Name: Modelo digital tridimensional para diagnóstico precoce de fibrose hepática baseado em elastografia por ressonância magnética (Vídeo) | JoVE Journal
Uploaded: 2023-07-21T12:10:00.000+00:00
Duration: 6 min 9 s
Description: Explore um modelo digital 3D para diagnóstico precoce de fibrose hepática usando elastografia por ressonância magnética. Este método computacional permite quantificar a rigidez hepática com precisão espacial.

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

Esta publicação foi apoiada pelo quinto programa nacional de pesquisa de excelentes talentos clínicos da medicina tradicional chinesa, organizado pela Administração Nacional de Medicina Tradicional Chinesa. O link de rede oficial é 'http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html. '

Este estudo utilizou a modelagem 3D-digital do LSD para reconstruir o fígado de um paciente típico com fibrose hepática clinicamente confirmada. O paciente foi recrutado de uma conhecida instituição de tratamento de doenças hepáticas, "You An Hospital" em Pequim, China, e foi submetido a ressonância magnética (RM) e ressonância magnética (RM) de abdome superior de rotina após fornecer consentimento. O paciente foi escolhido como estudo de caso para este método de pesquisa devido à confirmação do estadiamento da fibrose hepática através do exame anatomopatológico e à ausência de sintomas clínicos óbvios, o que enfatiza a aplicabilidade e o valor clínico desta pesquisa no diagnóstico de pacientes com fibrose hepática em estágio inicial. Este trabalho também fornece uma comparação quantitativa entre o fígado deste paciente e um fígado saudável. As ferramentas de software utilizadas neste estudo estão listadas na Tabela de Materiais.
1. Coleta e preparação dos dados
NOTA: A diferença de parâmetros não é sensível ao método de pesquisa.
<ol><li>Estratégias de varredura por RM NOTA: Este estudo utilizou dados DICOM reais obtidos de imagens clínicas usando um aparelho de ressonância magnética (RM) fabricado pela GE. O conteúdo dos dados inclui imagens IDEAL (Decomposição iterativa de água e gordura com assimetria de eco e estimativa de mínimos quadrados), imagem de separação água-gordura e elastografia por ressonância magnética (EMR).<ol><li>Certifique-se de que os dados IDEAL tenham uma resolução horizontal de 256 pixels por 256 pixels, com um espaçamento de pixels de 1,5625 mm e uma espessura de corte de 10 mm. NOTA: A estratégia de varredura poderia ser ainda mais otimizada, mas a metodologia empregada neste estudo é aplicável a imagens médicas de maior precisão.</li>
	</ol></li>
	<li>Renomeie a pasta de cada sequência. NOTA: Como os dados DICOM exportados do equipamento não fornecem explicitamente nomes de sequências, durante a etapa de pré-processamento, é necessário adicionar nomes explícitos para cada sequência para facilitar a análise e processamento subsequentes.<ol><li>Copie todos os dados DICOM para um diretório de trabalho personalizado.</li>
		<li>Navegue até o diretório que contém os dados no diretório de trabalho do MATLAB.</li>
		<li>Execute a função Description_Name para adicionar nomes descritivos às pastas de cada sequência.</li>
		<li>Consulte a Figura 1 para obter uma comparação antes e depois da renomeação. Adicione um Nome de Descrição a cada pasta de sequência de imagens para facilitar a identificação das sequências de imagens necessárias para vários fins analíticos.</li>
	</ol></li>
	<li>Verifique rapidamente as imagens do IDEAL.<ol><li>Altere o diretório das pastas de diferentes fases, incluindo as fases in-phase, out-phase, water e fat, que foram armazenadas em pastas separadas para geração de imagens usando o IDEAL.</li>
		<li>Execute a função Slice_View para exibir as sequências de impacto para cada fase.</li>
		<li>Consulte a Figura 2 para obter uma imagem da interface gráfica do usuário (GUI) interativa para a sequência MRI-IDEAL. Use a barra de rolagem na parte inferior da GUI para navegar rapidamente pelas diferentes sequências.</li>
		<li>Use a sequência de fase externa MRI-IDEAL como o tipo de sequência de RM para fornecer descrições mais claras dos limites do tecido hepático. NOTA: Nas operações a seguir, o foco será usar a sequência de fase externa do ideal para delinear a região 3D do fígado.</li>
	</ol></li>
</ol>2. Extraia a região 3D do fígado
NOTA: Os voxels individuais na região 3D do fígado servem como carreadores espaciais para o LSD, com o valor de rigidez de cada voxel sendo derivado do MRE. Extrair a região 3D do tecido hepático é uma etapa necessária antes da fusão. Embora o aprendizado profundo possa ser usado para realizar essa tarefa de forma mais eficiente, ele não é o foco deste estudo. Portanto, ferramentas de software maduras (por exemplo, MIMICS) ainda são usadas aqui para extrair a região 3D do tecido hepático.
<ol><li>Para iniciar o software MIMICS, selecione Novo Projeto e, na caixa de diálogo subsequente, navegue até a pasta que contém as imagens de fase externa IDEAL. Prossiga clicando em AVANÇAR | no botão Converter , ganhando assim a entrada no estado de edição de sequência.</li>
	<li>Para criar uma máscara vazia, clique no botão Novo na caixa de diálogo MASK localizada no lado direito e selecione o limite máximo.</li>
	<li>Para delimitar a área do fígado em todas as exibições horizontais, utilize a ferramenta Editar máscaras localizada abaixo do rótulo Segmento .</li>
	<li>Para gerar a parte espacial 3D do fígado, selecione a máscara hepática que foi delineada e clique no botão Calcular Parte da Máscara . A região 3D extraída do fígado é mostrada na Figura 3.</li>
	<li>Clique em Arquivo | Exportação | selecione o comando Dicom. Na caixa de diálogo pop-up, escolha a máscara de fígado, defina o caminho do arquivo e os nomes dos arquivos e clique no botão OK para concluir a exportação da região 3D do fígado para os arquivos DICOM especificados.</li>
</ol>3. A sequência do mapa de rigidez hepática
NOTA: A faixa de rigidez de ERM em pacientes com fibrose precoce é tipicamente inferior a 8 kpa. Para visualizar isso, a imagem de sequência rotulada como 'SE27_ST8K_(Pa)' deve ser selecionada.
<ol><li>Altere o diretório para a pasta de 'SE27_ST8K_(Pa)', que contém a sequência do mapa de rigidez hepática.</li>
	<li>Para navegar por cada mapa de rigidez, execute a função MRE_show no espaço de trabalho do Matlab, com o argumento da função sendo o nome do arquivo localizado no caminho especificado.</li>
	<li>O mapa de rigidez hepática mostrado na Figura 4 é uma imagem RGB true-color, com uma estrutura de dados de 512 pixels por 512 pixels por matriz 3, onde cada ponto de pixel tem três valores representando as três cores primárias, RBG. Observe a barra de cores à esquerda que exibe os valores de rigidez correspondentes de pixels coloridos diferentes. Calcule a rigidez exata de cada pixel usando suas respectivas correlações.</li>
	<li>As informações complementares da Figura 4 incluem dados como descrição da sequência, posição do exame, tempo, informações do paciente e parâmetros da imagem. Utilize esses dados, particularmente os parâmetros de imagem, para estabelecer a relação espacial entre as sequências MRE e IDEAL.</li>
</ol>4.3D-Volume de distribuição da rigidez hepática
NOTA: Cada voxel no volume de rigidez hepática 3D representa o valor de rigidez de um voxel correspondente na região hepática 3D, que é derivado do valor de rigidez de cada pixel na Figura 4. Alinhando-se a região hepática 3D da Figura 3 com o mapa de rigidez da Figura 4, pode-se extrair o valor de rigidez de cada voxel, resultando na geração do volume de rigidez hepática 3D.
<ol><li>Invocar a função LSD_Slice com a região hepática 3D mostrada na Figura 3 e o mapa de rigidez hepática na Figura 4 como parâmetros de entrada para obter a distribuição do volume 3D de rigidez hepática, como mostrado na Figura 5.</li>
	<li>Visualize o mapa de rigidez de cada camada do fígado arrastando a barra de rolagem abaixo da GUI mostrada na Figura 5. NOTA: No entanto, ao contrário da Figura 4, apenas o tecido hepático é retido com precisão aqui.</li>
	<li>Observe os ícones no canto superior direito da GUI (Figura 5), como ampliar, reduzir, retornar à visualização global e marcar as coordenadas do pixel selecionado. NOTA: A barra de cores padrão é o mapa de cores de "jet", o que significa que os valores correspondentes (unidade kpa) de azul para vermelho são baixos para altos.</li>
	<li>Execute a função LSD_Volume com a mesma entrada que LSD_Slice para obter a distribuição espacial do LSD hepático 3D, como mostra a Figura 6. Visualize o volume 3D do LSD de qualquer perspectiva mantendo pressionado o botão esquerdo do mouse e arrastando a tela (Figura 6).</li>
</ol>5. Análise quantitativa do LSD
NOTA: Um importante foco de análise quantitativa deste estudo é fornecer a proporção de diferentes estágios de voxels de LSD no fígado do paciente. A Figura 6 mostra que a distribuição da fibrose hepática nos pacientes é desigual em diferentes localizações espaciais. A razão pela qual os sintomas clínicos ainda não são óbvios deve-se principalmente a uma proporção considerável de tecido hepático estar em um estágio normal. Portanto, é necessário quantificar com precisão a diferença entre pacientes e indivíduos saudáveis. Este é um conceito quantitativo importante deste estudo.
<ol><li>Determinar as faixas numéricas dos valores de rigidez para os diferentes estágios da fibrose hepática, como mostra a Figura 7.</li>
	<li>Calcular a distribuição de todos os voxels hepáticos do paciente nos diferentes estágios de fibrose (Figura 8) invocando a função Hepatic_Fibrosis com o parâmetro de entrada do volume 3D de LSD mostrado na Figura 6.</li>
	<li>Use os mesmos passos para calcular e comparar os resultados de um fígado completamente saudável com o paciente típico com fibrose hepática descrito acima (Figura 9).</li>
</ol>

Análise quantitativa da distribuição da rigidez hepática

<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>

A ferramenta de software para quantificação da fibrose hepática listada na Tabela de Materiais deste estudo, HepaticFibrosis V1.0, é uma ferramenta de software da Beijing Intelligent Entropy Science & Technology Co Ltd. Os direitos de propriedade intelectual desta ferramenta de software pertencem à empresa.

Na prática clínica, é um desafio quantificar e rastrear com precisão a condição de pacientes com fibrose hepática em estágio inicial. A comparação mostrada na Figura 9 reflete plenamente o grau de fibrose hepática no paciente em comparação com um fígado saudável; Naturalmente, este número também pode ser uma comparação entre dois períodos diferentes para o paciente, usado para avaliação da eficácia do tratamento. Este método preciso de quantificação é a etapa crítica central deste estudo. Al...

A fibrose hepática refere-se à formação de tecido cicatricial excessivo no fígado, geralmente como resultado de lesão ou doença hepática1,2,3,4. Frequentemente surge como consequência de lesão hepática crônica e é comumente associada a doenças hepáticas, como hepatite viral crônica, doença hepática gordurosa não alcoólica e doença hepática alcoólica. Se não tratada, a fibrose hepática pode evoluir para cirrose, uma condição potencialmente fatal associada a morbidade e mortalidade significativas.
A pesquisa ativa nesta área visa elucidar os mecanismos celulares e moleculares subjacentes à patogênese da fibrose hepática, bem como desenvolver novas estratégias diagnósticas e terapêuticas para melhorar os desfechos dos pacientes. Outro objetivo é a detecção não invasiva do estágio de fibrose hepática, que é um aspecto crítico que se correlaciona diretamente com o diagnóstico da doença, seleção do tratamento e avaliação do prognóstico. Apesar da importância do diagnóstico preciso e do monitoramento da fibrose hepática, os métodos diagnósticos tradicionais, como a biópsia hepática, são invasivos e associados a riscos significativos. Em contraste, a elastografia por ressonânciamagnética5,6 (MRE) é uma técnica de imagem não invasiva promissora que tem demonstrado potencial no diagnóstico e monitoramento da fibrose hepática por meio da quantificação da rigidez hepática.
Nos últimos anos, tem havido pesquisas significativas focadas em avaliar a acurácia e a confiabilidade da ERM no diagnóstico da fibrose hepática, bem como suas potenciais vantagens sobre os métodos diagnósticos tradicionais. A métrica de rigidez hepática da ERM foi aprovada pela Food and Drug Administration (FDA) dos Estados Unidos para diagnóstico clínico, e extensa análise comparativa com resultados patológicos tem sido conduzida na prática clínica. Os resultados mostraram que os mapas de rigidez gerados pela ERM apresentam forte correlação positiva com os diversos estágios da fibrose hepática7,8,9,10,11,12. No entanto, até agora, o trabalho de avaliar e rastrear com precisão a progressão da fibrose hepática em pacientes por meio da análise quantitativa da distribuição de rigidez hepática (LSD) combinando imagens de estrutura hepática com ERM não fez muito progresso.
Neste estudo, a técnica de análise de grupo de imagens médicas13,14,15 é introduzida para obter o alinhamento preciso das imagens da estrutura hepática com o mapa de rigidez gerado pela ERM no espaço 3D, permitindo o cálculo dos valores de rigidez hepática para cada voxel de todo o fígado. Com base no modelo 3D-digital do LSD, a distribuição exata do estadiamento específico da fibrose hepática do paciente pode ser calculada e avaliada. Isso estabelece uma base sólida para o diagnóstico quantitativo preciso de fibrose hepática em estágio inicial.

<table><tbody><tr><td>MATLAB</td><td>MathWorks&nbsp;</td><td>2022B</td><td>Computação e visualização&nbsp;</td></tr><tr><td>Mimics</td><td>Materialize</td><td>Mimics Research V20</td><td>Ferramentas de transformação de formato de modelo</td></tr><tr><td>para 3D_LSD</td><td>Inteligente&nbsp; Entropia</td><td>HepaticFibrose V1.0</td><td>Pequim Entropia Inteligente Ciência & Technology Co Ltd. Modelagem para fusão de TC/RM</td></tr></tbody></table>

modelo digital tridimensional para diagnóstico precoce de fibrose hepática baseado em elastografia por ressonância magnética

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

A fibrose hepática é um estágio inicial da cirrose hepática, não havendo melhores métodos não invasivos e convenientes para a detecção e avaliação da doença. Apesar dos bons avanços obtidos com o mapa de rigidez hepática (MSE) baseado na elastografia por ressonância magnética (RM), ainda existem algumas limitações que precisam ser superadas, incluindo determinação manual de foco, seleção manual de regiões de interesse (ROIs) e dados descontínuos de MMC sem informações estruturais, o que impossibilita a avaliação do fígado como um todo. Neste estudo, propomos um novo modelo digital tridimensional (3D) para o diagnóstico precoce de fibrose hepática baseado em EMR.
A ERM é uma técnica de imagem não invasiva que emprega ressonância magnética (RM) para medir a rigidez hepática no local do exame por meio da interação humano-computador. Estudos indicam correlação positiva significativa entre o MSL obtido por ERM e o grau de fibrose hepática. No entanto, para fins clínicos, uma quantificação abrangente e precisa do grau de fibrose hepática é necessária. Para resolver isso, o conceito de Distribuição de Rigidez Hepática (LSD) foi proposto neste estudo, que se refere ao volume de rigidez 3D de cada voxel hepático obtido pelo alinhamento de imagens 3D do tecido hepático e indicadores de ERM. Isso fornece uma ferramenta clínica mais eficaz para o diagnóstico e tratamento da fibrose hepática.

Utilizando as informações no campo Description_Name dos arquivos DICOM, a pasta original da RM pode ser renomeada para facilitar a rápida localização da sequência de imagens necessária durante o processo de análise no grupo de imagens. A sequência de fase externa MRI-IDEAL é o tipo de sequência de RM usada para fornecer descrições mais claras dos limites do tecido hepático. Isso ocorre porque a sequência fora de fase MRI-IDEAL pode diferenciar melhor a força e o ângulo de magnetização de diferentes tecid...

O objetivo deste estudo foi desenvolver um novo modelo digital tridimensional para o diagnóstico precoce da fibrose hepática, que inclua a rigidez de cada voxel no fígado do paciente e possa, assim, ser usado para calcular a razão de distribuição do fígado do paciente em diferentes estágios de fibrose.

Modelo digital tridimensional para diagnóstico precoce de fibrose hepática baseado em elastografia por ressonância magnética

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 ...

O objetivo da pesquisa é desenvolver um modelo digital tridimensional para o diagnóstico precoce da fibrose hepática baseado na elastografia por ressonância magnética. A pesquisa visa abordar as limitações dos métodos atuais e fornecer uma abordagem quantitativa e não invasiva para a avaliação e monitoramento precisos da fibrose hepática. Alguns dos desafios experimentais atuais no campo da pesquisa em fibrose hepática incluem melhorar a precisão de varredura e as técnicas de imagem de métodos não invasivos como a elastografia por ressonância magnética, padronizar protocolos computacionais para resultados consistentes e acumular dados mais abrangentes, e esse foi o tamanho dos dados para classificação e diagnóstico precisos.As imagens estruturais da RM do fígado foram alinhadas com as imagens de ERM, permitindo a distribuição tridimensional da rigidez hepática, distribuição e quantificação precisa no espaço 3D. É possível estabelecer com precisão um mapa de distribuição de rigidez hepática para um fígado saudável e utilizá-lo convenientemente para o diagnóstico e o tratamento de pacientes com diferentes estágios de cirrose hepática. No futuro, queremos abordar o diagnóstico, tratamento e prognóstico de doenças hepáticas impulsionados por IA, bem como o desenvolvimento de fitoterápicos relacionados a doenças hepáticas.

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

Research

JoVE Journal

Medicine

Medicina

O procedimento demonstra a metodologia de elastografia de ressonância magnética para monitorar o resultado de engenharia de tecidos adiposo e construções osteogénicas engenharia através da avaliação não invasiva locais das propriedades mecânicas, utilizando elastografia ressonância magnética microscópica (μMRE).

Metodologia Elastografia por Ressonância Magnética para a Avaliação de engenharia de tecidos Crescimento Construct

Este protocolo descreve o uso de uma técnica de ultrassom aprimorada para observar e quantificar invasivamente as alterações nos tecidos hepáticos em modelos de roedores de doença hepática gordurosa não alcoólica.

Aplicação de Ultrassom e Elastografia de Ondas de Cisalhamento em um modelo de rato de NAFLD/NASH

O presente protocolo otimiza os métodos de perfusão/decelularização hepática in situ e microscopia de dois fótons para estabelecer uma plataforma confiável para visualizar a dinâmica do remodelamento da matriz extracelular (MEC) durante a esteato-hepatite não alcoólica (EHNA).

Imagem 3D da Matriz Extracelular Hepática em Modelo de Esteatohepatite Não Alcoólica em Camundongos

Apresentamos um protocolo para medir os módulos elásticos de áreas ricas em colágeno em fígado normal e doente usando microscopia de força atômica. O uso simultâneo da microscopia de polarização fornece alta precisão espacial para localizar áreas ricas em colágeno nas seções do fígado.

Medição da rigidez hepática usando microscopia de força atômica acoplada à microscopia de polarização

Este estudo introduz um método único de quantificação 3D para a distribuição da fração de gordura hepática (LFF) usando a Ressonância Magnética de Dixon (Dixon MRI). Os mapas de LFF, derivados de imagens em fase e em fase hídrica, são integrados com contornos hepáticos 3D para diferenciar os padrões de LFF entre fígados normais e esteatóticos, permitindo uma avaliação precisa do conteúdo de gordura hepática.

Uma Técnica de Quantificação 3D para Análise da Distribuição da Fração de Gordura no Fígado Usando a Ressonância Magnética de Dixon

Este protocolo apresenta um pipeline abrangente de imagem para visualizar e modelar a morfologia das células estreladas hepáticas em tecido hepático intacto. Essa abordagem combina marcação fluorescente de fibroblastos usando genética de camundongos, preparação de tecidos baseada em perfusão hepática in situ e um método modificado de limpeza de tecidos iDISCO para alcançar transparência óptica.

Mapeamento da morfologia das células estreladas hepáticas em modelos camundongos de fibrose hepática

Este artigo proporciona metodologias detalhadas para a utilização de ensaios tridimensionais (3D), para quantificar a invasão das células do cancro da mama. Especificamente, vamos discutir os procedimentos necessários para a criação de tais ensaios, quantificação e análise de dados, bem como métodos para analisar a perda da integridade da membrana que ocorre quando as células invadem.

Quantificação de cancro da mama invasiva das células usando um modelo (3D) tridimensional

A modelo pré-clínico, murino de metástases hepáticas realizado através de uma técnica de injeção hemispleen.

Um Modelo murino de metástases hepáticas pré-clínica

Aqui apresentamos um protocolo de co-cultura em três dimensões, que é útil para investigar interações multicelulares e modulação dependente de matriz extracelular do comportamento das células cancerígenas. Neste modelo experimental, as células cancerígenas são cultivadas em géis de colágeno incorporados com fibroblastos associados ao câncer humano.

Tridimensional modelo de co-cultura para Interaction Tumor estromal-

A invasão dos tecidos normais circundantes é uma característica definidora dos tumores malignos. Fornecemos aqui um ensaio simples e semi-automatizado de microplacas de invasão em uma biomatriz 3D natural que foi exemplificada com vários modelos de cânceres humanos avançados.

Tridimensional (3D) Tumor Esferóide Invasion Assay

Explore um modelo digital 3D para diagnóstico precoce de fibrose hepática usando elastografia por ressonância magnética. Este método computacional permite quantificar a rigidez hepática com precisão espacial.

Modelo digital tridimensional para diagnóstico precoce de fibrose hepática baseado em elastografia por ressonância magnética

Explorar mais vídeos