Summary
Bu çalışma, Dixon Manyetik Rezonans Görüntüleme (Dixon MRI) kullanılarak karaciğer yağ fraksiyonu (LFF) dağılımı için benzersiz bir 3D kantitasyon yöntemi sunmaktadır. Faz içi ve su fazı görüntülerinden türetilen LFF haritaları, normal ve steatotik karaciğerler arasındaki LFF modellerini ayırt etmek için 3D karaciğer konturları ile entegre edilmiştir ve karaciğer yağ içeriğinin hassas bir şekilde değerlendirilmesini sağlar.
Abstract
Bu çalışma, Dixon MRI görüntü analizinin kullanımı yoluyla karaciğer yağ fraksiyonunun (LFF) dağılımı için bir 3D kantitasyon metodolojisi sunmaktadır. Temel amaç, karaciğer yağ içeriğini değerlendirmek için son derece doğru ve invaziv olmayan bir araç sunmaktır. İşlem, bir Dixon dizisinden Faz İçi ve Su fazı görüntülerinin elde edilmesini içerir. LFF haritaları daha sonra Lipid Faz görüntülerini Faz İçi görüntülere bölerek voksel ile voksel titizlikle hesaplanır. Eşzamanlı olarak, faz içi görüntülerden 3D karaciğer konturları çıkarılır. Bu önemli bileşenler, kapsamlı bir 3D-LFF dağıtım modeli oluşturmak için sorunsuz bir şekilde entegre edilmiştir. Bu teknik sağlıklı karaciğerlerle sınırlı değildir, aynı zamanda hepatik steatozdan muzdarip olanları da kapsar. Elde edilen sonuçlar, bu yaklaşımın karaciğer yağ içeriğini hem görselleştirmede hem de ölçmede dikkate değer etkinliğini göstermektedir. Normal ve steatotik karaciğerler arasında ayrım yapan kalıpları belirgin bir şekilde ayırt eder. Karaciğerin 3 boyutlu yapısını çıkarmak için Dixon MRG'den yararlanan bu yöntem, organın tamamını kapsayan kesin LFF değerlendirmeleri sunar ve böylece hepatik steatoz tanısı için dikkate değer bir etkinlikle büyük umut vaat eder.
Introduction
Alkolsüz Yağlı Karaciğer Hastalığı (NAFLD), karaciğer hücrelerinde anormal trigliserit birikiminden (hepatik steatoz) alkolsüz Steatohepatit (NASH) olarak bilinen karaciğer hücrelerinde iltihaplanma ve hasara kadar değişen bir patolojik durum yelpazesini kapsar. Bazı durumlarda NAFLD, fibroz, siroz, son dönem karaciğer hastalığı ve hatta Hepatoselüler karsinom (HCC) dahil olmak üzere daha ciddi aşamalara ilerleyebilir1. Dünya Sağlık Örgütü ve Küresel Hastalık Yükü'nden yayınlanan veriler, dünya çapında tüm yaş gruplarında yaklaşık 1.235,7 milyon kişinin NAFLD'den etkilendiğini göstermektedir2. NAFLD şu anda küresel olarak karaciğerle ilişkili hastalıkların en belirgin nedenlerinden biri olarak yer almaktadır ve önümüzdeki yıllarda son dönem karaciğer hastalığının önde gelen nedeni olması beklenmektedir3.
Hepatik steatozun yaygınlığının doğru değerlendirilmesi, kesin tanı, uygun tedavi seçimi ve hastalığın etkili progresyonunun izlenmesi için büyük önem taşımaktadır. Karaciğer yağ içeriğini değerlendirmek için altın standart karaciğer biyopsisi olmaya devam etmektedir. Bununla birlikte, invaziv doğası, ağrı, kanama ve diğer postoperatif komplikasyon potansiyeli nedeniyle, sık takip muayeneleri için pratik bir seçenek değildir 4,5,6. Sonuç olarak, hepatik yağ birikimini güvenilir bir şekilde ölçebilen noninvaziv görüntüleme tekniklerine acil bir ihtiyaç vardır. Manyetik rezonans görüntüleme (MRG), iyonlaştırıcı radyasyon içermemesi ve kimyasal kayma etkileri yoluyla yağ içeriğini hassas bir şekilde tespit etme yeteneği nedeniyle bu alanda umut vaat etmektedir 7,8.
Son çalışmalar, Dixon görüntüleme 9,10 gibi kimyasal kayma gradyan eko yöntemlerine dayalı olarak hepatik yağın ölçülmesi için MRI tekniklerini özetlemiştir. Bununla birlikte, bu tekniklerin çoğu, iki boyutlu ilgi alanlarının analizine dayanır. Karaciğer yağ fraksiyonunun (LFF) üç boyutlu dağılımının kapsamlı değerlendirmesi sınırlı kalmıştır. Bu çalışmada, Dixon MRG ile karaciğer yapısal görüntülemesini birleştiren benzersiz bir 3D LFF kantitizasyon yaklaşımı tanıtıldı. Ortaya çıkan 3D LFF modeli, karaciğerin tüm hacmi boyunca yağ içeriğinin dağılımının hassas bir şekilde görselleştirilmesini ve ölçülmesini sağlar. Bu teknik, hepatik steatozun doğru teşhisi için önemli klinik yararlılık göstermektedir.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Çalışma onaylandı ve hasta, Çin'in Pekin kentindeki Pekin Çin Tıbbı Üniversitesi, Dongzhimen Hastanesi Bulaşıcı Hastalıklar Bölümü'nden alındı. Hastaya bilgilendirilmiş onam verildikten sonra rutin abdominal Dixon MRG taraması yapıldı. Bu araştırmada, tıbbi olarak teşhis edilmiş hepatik steatozlu standart bir hastada karaciğer yağ fraksiyonunu (LFF) yeniden yapılandırmak için bir 3D dağılım modelleme yaklaşımı kullanılmıştır. Ayrıca, çalışma, hastanın karaciğerini sağlıklı bir karaciğerle karşılaştıran nicel bir değerlendirme sağlar. Bu araştırmada kullanılan yazılım araçları Malzeme Tablosu'nda listelenmiştir.
1. Hazırlık ve veri toplama
NOT: Parametrelerdeki varyans, araştırma yaklaşımından etkilenmez. Bu araştırmada klinik görüntülemeden gerçek DICOM verileri elde edilmiştir. Veriler, 1.5 Tesla alan gücüne sahip bir MRI cihazı kullanılarak elde edildi. Veri seti, Dixon dizisinden türetilen dört farklı aşamadan, özellikle Faz İçi, Faz Dışı, Su ve Yağ'dan oluşur.
- Üst karın için Dixon dizisini kontrol edin.
- Tüm DICOM verilerini özelleştirilmiş bir çalışma dizinine kopyalayın.
NOT: Çalışma dizini hem işletim sisteminde hem de MATLAB'de aynıdır. - MATLAB'ın geçerli çalışma dizinindeki verileri barındıran dizine gidin ( Şekil 1'de gösterildiği gibi).
- DIXON verilerinin 520 piksele 704 piksel yatay çözünürlük, 0,5682 mm piksel aralığı ve 5 mm dilim kalınlığı gösterdiğini onaylayın.
- Tüm DICOM verilerini özelleştirilmiş bir çalışma dizinine kopyalayın.
- Dixon'ın resimlerini hızlıca kontrol edin.
- Her biri Dixon görüntüleme için ayrı klasörlerde saklanan Faz İçi, Faz Dışı, Su ve Yağ aşamalarını içeren farklı aşamalar için klasörlere erişmek için dizini değiştirin.
- Her aşama için görüntüleri görselleştirmek için Slice_View işlevini kullanın.
- MRI-Dixon dizisinin etkileşimli grafik kullanıcı arayüzünün (GUI) bir görüntüsünü görüntülemek için Şekil 2'ye bakın. Çeşitli diziler arasında verimli bir şekilde gezinmek için GUI'nin altında bulunan kaydırma çubuğunu kullanın.
- Karaciğer dokusu sınırlarının tanımlarını geliştirmek için MRI-Dixon Faz içi dizisini kullanın.
NOT: Şekil 2'de, GUI'nin sağ üst köşesinde bulunan simgeler bulunabilir. Bu simgeler, uzaklaştırma, yakınlaştırma, genel görünüme dönme ve seçilen pikselin koordinatlarını işaretleme gibi işlevler sunar. Lokal lezyon özelliklerini yakından incelemek için yakınlaştırma özelliğini kullanın. - Nodül boyutlarının ölçümüne yardımcı olarak iki nokta arasındaki mesafeyi hesaplamak için Piksel koordinatlarını işaretle özelliğini kullanın.
- İlk renk çubuğu, sırasıyla düşükten yükseğe doğru bir renk kaymasını gösteren mavi renk haritasını kullanır. Standart gri renk haritasına geçmek ve tüm GUI'yi sıfırlamak için Renk Çubuğuna sağ tıklayın ve açılır menüden seçeneği seçin.
- Varsayılan filtre penceresi uygun değilse, pencere seviyesini değiştirmek için farenin sol düğmesini kullanarak şeklin ortasında yukarı ve aşağı sürükleyerek ayarlayın. Sola ve sağa sürüklemek pencere genişliğini ayarlar ve hassas filtreleme aralığı renk çubuğunda gösterilir.
NOT: Sonraki işlemler, karaciğerin 3D bölgesini temsil etmek için DIXON Faz İçi dizisini kullanmaya odaklanacaktır.
2. Karaciğerin 3D bölgesinin çıkarılması
NOT: Karaciğer Yağ Fraksiyonunu (LFF) hesaplamak için, 3D karaciğer bölgesindeki her voksel, MRI-Dixon verilerinden elde edilen yağ fraksiyonu değeri ile uzamsal bir taşıyıcı görevi görür. LFF'yi hesaplamadan önce, 3D karaciğer bölgesini çıkarmak çok önemlidir. Derin öğrenme yöntemleri bunu daha verimli bir şekilde başarabilse de, buradaki odak noktası, karaciğer bölgesi ekstraksiyonu için MIMICS gibi olgun yazılım araçlarını kullanmaktır.
- MIMICS yazılımını açın ve Yeni Proje'yi seçin. Sonraki iletişim kutusunda, DIXON Faz Dışı görüntülerini barındıran klasörü bulun. İLERİ'ye tıklayarak devam edin ve ardından dizi düzenleme moduna girmek için Dönüştür'e basın.
- Sağ tarafta bulunan MASKE iletişim kutusunda Yeni'ye tıklayarak boş bir Maske oluşturun ve maksimum eşiği seçin.
- Karaciğer alanını tüm yatay görünümlerde tanımlamak için "Segment" etiketinin altında bulunan Maskeleri Düzenle aracını kullanın.
- Daha önce gösterilen karaciğer maskesini seçerek ve Maskeden Parçayı Hesapla'ya tıklayarak karaciğerin 3B uzamsal bir temsilini oluşturun. Elde edilen 3D karaciğer bölgesi sunulacaktır (bkz. Şekil 3).
- Dosya'ya gidin, ardından Dışarı Aktar'ı seçin ve DICOM seçeneğini belirleyin. Açılır iletişim kutusunda, karaciğer maskesini seçin, dosya yolunu ve adlarını belirtin ve ardından 3B karaciğer bölgesini belirlenen DICOM dosyalarına aktarmak için Tamam'a tıklayın.
3. Yağ Fraksiyonu Haritasının Oluşturulması (FF-Map)
NOT: Yağ fraksiyonu haritası (FF-Map) 0-1 değer aralığına sahiptir. Bu çalışmada, her bir vokselin FF'si, Dixon MRI kullanılarak faz içi eksi Sadece Su voksel değerinin faz içi değerine bölünmesiyle hesaplanmıştır.
- Dizini Faz içi görüntüler klasörüne değiştirin ve faz içi Birimi oluşturmak için Volume_In işlevini seçin.
- Dizini Yalnızca su görüntüleri klasörüne değiştirin ve yalnızca su Hacmini oluşturmak için Volume_Water işlevini seçin.
- Şekil 4'te gösterildiği gibi görselleştirilen abdominal MRG'nin FF-Hacmini elde etmek için adım 3.1 ve adım 3.2'de oluşturulan iki Hacmi girdi olarak kullanarak FF_Volume işlevini seçin.
- Şekil 4'te gösterilen Yağ Fraksiyonu (FF) haritası, 520 x 704 x 44 matris veri yapısına sahip bir RGB gerçek renkli görüntü olarak sunulmaktadır. Bu gösterimde her piksel, kırmızı, yeşil ve mavi kanalları temsil eden üç değerden oluşur. Farklı renkli piksellerle ilişkili yağ fraksiyonu değerleri için görsel bir referans sağlayan sol taraftaki renk çubuğuna dikkat edin.
NOT: Şekil 4'te gösterilen GUI, sağ üst köşedeki yakınlaştırma aracı aracılığıyla hastanın karaciğerinin daha yakından gözlemlenmesine ve sondalama aracı kullanılarak tam FF değerlerinin elde edilmesine olanak tanır. Kullanıcılar, alttaki kaydırma çubuğunu sürükleyerek yatay düzlemdeki tüm tarama konumlarının FF haritalarını gözlemleyebilir.
4. 3D hacimli karaciğer yağ fraksiyonu dağılımı
NOT: Şekil 4 , üst karın bölgesinin Dixon MRI görüntülerine dayanarak hesaplanan LFF haritasını göstermektedir. Şekil 3'teki 3D karaciğer bölgesi ile birlikte, tüm karaciğerin 3D-LFF hacmi ayrı ayrı hesaplanabilir.
- Giriş parametreleri olarak 3D karaciğer bölgesini (Şekil 3'te gösterildiği gibi) ve Karaciğer sertliği haritasını (Şekil 4'te gösterilmiştir) sağlayan LFF_Volume işlevini kullanın. Bu, Şekil 5'te gösterildiği gibi, karaciğer yağ fraksiyonunun 3D-Volume temsilinin oluşturulmasıyla sonuçlanacaktır.
- Her karaciğer tabakası için sertlik haritasını incelemek için, Şekil 5'te gösterilen GUI'nin altında bulunan kaydırma çubuğunu kullanmanız yeterlidir.
NOT: Bu görünümde, yalnızca karaciğer dokusu doğru bir şekilde tasvir edilmiştir. - GUI'nin sağ üst köşesinde bulunan simgelere dikkat edin ( Şekil 5'te gösterildiği gibi). Bu simgeler, uzaklaştırma, yakınlaştırma, genel görünüme dönme ve seçilen pikselin koordinatlarını işaretleme işlevleri sağlar.
NOT: Varsayılan renk çubuğu, düşükten yükseğe değişen değerleri (kPa birimleriyle ölçülür) temsil etmek için renklerin maviden kırmızıya geçtiği "jet" renk haritasını kullanır. - Şekil 6'da gösterildiği gibi 3D Karaciğer Yağ Fraksiyonunun (3D-LFF) uzamsal dağılımını üretmek için "LFF_Volume" ile aynı giriş parametrelerini kullanarak LFF_Distribution işlevini çalıştırın.
5. 3D-LFF kantitatif analizi
NOT: Normal karaciğer vokselleri: LFF <% 5; Hafif yağlı karaciğer vokselleri: %5-10; Orta derecede yağlı karaciğer vokselleri:% 10 -% 20; Şiddetli yağlı karaciğer vokselleri: LFF ≥ %2011,12,13,14,15. Bu çalışmanın önemli bir nicel odak noktası, hastanın karaciğerindeki farklı LFF aşamalarındaki voksellerin oranını belirlemektir. Şekil 6, hastada karaciğer yağ fraksiyonunun eşit olmayan uzamsal dağılımını göstermektedir. Farklı klinik semptomların olmaması, öncelikle normal karaciğer dokusunun önemli bir kısmına atfedilir. Bu nedenle, hastalar ve sağlıklı bireyler arasındaki farklılıkların kesin olarak ölçülmesi zorunludur. Bu, burada hayati bir nicel kavramı temsil eder.
- 1-4 arasındaki adımları tekrarlayarak sağlıklı bir karaciğer için 3D-LFF dağılımını hesaplayın.
NOT: Yerleşik MATLAB çubuğu işlevi, sağlıklı ve yağlı karaciğerler için 3D-LFF dağılımlarının karşılaştırılmasını sağlar (Şekil 7).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Bu araştırma, 3D karaciğer yağ fraksiyonu miktar tayin metodolojisini doğrulamak için ticari olarak temin edilebilen bir MRI tarayıcısı kullanılarak elde edilen gerçek hasta veri kümelerini kullanır (Şekil 1). MRI protokolü, Dixon'ın dört fazlı görüntülemesiniiçeriyordu 9,10: Faz içi, Faz dışı, Yalnızca Su ve Yalnızca yağ (Şekil 2). Her vokselin yağ fraksiyonu (FF), Dixon MRI kullanılarak faz içi eksi Yalnızca Su voksel sinyalinin Faz içi voksel sinyaline bölünmesiyle hesaplanır. Bu sayısal model, her vokseldeki yağ içeriği yüzdesinin doğru bir şekilde hesaplanmasını sağlar.
Derin öğrenme yöntemleri 3D karaciğer anatomisini çıkarabilse de, doğal algoritmik hatalara sahiptir. Kesin miktar tayinini sağlamak için, uzman rehberliği ile birlikte doğru bir 3D karaciğer konturu çıkarmak için MIMICS gibi olgun yazılım araçları kullanıldı (Şekil 3).
3D karaciğer konturunun Şekil 4'teki 2D FF haritası ile kaynaştırılması, Şekil 5'te entegre bir 3D-FF dağılım modeli oluşturur. Bu, 2D FF haritalarının sınırlamasının üstesinden gelir ve tüm karaciğer hacminde yağ birikiminin görselleştirilmesini sağlar. Doktorlar artık belirsiz bir izlenim yerine 3D karaciğer boşluğundaki yağ içeriğini doğru bir şekilde bulabilirler.
Şekil 6'da gösterildiği gibi, 3D-FF dağılımı farklı karaciğer pozisyonlarında yağ fraksiyonu değerlerini ortaya koymaktadır. Bunu standart FF eşikleriyle karşılaştırarak, hepatik steatozun farklı aşamalarına düşen voksellerin yüzdesi ölçülebilir. Bu, çeşitli steatoz seviyelerinde karaciğer oranının hassas bir şekilde ölçülmesini sağlar.
Normal ve yağlı bir karaciğer arasındaki karşılaştırma (Şekil 7), tekniğin farklı 3D-LFF dağılım modellerini ayırt etme yeteneğini doğrular. Önerilen iş akışı, hastanın Dixon MRI verilerine dayalı olarak hepatik steatozun 3D görselleştirilmesi, miktar tayini ve teşhisinde klinik değer göstermektedir.
Şekil 1: MRI-Dixon dizi klasörleri. Çalışmada kullanılan Dixon MRI tarama dizilerine karşılık gelen klasör adlarının bir listesi. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 2: Dixon MRI dilim tarayıcısı. Dixon MRG'nin her faz dizisinden kesitleri gösteren grafik kullanıcı arabirimi (GUI). Dixon MRG, özellikle hassas yağ ve su ayrımı gerekli olduğunda, görüntü kalitesini ve yorumlanabilirliği artırmak için değerlidir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 3: 3D karaciğer bölgesi ekstraksiyonu. MRI taraması sırasında elde edilen In-Phase görüntülerine dayalı olarak karaciğerin üç boyutlu uzamsal kapsamının görselleştirilmesi. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 4: Karaciğer yağ fraksiyonu haritası. Yağ içeriğindeki varyasyonları belirtmek için farklı renkler kullanarak her vokselde karaciğer yağ fraksiyonunun (LFF) görsel bir temsili. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 5: Karaciğer yağ fraksiyonu dilimleri. Karaciğer yağ fraksiyonu haritasını gösteren yüksek çözünürlüklü dilimler, tüm karaciğer boyunca LFF dağılımının ayrıntılı bir görünümünü sağlar. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 6: Tüm karaciğer 3D-LFF dağılımı. Karaciğer yağ fraksiyonunun (LFF) tüm karaciğer boyunca sayısal olasılık dağılımını gösteren ve üç boyutlu bir biçimde sunulan bir şekil. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Şekil 7: 3D-LFF dağılımının karşılaştırılması. Sağlıklı bir karaciğer ile tipik bir yağlı karaciğer arasındaki 3D-LFF dağılımının karşılaştırılması, yağ içeriği ve dağılımındaki farklılıkların vurgulanması. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Bu araştırma, Dixon MRI9,10 kullanarak karaciğer yağ fraksiyonunun (LFF) dağılımını analiz etmek için yenilikçi bir 3D kantitasyon tekniği sunmaktadır. Bu yöntem, faz içi ve su fazı görüntülerinden oluşturulan LFF haritalarını 3D karaciğer konturları ile entegre ederek, normal ve steatotik karaciğerlerdeki LFF modellerini ayırt eder6. Sonuç olarak, karaciğer yağ içeriğinin hassas bir şekilde değerlendirilmesini kolaylaştırır.
Adım 3, her vokseldeki yağ içeriğini ölçmek için FF haritasının hesaplanmasında hayati bir aşamayı temsil eder. Adım 4, entegre bir 3D-LFF dağıtım modeli oluşturmak için FF verilerini 3D karaciğer konturu ile bütünleştirir. Adım 5, hepatik steatozun doğru bir şekilde ölçülmesi için 3D-LFF yaklaşımının etkinliğini doğrular13.
Gelecekteki değişikliklerle ilgili olarak, makine görüşü 3D karaciğer segmentasyonunun verimliliğini artırabilir. Sağlıklı karaciğerler ve farklı steatoz dereceleri için 3D-LFF dağılımlarının bir atlasının derlenmesi, klinik tanı ve tiplemeyi kolaylaştırabilir.
Bir sınırlama, yöntemin erken steatozu kantitatif olarak evreleyebilmesine rağmen, hastalığın ilerlemesinin altında yatan mekanizmaları aydınlatmamasıdır. Ekipman ve protokollerdeki farklılıklar tutarsız sonuçlara yol açabilir. Hesaplamalı iş akışını standartlaştırmak devam eden bir zorluk olmaya devam ediyor.
Bu teknik, klinisyenlere tüm karaciğer organı boyunca yağ biriktirme paternleri ve hastalık şiddeti hakkında kapsamlı bilgiler sağlayan 3D-LFF dağılımı kavramını tanıtır ve uygular. Bu, kesin tanı, tedavi kararları ve terapötik etkinliğin izlenmesi için büyük önem taşımaktadır. Bu yaklaşım aynı zamanda genel popülasyonda sağlık taraması ve önlenmesi için de önem taşımaktadır.
Yöntem, aşağıdakiler de dahil olmak üzere birden fazla araştırma alanında büyük bir potansiyel sergiler: (1) tekniğin heterojen kohortlar arasında büyük ölçekli doğrulanması; (2) farklı steatoz etiyolojileri arasında 3D-LFF varyasyonlarının araştırılması; (3) 3D-LFF dağılımının klinik parametreler ve risk faktörleri ile korelasyonu; (4) tanısal, prognostik ve tedavi yanıt modelleri oluşturmak için 3D-LFF kalıpları uygulamak; (5) 3D nicelemenin iki boyutlu görüntüleme değerlendirmeleriyle karşılaştırılması. Bu metodolojiyi klinik faydaya dönüştürmek için çok sayıda araştırma yolu mevcuttur.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Bu çalışmanın Malzeme Tablosunda HepatikSteatoz V1.0 olarak listelenen hepatik steatoz ölçümü için yazılım aracı, Beijing Intelligent Entropy Science & Technology Co., Ltd.'nin bir ürünüdür. Bu yazılım aracının fikri mülkiyet hakları şirkete aittir.
Acknowledgments
Bu yayın, Ulusal Geleneksel Çin Tıbbı İdaresi tarafından düzenlenen, geleneksel Çin tıbbında olağanüstü klinik yeteneklerin belirlenmesi için beşinci ulusal programdan destek aldı. 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_LFF | Intelligent Entropy | HepaticSteatosis V1.0 | Beijing Intelligent Entropy Science & Technology Co Ltd. Modeling for CT/MRI fusion |
References
- 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).
- Younossi, Z. M., et al. The global burden of liver disease. Clin Gastroenterol Hepatol. 21 (8), 1978-1991 (2023).
- 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).
- 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).
- Khalifa, A., Rockey, D. C. The utility of liver biopsy in 2020. Curr Opin Gastroenterol. 36 (3), 184-191 (2020).
- 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).
- Ajmera, V., Loomba, R. Imaging biomarkers of NAFLD, NASH, and fibrosis. Mol Metab. 50, 101167 (2021).
- 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).
- 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).
- 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).
- Peng, H., et al. Fat-water separation based on Transition REgion Extraction (TREE). Magn Reason Med. 82 (1), 436-448 (2019).
- 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).
- 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).
- 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).
- 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).
