około 1 235,7 miliona osób na całym świecie jest dotkniętych NAFLD we wszystkich grupach wiekowych2. NAFLD jest obecnie jedną z najbardziej znanych przyczyn chorób związanych z wątrobą na świecie i oczekuje się, że stanie się główną przyczyną schyłkowej niewydolności wątroby w nadchodzących dziesięcioleciach3.

Dokładna ocena zasięgu stłuszczenia wątroby ma ogromne znaczenie dla precyzyjnej diagnozy, odpowiedniego wyboru leczenia i skutecznego monitorowania postępu choroby. Złotym standardem oceny zawartości tłuszczu w wątrobie nadal jest biopsja wątroby. Jednak ze względu na jego inwazyjny charakter, możliwość wystąpienia bólu, krwawienia i innych powikłań pooperacyjnych, nie jest to praktyczna opcja dla częstych badań kontrolnych4,5,6. W związku z tym istnieje pilne zapotrzebowanie na nieinwazyjne techniki obrazowania, które mogą wiarygodnie określić ilościowo odkładanie się tłuszczu w wątrobie. Obrazowanie metodą rezonansu magnetycznego (MRI) jest obiecujące w tej dziedzinie ze względu na brak promieniowania jonizującego i zdolność do czułego wykrywania zawartości tłuszczu poprzez efekty przesunięcia chemicznego7,8.

Ostatnie badania opisały techniki MRI do ilościowego oznaczania tkanki tłuszczowej wątroby, oparte na metodach echa gradientu przesunięć chemicznych, takich jak obrazowanie Dixona9,10. Niemniej jednak większość tych technik opiera się na analizie dwuwymiarowych obszarów zainteresowania. Kompleksowa ocena trójwymiarowego rozkładu frakcji tłuszczowej wątroby (LFF) pozostaje ograniczona. W niniejszym badaniu przedstawiono unikalne podejście do kwantyfikacji 3D LFF, łączące rezonans magnetyczny Dixona z obrazowaniem strukturalnym wątroby. Uzyskany model 3D LFF pozwala na precyzyjną wizualizację i pomiar rozkładu zawartości tłuszczu w całej objętości wątroby. Technika ta wykazuje znaczną przydatność kliniczną w dokładnej diagnostyce stłuszczenia wątroby.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

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

Badanie zostało zatwierdzone, a pacjent został zrekrutowany z Oddziału Chorób Zakaźnych w Szpitalu Dongzhimen, Pekińskim Uniwersytecie Medycyny Chińskiej, w Pekinie, Chiny. Pacjent został poddany rutynowemu badaniu rezonansem magnetycznym Dixona jamy brzusznej po wyrażeniu świadomej zgody. W tym badaniu zastosowano podejście modelowania rozkładu 3D do rekonstrukcji frakcji tłuszczowej wątroby (LFF) u standardowego pacjenta z medycznie zdiagnozowanym stłuszczeniem wątroby. Ponadto badanie zapewnia ocenę ilościową porównującą wątrobę pacjenta ze zdrową wątrobą. Narzędzia programowe wykorzystane w tych badaniach są wymienione w Tabeli Materiałów.

1. Przygotowanie i zbieranie danych

UWAGA: Podejście badawcze nie ma wpływu na wariancję parametrów. W tym badaniu uzyskano autentyczne dane DICOM z obrazowania klinicznego. Dane uzyskano za pomocą aparatu MRI o natężeniu pola 1,5 Tesli. Zestaw danych składa się z czterech odrębnych faz pochodzących z sekwencji Dixona, w szczególności fazy w fazie, poza fazą, wody i tłuszczu.

  1. Sprawdź sekwencję Dixona dla górnej części brzucha.
    1. Skopiuj wszystkie dane DICOM do dostosowanego katalogu roboczego.
      UWAGA: Katalog roboczy jest taki sam zarówno w systemie operacyjnym, jak i w programie MATLAB.
    2. Przejdź do katalogu, w którym znajdują się dane w bieżącym katalogu roboczym MATLAB (jak pokazano w Rysunek 1).
    3. Upewnij się, że dane DIXON wyświetlają rozdzielczość poziomą 520 pikseli na 704 piksele, z odstępami między pikselami 0,5682 mm i grubością warstwy 5 mm.
  2. Szybko sprawdź zdjęcia Dixona.
    1. Zmień katalog, aby uzyskać dostęp do folderów dla różnych faz, w tym faz w fazie, fazy zewnętrznej, wody i tłuszczu, z których każda jest przechowywana w oddzielnych folderach dla obrazowania Dixon.
    2. Wykorzystaj funkcję Slice_View, aby wizualizować obrazy dla każdej fazy.
    3. Zobacz Rysunek 2, aby wyświetlić obraz interaktywnego graficznego interfejsu użytkownika (GUI) sekwencji MRI-Dixon. Użyj paska przewijania znajdującego się na dole graficznego interfejsu użytkownika, aby sprawnie poruszać się po różnych sekwencjach.
    4. Zastosuj sekwencję in-phase MRI-Dixon, aby poprawić opisy granic tkanki wątroby.
      UWAGA: W Rysunek 2, można znaleźć ikony znajdujące się w prawym górnym rogu GUI. Ikony te oferują takie funkcje, jak pomniejszanie, powiększanie, powrót do widoku globalnego i oznaczanie współrzędnych wybranego piksela. Skorzystaj z funkcji powiększania, aby dokładnie przyjrzeć się miejscowym cechom zmian chorobowych.
    5. Użyj funkcji Oznacz współrzędne pikseli, aby obliczyć odległość między dwoma punktami, pomagając w pomiarze rozmiarów guzków.
    6. Początkowy pasek kolorów używa mapy kolorów Jet, która oznacza zmianę koloru z niebieskiego na czerwony, oznaczając odpowiednio niskie i wysokie wartości. Aby przełączyć się na standardową szarą mapę kolorów i zresetować cały graficzny interfejs użytkownika, kliknij prawym przyciskiem myszy pasek kolorów i wybierz opcję z menu podręcznego.
    7. Jeśli domyślne okno filtru nie jest odpowiednie, dostosuj je, przeciągając w górę iw dół na środku figury za pomocą lewego przycisku myszy, aby zmodyfikować poziom okna. Przeciągnięcie w lewo i w prawo dostosowuje szerokość okna, a dokładny zakres filtrowania zostanie pokazany na pasku kolorów.
      UWAGA: Kolejne operacje skupią się na wykorzystaniu sekwencji w fazie DIXON do reprezentowania regionu 3D wątroby.

2. Ekstrakcja obszaru 3D wątroby

UWAGA: Aby obliczyć frakcję tłuszczu w wątrobie (LFF), każdy woksel w obszarze wątroby 3D działa jako nośnik przestrzenny, a jego wartość frakcji tłuszczowej pochodzi z danych MRI-Dixon. Przed obliczeniem LFF ważne jest, aby wyodrębnić obszar wątroby 3D. Chociaż metody głębokiego uczenia mogą osiągnąć to bardziej efektywnie, nacisk kładziony jest tutaj na wykorzystanie dojrzałych narzędzi programowych, takich jak MIMICS, do ekstrakcji regionu wątroby.

  1. Otwórz oprogramowanie MIMICS i wybierz Nowy projekt. W kolejnym oknie dialogowym odszukaj folder, w którym znajdują się obrazy DIXON Out-phase. Kontynuuj, klikając DALEJ, a następnie naciśnij Konwertuj, aby przejść do trybu edycji sekwencji.
  2. Wygeneruj pustą maskę, klikając Nowy w oknie dialogowym MASKA znajdującym się po prawej stronie i wybierz maksymalny próg.
  3. Użyj narzędzia Edytuj maski znajdującego się pod etykietą "Segment", aby wyznaczyć obszar wątroby we wszystkich widokach poziomych.
  4. Utwórz przestrzenną reprezentację 3D wątroby, wybierając przedstawioną wcześniej maskę wątroby i klikając Oblicz część z maski. Otrzymany obszar wątroby 3D zostanie przedstawiony (patrz Rysunek 3).
  5. Przejdź do pozycji Plik, a następnie wybierz pozycję Eksportuj i wybierz opcję DICOM. W wyskakującym oknie dialogowym wybierz maskę wątroby, określ ścieżkę i nazwy pliku, a następnie kliknij przycisk OK, aby wyeksportować region wątroby 3D do wyznaczonych plików DICOM.

3. Generowanie mapy frakcji tłuszczu (FF-Map)

UWAGA: Mapa frakcji tłuszczowej (FF-Map) ma zakres wartości 0-1. W tym badaniu FF każdego woksela oblicza się, dzieląc wartość woksela w fazie minus tylko woda przez wartość w fazie za pomocą rezonansu magnetycznego Dixona.

  1. Zmień katalog na folder obrazów w fazie i wybierz funkcję Volume_In, aby wygenerować wolumin w fazie.
  2. Zmień katalog na folder obrazów tylko wody i wybierz funkcję Volume_Water, aby wygenerować wolumin tylko wody.
  3. Wybierz funkcję FF_Volume, używając dwóch woluminów wygenerowanych w kroku 3.1 i kroku 3.2 jako danych wejściowych, aby uzyskać objętość FF MRI jamy brzusznej, wizualizowaną, jak pokazano na Rysunek 4.
  4. Mapa frakcji tłuszczowej (FF) pokazana w Rysunek 4 jest przedstawiony jako obraz RGB w prawdziwych kolorach ze strukturą danych o wymiarach 520 na 704 na 44. W tej reprezentacji każdy piksel składa się z trzech wartości, reprezentujących kanały czerwony, zielony i niebieski. Zwróć uwagę na kolorowy pasek po lewej stronie, który stanowi wizualne odniesienie dla wartości frakcji tłuszczu związanych z różnymi kolorami pikseli.
    UWAGA: Graficzny interfejs użytkownika pokazany w Rysunek 4 umożliwia dokładniejszą obserwację wątroby pacjenta za pomocą narzędzia powiększającego w prawym górnym rogu i uzyskanie dokładnych wartości FF za pomocą narzędzia sondującego. Przeciągając pasek przewijania na dole, użytkownicy mogą obserwować mapy FF wszystkich pozycji skanowania w płaszczyźnie poziomej.

4. 3D-objętość rozkładu frakcji tłuszczowej wątroby

UWAGA: Rysunek 4 przedstawia mapę LFF obliczoną na podstawie obrazów MRI Dixona górnej części brzucha. W połączeniu z obszarem wątroby 3D w Rysunek 3, objętość 3D-LFF całej wątroby można obliczyć oddzielnie.

  1. Wykorzystaj funkcję LFF_Volume, podając jej obszar wątroby 3D (jak pokazano na Rysunek 3) oraz mapę sztywności wątroby (pokazaną w Rysunek 4) jako parametry wejściowe. Spowoduje to utworzenie reprezentacji 3D-Volume frakcji tłuszczowej wątroby, jak pokazano na rysunku Rysunek 5.
  2. Aby sprawdzić mapę sztywności dla każdej warstwy wątroby, po prostu użyj paska przewijania znajdującego się pod graficznym interfejsem użytkownika wyświetlanym w Rysunek 5.
    UWAGA: W tym widoku tylko tkanka wątroby jest dokładnie przedstawiona.
  3. Zwróć uwagę na ikony znajdujące się w prawym górnym rogu GUI (jak pokazano na Rysunek 5). Ikony te udostępniają funkcje pomniejszania, powiększania, powrotu do widoku globalnego i oznaczania współrzędnych wybranego piksela.
    UWAGA: Domyślny pasek kolorów wykorzystuje "strumieniową" mapę kolorów, w której kolory przechodzą od niebieskiego do czerwonego, aby reprezentować różne wartości (mierzone w jednostkach kPa) od niskich do wysokich.
  4. Uruchom funkcję LFF_Distribution, używając identycznych parametrów wejściowych jak "LFF_Volume", aby uzyskać rozkład przestrzenny frakcji tłuszczu wątroby 3D (3D-LFF), jak pokazano w Rysunek 6.

5. 3D-LFF analiza ilościowa

UWAGA: Normalne woksele wątrobowe: LFF < 5%; Łagodne woksele stłuszczeniowe wątroby: 5%-10%; Umiarkowane stłuszczenie wokseli wątroby: 10%-20%; Ciężkie woksele stłuszczeniowe wątroby: LFF ≥ 20%11,12,13,14,15. Kluczowym celem ilościowym tego badania jest określenie proporcji wokseli na różnych etapach LFF w wątrobie pacjenta. Rysunek 6 pokazuje nierównomierny rozkład przestrzenny frakcji tłuszczowej wątroby u pacjenta. Brak wyraźnych objawów klinicznych przypisuje się przede wszystkim znacznej części prawidłowej tkanki wątroby. Dlatego konieczne jest dokładne określenie ilościowe różnic między pacjentami a osobami zdrowymi. Stanowi to istotną koncepcję ilościową w niniejszym dokumencie.

  1. Oblicz rozkład 3D-LFF dla zdrowej wątroby, powtarzając kroki 1-4,
    UWAGA: Wbudowana funkcja paska MATLAB umożliwia porównanie rozkładów 3D-LFF dla zdrowej i stłuszczonej wątroby (Rysunek 7).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

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

To badanie wykorzystuje rzeczywiste zestawy danych pacjentów pozyskane za pomocą komercyjnie dostępnego skanera MRI do walidacji metodologii ilościowej frakcji tłuszczowej wątroby 3D (Rysunek 1). Protokół MRI obejmował czterofazowe obrazowanie Dixona9,10: W fazie, poza fazą, tylko woda i tylko tłuszcz (Rysunek 2). Frakcja tłuszczowa (FF) każdego woksela jest obliczana przez podzielenie sygnału woksela w fazie minus woda prz...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

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

W pracy przedstawiono innowacyjną technikę kwantyfikacji 3D do analizy rozkładu frakcji tłuszczowej wątroby (LFF) przy użyciu rezonansu magnetycznego Dixon 9,10. Integrując mapy LFF, które są generowane z obrazów w fazie i w fazie wodnej, z konturami 3D wątroby, metoda ta rozróżnia wzorce LFF w prawidłowej i stłuszczonej wątrobie6. Dzięki temu ułatwia precyzyjną ocenę zawartości tłuszczu w wątrobie.

Krok 3 stano...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

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

Narzędzie programowe do ilościowego oznaczania stłuszczenia wątroby, wymienione w tabeli materiałów tego badania jako HepaticSteatosis V1.0, jest produktem firmy Beijing Intelligent Entropy Science & Technology Co., Ltd. Prawa własności intelektualnej do tego narzędzia programowego należą do firmy.

Podziękowania

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

Ta publikacja otrzymała wsparcie od piątego krajowego programu identyfikacji wybitnych talentów klinicznych w tradycyjnej medycynie chińskiej, organizowanego przez Krajową Administrację Tradycyjnej Medycyny Chińskiej. Oficjalny link do sieci to'http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
MATLABMathWorks 2022BObliczenia i wizualizacja 
MimikiMaterialiseNaśladują badania V20Transformacja formatu modelu
Narzędzia do 3D_LFFInteligentna entropiaStłuszczenie wątroby V1.0Pekin Inteligentna nauka o entropii i Technology Co Ltd.
Modelowanie do fuzji CT/MRI

Bibliografia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Pouwels, S., et al. Non-alcoholic fatty liver disease (NAFLD): a review of pathophysiology, clinical management and effects of weight loss. BMC Endocr Disord. 22 (1), 63(2022).
  2. Younossi, Z. M., et al. The global burden of liver disease. Clin Gastroenterol Hepatol. 21 (8), 1978-1991 (2023).
  3. Younossi, Z., et al. Global burden of NAFLD and NASH. Trends, predictions, risk factors and prevention. Nat Rev Gastroenterol Hepatol. 15 (1), 11-20 (2018).
  4. Boyum, J. H., et al. Incidence and risk factors for adverse events related to image-guided liver biopsy. Mayo Clin Proc. 91 (3), 329-335 (2016).
  5. Khalifa, A., Rockey, D. C. The utility of liver biopsy in 2020. Curr Opin Gastroenterol. 36 (3), 184-191 (2020).
  6. Sumida, Y., Nakajima, A., Itoh, Y. Limitations of liver biopsy and non-invasive diagnostic tests for the diagnosis of nonalcoholic fatty liver disease/nonalcoholic steatohepatitis. World J Gastroenterol. 20 (2), 475-485 (2014).
  7. Ajmera, V., Loomba, R. Imaging biomarkers of NAFLD, NASH, and fibrosis. Mol Metab. 50, 101167(2021).
  8. Castera, L., Friedrich-Rust, M., Loomba, R. Noninvasive assessment of liver disease in patients with nonalcoholic fatty liver disease. Gastroenterology. 156 (5), 1264-1281 (2019).
  9. Jiang, Y., et al. Application of multi-echo Dixon and MRS in quantifying hepatic fat content and staging liver fibrosis. Sci Rep. 13 (1), 12555(2023).
  10. Yang, Y., et al. The accuracy and clinical relevance of the multi-echo dixon technique for evaluating changes to hepatic steatosis in patients with non-alcoholic fatty liver disease treated with formulated food. Magn Reson Med Sci. 22 (2), 263-271 (2023).
  11. Peng, H., et al. Fat-water separation based on Transition REgion Extraction (TREE). Magn Reason Med. 82 (1), 436-448 (2019).
  12. Hines, C. D. G., et al. T(1) independent, T(2)(*) corrected chemical shift based fat-water separation with multi-peak fat spectral modeling is an accurate and precise measure of hepatic steatosis. Magn Reason Imaging. 33 (1), 873-881 (2011).
  13. Tang, A., et al. Nonalcoholic fatty liver disease: MR imaging of liver proton density fat fraction to assess hepatic steatosis. Radiology. 267 (2), 422-431 (2013).
  14. Caussy, C., Reeder, S. B., Sirlin, C. B., Loomba, R. Noninvasive, quantitative assessment of liver fat by MRI-PDFF as an endpoint in NASH Trials. Hepatology. 68 (2), 763-772 (2018).
  15. Reeder, S. B., Cruite, I., Hamilton, G., Sirlin, C. B. Quantitative assessment of liver fat with magnetic resonance imaging and spectroscopy. Magn Reson Imaging. 34 (4), 729-749 (2011).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

MRI Dixonakwantyfikacja 3Dst uszczenie w trobyanaliza obraz w MRIsegmentacja w trobydane DICOMwizualizacja 3Dobrazowanie oparte na g bokim uczeniu

Powiązane artykuły