Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

Ein dreidimensionales digitales Modell zur Frühdiagnose von Leberfibrose auf Basis der Magnetresonanz-Elastographie

Published: July 21, 2023 doi: 10.3791/65507

Summary

Das Ziel dieser Studie war es, ein neuartiges dreidimensionales digitales Modell für die Frühdiagnose von Leberfibrose zu entwickeln, das die Steifigkeit jedes Voxels in der Leber des Patienten einbezieht und somit zur Berechnung des Verteilungsverhältnisses der Leber des Patienten in verschiedenen Fibrosestadien verwendet werden kann.

Abstract

Leberfibrose ist ein Frühstadium der Leberzirrhose, und es gibt keine besseren nicht-invasiven und bequemen Methoden zur Erkennung und Bewertung der Krankheit. Trotz der guten Fortschritte, die mit der Lebersteifigkeitskarte (LSM) auf der Grundlage der Magnetresonanz-Elastographie (MRE) erzielt wurden, gibt es immer noch einige Einschränkungen, die überwunden werden müssen, darunter die manuelle Fokusbestimmung, die manuelle Auswahl von Regions of Interest (ROIs) und diskontinuierliche LSM-Daten ohne strukturelle Informationen, die es unmöglich machen, die Leber als Ganzes zu bewerten. In dieser Studie schlagen wir ein neuartiges dreidimensionales (3D) digitales Modell für die Frühdiagnose von Leberfibrose auf Basis von MRE vor.

MRE ist ein nicht-invasives Bildgebungsverfahren, bei dem die Magnetresonanztomographie (MRT) eingesetzt wird, um die Lebersteifigkeit an der Scanstelle durch Mensch-Computer-Interaktion zu messen. Studien haben eine signifikante positive Korrelation zwischen dem durch MRE erhaltenen LSM und dem Grad der Leberfibrose gezeigt. Für klinische Zwecke ist jedoch eine umfassende und präzise Quantifizierung des Grades der Leberfibrose notwendig. Um dieses Problem anzugehen, wurde in dieser Studie das Konzept der Lebersteifigkeitsverteilung (LSD) vorgeschlagen, das sich auf das 3D-Steifigkeitsvolumen jedes Lebervoxels bezieht, das durch den Abgleich von 3D-Lebergewebebildern und MRE-Indikatoren erhalten wird. Dies bietet ein effektiveres klinisches Instrument für die Diagnose und Behandlung von Leberfibrose.

Introduction

Leberfibrose bezieht sich auf die Bildung von übermäßigem Narbengewebe in der Leber, in der Regel als Folge einer Leberschädigung oder -erkrankung 1,2,3,4. Sie tritt häufig als Folge einer chronischen Leberschädigung auf und wird häufig mit Lebererkrankungen wie chronischer Virushepatitis, nichtalkoholischer Fettlebererkrankung und alkoholischer Lebererkrankung in Verbindung gebracht. Unbehandelt kann sich die Leberfibrose zu einer Leberzirrhose entwickeln, einer potenziell lebensbedrohlichen Erkrankung, die mit erheblicher Morbidität und Mortalität einhergeht.

Die aktive Forschung in diesem Bereich zielt darauf ab, die zellulären und molekularen Mechanismen aufzuklären, die der Pathogenese der Leberfibrose zugrunde liegen, sowie neue diagnostische und therapeutische Strategien zur Verbesserung der Patientenergebnisse zu entwickeln. Ein weiteres Ziel ist die nicht-invasive Detektion des Leberfibrose-Stadiums, was ein kritischer Aspekt ist, der direkt mit der Krankheitsdiagnose, der Therapieauswahl und der Prognosebewertung korreliert. Trotz der Bedeutung einer genauen Diagnose und Überwachung der Leberfibrose sind traditionelle diagnostische Methoden, wie z. B. die Leberbiopsie, invasiv und mit erheblichen Risiken verbunden. Im Gegensatz dazu ist die Magnetresonanz-Elastographie5,6 (MRE) ein vielversprechendes nicht-invasives bildgebendes Verfahren, das durch die Quantifizierung der Lebersteifigkeit Potenzial für die Diagnose und Überwachung von Leberfibrose gezeigt hat.

In den letzten Jahren gab es bedeutende Forschungsarbeiten, die sich auf die Bewertung der Genauigkeit und Zuverlässigkeit der MRE bei der Diagnose von Leberfibrose sowie auf ihre potenziellen Vorteile gegenüber herkömmlichen Diagnosemethoden konzentrierten. Die Lebersteifigkeitsmetrik der MRE wurde von der US-amerikanischen Food and Drug Administration (FDA) für die klinische Diagnose zugelassen, und in der klinischen Praxis wurden umfangreiche vergleichende Analysen mit pathologischen Ergebnissen durchgeführt. Die Ergebnisse haben gezeigt, dass die durch MRE erzeugten Steifigkeitskarten eine starke positive Korrelation mit verschiedenen Stadien der Leberfibrose aufweisen 7,8,9,10,11,12. Bisher hat die Arbeit zur genauen Bewertung und Verfolgung des Fortschreitens der Leberfibrose bei Patienten durch quantitative Analyse der Lebersteifigkeitsverteilung (LSD) durch Abgleich von Leberstrukturbildern mit MRE jedoch keine großen Fortschritte gemacht.

In dieser Studie wird die medizinische Bildgebungsgruppenanalysetechnik13,14,15 eingeführt, um eine genaue Ausrichtung der Leberstrukturbilder mit der von MRE im 3D-Raum erzeugten Steifigkeitskarte zu erreichen, die die Berechnung von Lebersteifigkeitswerten für jedes Voxel der gesamten Leber ermöglicht. Basierend auf dem 3D-digitalen Modell von LSD kann die genaue Verteilung des patientenspezifischen Leberfibrose-Stagings berechnet und ausgewertet werden. Damit ist eine solide Grundlage für die präzise quantitative Diagnose der Leberfibrose im Frühstadium gelegt.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

In dieser Studie wurde die digitale 3D-LSD-Modellierung verwendet, um die Leber eines typischen Patienten mit klinisch bestätigter Leberfibrose zu rekonstruieren. Der Patient wurde aus einer bekannten Einrichtung zur Behandlung von Lebererkrankungen, "You An Hospital" in Peking, China, rekrutiert und unterzog sich nach Erteilung seines Einverständnisses einer routinemäßigen Magnetresonanztomographie (MRT) des Oberbauchs und einer MRE-Bildgebung. Der Patient wurde als Fallstudie für diese Forschungsmethode ausgewählt, da das Leberfibrose-Staging durch pathologische Untersuchungen bestätigt wurde und keine offensichtlichen klinischen Symptome vorlagen, was die Anwendbarkeit und den klinischen Wert dieser Forschung bei der Diagnose von Patienten mit Leberfibrose im Frühstadium unterstreicht. Diese Arbeit bietet auch einen quantitativen Vergleich zwischen der Leber dieses Patienten und einer gesunden Leber. Die in dieser Studie verwendeten Software-Tools sind in der Materialtabelle aufgeführt.

1. Datenerhebung und -aufbereitung

HINWEIS: Die Parameterdifferenz ist nicht abhängig von der Forschungsmethode.

  1. Strategien für MRT-Scans
    HINWEIS: In dieser Studie wurden tatsächliche DICOM-Daten verwendet, die aus der klinischen Bildgebung mit einem Magnetresonanztomographen (MRT) von GE gewonnen wurden. Zu den Inhalten der Daten gehören die IDEAL-Bildgebung (Iterative Zerlegung von Wasser und Fett mit Echo-Asymmetrie und Schätzung der kleinsten Quadrate), die Bildgebung der Wasser-Fett-Trennung und die Magnetresonanz-Elastographie (MRE).
    1. Stellen Sie sicher, dass die IDEAL-Daten eine horizontale Auflösung von 256 x 256 Pixeln mit einem Pixelabstand von 1,5625 mm und einer Schichtdicke von 10 mm haben.
      HINWEIS: Die Scanstrategie könnte weiter optimiert werden, aber die in dieser Studie verwendete Methodik ist auf die präzisere medizinische Bildgebung anwendbar.
  2. Benennen Sie den Ordner jeder Sequenz um.
    HINWEIS: Da die DICOM-Daten, die von den Geräten exportiert werden, keine expliziten Sequenznamen enthalten, müssen während der Vorverarbeitungsphase explizite Namen für jede Sequenz hinzugefügt werden, um die nachfolgende Analyse und Verarbeitung zu erleichtern.
    1. Kopieren Sie alle DICOM-Daten in ein benutzerdefiniertes Arbeitsverzeichnis.
    2. Navigieren Sie zu dem Verzeichnis, das die Daten im Arbeitsverzeichnis von MATLAB enthält.
    3. Führen Sie die Description_Name Funktion aus, um den Ordnern für jede Sequenz beschreibende Namen hinzuzufügen.
    4. Abbildung 1 zeigt einen Vergleich vor und nach der Umbenennung. Fügen Sie jedem Bildsequenzordner einen Beschreibungsnamen hinzu, um die Identifizierung der erforderlichen Bildsequenzen für verschiedene Analysezwecke zu erleichtern.
  3. Überprüfen Sie schnell die Bilder von IDEAL.
    1. Ändern Sie das Verzeichnis der Ordner der verschiedenen Phasen, einschließlich der In-Phasen-, Out-Phase-, Wasser- und Fettphasen, die für die Bildgebung mit IDEAL in separaten Ordnern gespeichert wurden.
    2. Führen Sie die Funktion Slice_View aus, um die Auswirkungssequenzen für jede Phase anzuzeigen.
    3. Abbildung 2 zeigt eine Abbildung der interaktiven grafischen Benutzeroberfläche (GUI) für die MRI-IDEAL-Sequenz. Verwenden Sie die Bildlaufleiste am unteren Rand der GUI, um schnell durch die verschiedenen Sequenzen zu blättern.
    4. Verwenden Sie die MRI-IDEAL-Out-Phase-Sequenz als MRT-Sequenz, um klarere Beschreibungen der Lebergewebegrenzen zu erhalten.
      HINWEIS: Bei den folgenden Operationen liegt der Schwerpunkt auf der Verwendung der Out-Phase-Sequenz von IDEAL zur Abgrenzung der 3D-Region der Leber.

2. Extrahieren Sie die 3D-Region der Leber

ANMERKUNG: Die einzelnen Voxel in der 3D-Region der Leber dienen als räumliche Träger für LSD, wobei der Steifigkeitswert jedes Voxels von MRE abgeleitet wird. Die Extraktion der 3D-Region des Lebergewebes ist ein notwendiger Schritt vor der Fusion. Obwohl Deep Learning verwendet werden kann, um diese Aufgabe effizienter zu erledigen, steht es nicht im Mittelpunkt dieser Studie. Daher werden hier noch ausgereifte Software-Tools (z.B. MIMICS) verwendet, um die 3D-Region des Lebergewebes zu extrahieren.

  1. Um die MIMICS-Software zu starten, wählen Sie Neues Projekt und navigieren Sie im folgenden Dialogfeld zu dem Ordner, der die IDEAL-Out-Phase-Bilder enthält. Fahren Sie fort, indem Sie auf WEITER | die Schaltfläche Konvertieren klicken, um in den Sequenzbearbeitungszustand zu gelangen.
  2. Um eine leere Maske zu erstellen, klicken Sie auf die Schaltfläche Neu im Dialogfeld MASKE auf der rechten Seite und wählen Sie den maximalen Schwellenwert aus.
  3. Um den Bereich der Leber in allen horizontalen Ansichten abzugrenzen, verwenden Sie das Werkzeug "Masken bearbeiten" unter der Beschriftung "Segment" .
  4. Um den räumlichen 3D-Teil der Leber zu erzeugen, wählen Sie die abgegrenzte Lebermaske aus und klicken Sie auf die Schaltfläche Teil aus Maske berechnen . Die extrahierte 3D-Region der Leber ist in Abbildung 3 dargestellt.
  5. Klicken Sie auf Datei | Exportieren | Wählen Sie den Dicom-Befehl aus. Wählen Sie im Popup-Dialogfeld die Lebermaske aus, legen Sie den Dateipfad und die Dateinamen fest und klicken Sie auf die Schaltfläche OK , um den Export des 3D-Bereichs der Leber in die angegebenen DICOM-Dateien abzuschließen.

3. Die Sequenz der Lebersteifigkeitskarte

HINWEIS: Der MRE-Steifigkeitsbereich bei Patienten mit früher Fibrose liegt typischerweise unter 8 kpa. Um dies anzuzeigen, sollte das Sequenzbild mit der Bezeichnung "SE27_ST8K_(Pa)" ausgewählt werden.

  1. Wechseln Sie in den Ordner 'SE27_ST8K_(Pa)', der die Sequenz der Lebersteifigkeitskarte enthält.
  2. Um die einzelnen Steifigkeitskarten zu durchsuchen, führen Sie die Funktion MRE_show im Arbeitsbereich von Matlab aus, wobei das Argument der Funktion der Dateiname ist, der sich im angegebenen Pfad befindet.
  3. Die in Abbildung 4 gezeigte Lebersteifigkeitskarte ist ein RGB-Echtfarbenbild mit einer Datenstruktur von 512 x 512 x 512 x 3 Matrix, wobei jeder Pixelpunkt drei Werte aufweist, die die drei Primärfarben RBG darstellen. Beachten Sie den Farbbalken auf der linken Seite, der die entsprechenden Steifigkeitswerte der verschiedenfarbigen Pixel anzeigt. Berechnen Sie die genaue Steifigkeit jedes Pixels, indem Sie ihre jeweiligen Korrelationen verwenden.
  4. Zu den ergänzenden Informationen in Abbildung 4 gehören Daten wie Sequenzbeschreibung, Scanposition, Zeit, Patienteninformationen und Bildparameter. Verwenden Sie diese Daten, insbesondere die Bildparameter, um die räumliche Beziehung zwischen MRE- und IDEAL-Sequenzen herzustellen.

4.3D-Volumen der Lebersteifigkeitsverteilung

HINWEIS: Jedes Voxel im 3D-Lebersteifigkeitsvolumen stellt den Steifigkeitswert eines entsprechenden Voxels im 3D-Leberbereich dar, der aus dem Steifigkeitswert jedes Pixels in Abbildung 4 abgeleitet wird. Durch die Ausrichtung der 3D-Leberregion in Abbildung 3 mit der Steifigkeitskarte in Abbildung 4 kann der Steifigkeitswert jedes Voxels extrahiert werden, was zur Generierung des 3D-Lebersteifigkeitsvolumens führt.

  1. Rufen Sie die LSD_Slice Funktion mit der in Abbildung 3 gezeigten 3D-Leberregion und der Lebersteifigkeitskarte in Abbildung 4 als Eingabeparameter auf, um das 3D-Volumen der Lebersteifigkeitsverteilung zu erhalten, wie in Abbildung 5 dargestellt.
  2. Zeigen Sie die Steifigkeitskarte der einzelnen Schichten der Leber an, indem Sie die Bildlaufleiste unter die in Abbildung 5 gezeigte GUI ziehen.
    HINWEIS: Im Gegensatz zu Abbildung 4 wird hier jedoch nur Lebergewebe genau zurückgehalten.
  3. Beachten Sie die Symbole in der oberen rechten Ecke der GUI (Abbildung 5), z. B. zum Vergrößern, Verkleinern, Zurückkehren zur globalen Ansicht und Markieren der Koordinaten des ausgewählten Pixels.
    HINWEIS: Der Standardfarbbalken ist die Farbtabelle von "Jet", was bedeutet, dass die entsprechenden Werte (Einheit kpa) von Blau nach Rot niedrig bis hoch sind.
  4. Führen Sie die Funktion LSD_Volume mit der gleichen Eingabe wie LSD_Slice aus, um die räumliche Verteilung des 3D-Leber-LSD zu erhalten, wie in Abbildung 6 dargestellt. Betrachten Sie das 3D-Volumen von LSD aus jeder Perspektive, indem Sie die linke Maustaste gedrückt halten und den Bildschirm ziehen (Abbildung 6).

5. Quantitative Analyse von LSD

ANMERKUNG: Ein wichtiger quantitativer Analyseschwerpunkt dieser Studie ist die Bestimmung des Anteils der verschiedenen Stadien von LSD-Voxeln in der Leber des Patienten. Abbildung 6 zeigt, dass die Verteilung der Leberfibrose bei Patienten an verschiedenen räumlichen Orten ungleichmäßig ist. Der Grund dafür, dass klinische Symptome noch nicht offensichtlich sind, liegt vor allem daran, dass sich ein erheblicher Teil des Lebergewebes in einem normalen Stadium befindet. Daher ist es notwendig, den Unterschied zwischen Patienten und gesunden Personen genau zu quantifizieren. Dies ist ein wichtiges quantitatives Konzept dieser Studie.

  1. Bestimmen Sie die numerischen Bereiche der Steifigkeitswerte für verschiedene Stadien der Leberfibrose, wie in Abbildung 7 dargestellt.
  2. Berechnen Sie die Verteilung der gesamten Lebervoxel des Patienten in verschiedenen Fibrosestadien (Abbildung 8), indem Sie die Hepatic_Fibrosis Funktion mit dem in Abbildung 6 gezeigten Eingabeparameter des 3D-Volumens von LSD aufrufen.
  3. Verwenden Sie die gleichen Schritte, um die Ergebnisse einer völlig gesunden Leber mit dem oben beschriebenen typischen Leberfibrose-Patienten zu berechnen und zu vergleichen (Abbildung 9).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Durch die Verwendung der Informationen im Description_Name Feld der DICOM-Dateien kann der ursprüngliche MRT-Ordner umbenannt werden, um die schnelle Lokalisierung der erforderlichen Bildgebungssequenz während des Analyseprozesses in der Bildgebungsgruppe zu erleichtern. Die MRT-IDEAL-Out-Phase-Sequenz ist die Art von MRT-Sequenz, die zur klareren Beschreibung der Lebergewebegrenzen verwendet wird. Dies liegt daran, dass die phasenverschobene MRT-IDEAL-Sequenz die Magnetisierungsstärke und den Magnetisierungswinkel verschiedener Gewebe durch spezifische Bildverarbeitungstechniken besser unterscheiden kann.

Die MRI-IDEAL-Out-Phase-Sequenz arbeitet mit der Verwendung von Gradienten-Echo-Sequenzen (GREs) zur Erzeugung von Bildern und der Verwendung von Out-Phase-Kontrolle während der Bildaufnahme. Dies reduziert die Magnetfeldinhomogenität zwischen den Geweben während der Bildgebung und verbessert so die Auflösung und den Kontrast der Bilder für Gewebestrukturen. Darüber hinaus kann die MRI-IDEAL-Out-Phase-Sequenz auch das Fettsignal unterdrücken, wodurch die Interferenz von Fett in der Bildgebung reduziert und eine bessere Darstellung angrenzender Gewebestrukturen ermöglicht wird. Zusammenfassend lässt sich sagen, dass die MRI-IDEAL-Out-Phase-Sequenz die Bildauflösung und den Kontrast durch den Einsatz von Techniken wie Magnetfeldkontrolle und Fettsignalunterdrückung verbessern kann, was zu klareren Gewebegrenzen führt.

Obwohl Deep-Learning-Tools verwendet werden können, um die anatomische 3D-Struktur der Leber zu extrahieren, weist diese Methode ein gewisses Maß an maschinellem Lernfehler auf. Der Schwerpunkt dieser Studie liegt auf der präzisen Quantifizierung der Leberfibrose; Daher wurde das MIMICS-Tool für die Extraktion der 3D-Lebergeweberegion verwendet, kombiniert mit Expertenerfahrung, um eine relativ genaue 3D-Region des Lebergewebes zu extrahieren.

Die MRE-Steifigkeitskarte kann die Schersteifigkeit verschiedener räumlicher Positionen innerhalb jedes horizontalen Scans im Oberbauch darstellen. Diese Studie konzentrierte sich auf die frühen Stadien der Leberfibrose; daher lag der numerische Bereich bei 0-8 kPa. Abbildung 4 ist die Standardversion der MRE-Lebersteifigkeitskarte auf dem GE-Gerät, die die Steifigkeitskarte enthält, aber es ist schwierig, die anatomische Struktur der Leber zu unterscheiden. Die Kerninnovation dieser Studie ist die präzise Quantifizierung, die durch die Ausrichtung der MRE-Lebersteifigkeitskarte auf die in Abbildung 3 dargestellte anatomische Struktur der Leber erreicht wird.

Abbildung 5 bietet eine genaue Steifigkeitskarte für die Leber, die es Ärzten und Patienten ermöglicht, die Lokalisation und Größe der frühen Leberfibroseläsionen genau zu verstehen, anstatt eine vage Wahrnehmung zu haben. Damit ist der Weg frei für weitere numerische Quantifizierungsanalysen.

Figur 6 wird durch Rekonstruktion der Steifigkeitskarte jeder von der Leber gescannten Schicht entlang der horizontalen Achse im 3D-Raum erhalten; Abbildung 6 ist die 3D-Version von Abbildung 5. Im 3D-Raum können Grad und Lokalisation der Leberfibrose eines Patienten deutlicher identifiziert werden.

Die Ergebnisse des Vergleichens, Analysierens und Untersuchens pathologischer Untersuchungsergebnisse mit MRE-Steifigkeit finden Sie an anderer Stelle9. Um die numerische Verteilung des Leberfibrosestadiums bei Patienten weiter zu quantifizieren, listet Abbildung 7 den Bereich der Steifigkeitsintervalle für verschiedene Stadien auf, die in dieser Studie auf der Grundlage früherer Forschungsergebnisse verwendet wurden.

Entsprechend dem in Abbildung 7 dargestellten Steifigkeits-Zahlenbereich für verschiedene Stadien der Leberfibrose ist es möglich, den spezifischen Anteil der Leber-3D-Voxel in verschiedenen Stadien für den Patienten zu berechnen. Diese Berechnung basiert auf den Daten des 3D-LSD, wie in Abbildung 6 dargestellt. Abbildung 8 zeigt daher die quantitativen Ergebnisse der Leberfibrose des Patienten und gibt den Anteil der Leber des Patienten an, der in verschiedene Stadien der Leberfibrose fällt.

Basierend auf den in Abbildung 8 dargestellten Ergebnissen wurden die Daten einer gesunden Leber als Vergleich berechnet, um den quantitativen Effekt der in dieser Studie untersuchten Methode zu veranschaulichen, wie in Abbildung 9 dargestellt. Der genaue Quantifizierungsunterschied zwischen den beiden kann visualisiert werden. Basierend auf diesem Forschungsparadigma wird diese Gruppe in Folgestudien weitere Untersuchungen zum LSD einer gesunden Leber und zur quantitativen Klassifikation der Leberfibrose im Frühstadium durchführen.

Figure 1
Abbildung 1: Beschreibungsname jeder MRT-Sequenz. Hier sehen Sie die Ordnernamen der MRT-Scan-Sequenzen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 2
Abbildung 2: Die grafische Benutzeroberfläche der Schichten jeder IDEAL-Phasenfolge. Ein Beispiel für das Durchsuchen von MRI-IDEAL. MRI-IDEAL ist ein leistungsstarkes Werkzeug, das die Qualität und Interpretierbarkeit von MRT-Bildern verbessert, insbesondere in Fällen, in denen die Fett- und Wassertrennung entscheidend ist. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 3
Abbildung 3: Die extrahierte 3D-Region der Leber. Zeigt die räumliche 3D-Ausdehnung der Leber basierend auf strukturellen Bildern der Leber. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 4
Abbildung 4: Die Lebersteifigkeitskarte. Die Standardversion der MRE-Lebersteifigkeitskarte. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 5
Abbildung 5: Schnitte der Verteilung der Lebersteifigkeit. Eine genaue Steifigkeitskarte, die zur Leber gehört. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 6
Abbildung 6: 3D-Volumen der Lebersteifigkeitsverteilung. Dies ist die 3D-Version von Abbildung 5. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 7
Abbildung 7: Verschiedene Stadien der Leberfibrose. Liste des Bereichs der Steifigkeitsintervalle für verschiedene Stufen, die in dieser Studie verwendet wurden, basierend auf früheren Forschungsergebnissen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 8
Abbildung 8: Verteilung der Lebersteifigkeit in den verschiedenen Stadien. Quantitative Ergebnisse der Leberfibrose des Patienten geben Aufschluss über den Anteil der Leber des Patienten, der in verschiedene Stadien der Leberfibrose fällt. Abkürzung: LSD = Lebersteifigkeitsverteilung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 9
Abbildung 9: Vergleich der Verteilung der Lebersteifigkeit. Ein detaillierter quantitativer Vergleich zwischen einer gesunden Leber und einem Patienten mit Leberfibrose im Frühstadium. Abkürzung: LSD = Lebersteifigkeitsverteilung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

In der klinischen Praxis ist es schwierig, den Zustand von Patienten mit Leberfibrose im Frühstadium genau zu quantifizieren und zu verfolgen. Der in Abbildung 9 dargestellte Vergleich spiegelt den Grad der Leberfibrose beim Patienten im Vergleich zu einer gesunden Leber vollständig wider. Natürlich kann diese Zahl auch ein Vergleich zwischen zwei verschiedenen Zeiträumen für den Patienten sein, die zur Bewertung der Wirksamkeit der Behandlung verwendet werden. Diese präzise Quantifizierungsmethode ist der entscheidende Schritt dieser Studie. Darüber hinaus kann die in Abbildung 5 und Abbildung 6 gezeigte Berechnungsmethode des 3D-Volumens von LSD die räumliche Lage und Größe fibrotischer Läsionen in der Leber des Patienten genau lokalisieren und bietet eine solide quantitative Grundlage für die genaue Diagnose von Leberfibrose im Frühstadium. Es kann auch die präzise gesteuerte Leberpunktion mit Hilfe des 3D-digitalen Modells wissenschaftlich unterstützen.

Diese Studie schlägt das Konzept von 3D-LSD und seine genaue Quantifizierung in verschiedenen Stadien der Leberfibrose vor. Die Ergebnisse zeigen, dass mit dieser Methode der Krankheitsverlauf von Patienten mit früher Leberfibrose effektiv quantitativ beurteilt werden kann. Zu den möglichen weiteren Verbesserungen und Weiterentwicklungen gehören die Verbesserung der Scangenauigkeit von MRE-Scans, insbesondere des horizontalen Scanintervalls; Verbesserung der Bildgebungsgenauigkeit von Leber-Magnetresonanz-Strukturbildern; Einführung der Deep-Learning-Technologie zur Unterstützung der schnellen Extraktion der 3D-Region der Leber; Sammlung von mehr LSD-Daten für gesunde Lebern, um eine Grundlage für diagnostische Vergleiche zu schaffen; und die Anhäufung von mehr Patientendaten für jedes Stadium der Leberfibrose, um genauere Klassifikationsstandards zu entwickeln.

Obwohl die in dieser Studie vorgeschlagene Methode eine frühe Leberfibrose auf der Grundlage von 3D-LSD quantitativ einstufen kann, geht sie nicht auf die zugrundeliegenden Mechanismen der Krankheitsentstehungein 2. Unterschiedliche Geräte und Scanstrategien können zu inkonsistenten Ergebnissen führen. Die Entwicklung eines standardisierten und universellen Berechnungsprotokolls bleibt eine Herausforderung.

Im Vergleich zu herkömmlichen invasiven diagnostischen Methoden der Leberfibrose hat die in dieser Arbeit vorgestellte Arbeit die folgenden herausragenden Vorteile. Erstens sind sowohl die routinemäßige MRT des Oberbauchs als auch die MRE nicht-invasiv. Zweitens kann 3D-LSD die Größe und Lage von Leberfibrose-Läsionen im 3D-Raum genau charakterisieren. Drittens können die quantitativen Ergebnisse Klinikern ein klares Verständnis des Anteils von Lebervoxeln in verschiedenen Stadien der Leberfibrose vermitteln. Schließlich wurde in dieser Studie eine genaue Ausrichtung der Lebergewebestruktur mit der MRE-Steifigkeitskarte erreicht, so dass Kliniker Steifigkeitswerte aus Strukturbildern indizieren oder umgekehrt, um die räumliche Lage von Lebergewebe aus Läsionen in der Steifigkeitskarte zu indizieren. Dieser Ansatz ist sehr wertvoll für die präzise Quantifizierung der frühen Leberfibrose.

Die MRI-IDEAL-Technik arbeitet mit der Aufnahme von MRT-Bildern zu mehreren Echozeiten, was die Trennung von Wasser- und Fettsignalen ermöglicht, indem ihre unterschiedlichen Resonanzfrequenzen ausgenutzt werden. Diese Trennung wird durch einen iterativen Zerlegungsprozess erreicht, der die relativen Anteile von Wasser und Fett in jedem Pixel des Bildes berechnet. Die daraus resultierenden Bilder können Ärzten wertvolle Informationen über die Verteilung und Menge des Körperfetts liefern, die bei der Diagnose und Überwachung von Erkrankungen wie Fettleibigkeit, Diabetes und Lebererkrankungen nützlich sein können.

Die in dieser Studie vorgeschlagene quantitative Methode ist nicht nur für die quantitative Diagnose der frühen Leberfibrose anwendbar, sondern auch für die Diagnose der Leberzirrhose im mittleren und späten Stadium. Es kann auch als Gruppierungs- und Screening-Technik zum Ausschluss von Patienten mit Leberfibrose oder Leberzirrhose sowie als prognostisches Instrument für verschiedene Arten von Leberzirrhose verwendet werden. Das 3D-LSD kann auch als Navigationswerkzeug für eine präzise Leberpunktion oder Operation verwendet werden.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Das in der Materialtabelle dieser Studie aufgeführte Softwarewerkzeug zur Quantifizierung der Leberfibrose, HepaticFibrosis V1.0, ist ein Softwaretool von Beijing Intelligent Entropy Science & Technology Co Ltd. Die geistigen Eigentumsrechte an diesem Software-Tool gehören dem Unternehmen.

Acknowledgments

Diese Veröffentlichung wurde durch das fünfte nationale Forschungsprogramm für klinische exzellente Talente der Traditionellen Chinesischen Medizin unterstützt, das von der Nationalen Verwaltung für Traditionelle Chinesische Medizin organisiert wurde. Der offizielle Netzwerklink lautet "http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html. '

Materials

Name Company Catalog Number Comments
MATLAB MathWorks  2022B Computing and visualization 
Mimics Materialise Mimics Research V20 Model format transformation
Tools for 3D_LSD Intelligent Entropy HepaticFibrosis V1.0 Beijing Intelligent Entropy Science & Technology Co Ltd.
Modeling for CT/MRI fusion

DOWNLOAD MATERIALS LIST

References

  1. Henderson, N. C., Rieder, F., Wynn, T. A. Fibrosis: from mechanisms to medicines. Nature. 587 (7835), 555-566 (2020).
  2. Parola, M., Pinzani, M. Liver fibrosis: Pathophysiology, pathogenetic targets and clinical issues. Molecular Aspects of Medicine. 65, 37-55 (2019).
  3. Ramachandran, P., et al. Resolving the fibrotic niche of human liver cirrhosis at single-cell level. Nature. 575 (7783), 512-518 (2019).
  4. Stefan, N., Häring, H. -U., Cusi, K. Non-alcoholic fatty liver disease: causes, diagnosis, cardiometabolic consequences, and treatment strategies. The Lancet. Diabetes & Endocrinology. 7 (4), 313-324 (2019).
  5. Castera, L., Friedrich-Rust, M., Loomba, R. Noninvasive assessment of liver disease in patients with nonalcoholic fatty liver disease. Gastroenterology. 156 (5), 1264.e4-1281.e4 (2019).
  6. Godoy-Matos, A. F., Silva Júnior, W. S., Valerio, C. M. NAFLD as a continuum: from obesity to metabolic syndrome and diabetes. Diabetology & Metabolic Syndrome. 12 (1), 1-20 (2020).
  7. Venkatesh, S. K., Xu, S., Tai, D., Yu, H., Wee, A. Correlation of MR elastography with morphometric quantification of liver fibrosis (Fibro-C-Index) in chronic hepatitis B. Magnetic Resonance in Medicine. 72 (4), 1123-1129 (2014).
  8. Yin, M., et al. Assessment of hepatic fibrosis with magnetic resonance elastography. Clinical Gastroenterology and Hepatology. 5 (10), 1207-1213 (2007).
  9. Venkatesh, S. K., Wang, G., Lim, S. G., Wee, A. Magnetic resonance elastography for the detection and staging of liver fibrosis in chronic hepatitis B. European Radiology. 24, 70-78 (2014).
  10. Ichikawa, S., et al. Magnetic resonance elastography for staging liver fibrosis in chronic hepatitis C. Magnetic Resonance in Medical Sciences. 11 (4), 291-297 (2012).
  11. 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).
  12. Singh, S., et al. Diagnostic performance of magnetic resonance elastography in staging liver fibrosis: a systematic review and meta-analysis of individual participant data. Clinical Gastroenterology and Hepatology. 13 (3), 440.e6-451.e6 (2015).
  13. Ferro, M., et al. Radiomics in prostate cancer: an up-to-date review. Therapeutic Advances in Urology. 14, 17562872221109020 (2022).
  14. Nam, D., Chapiro, J., Paradis, V., Seraphin, T. P., Kather, J. N. Artificial intelligence in liver diseases: Improving diagnostics, prognostics and response prediction. JHEP Reports. 4 (4), 100443 (2022).
  15. Wu, Y. -J., Wu, F. -Z., Yang, S. -C., Tang, E. -K., Liang, C. -H. Radiomics in early lung cancer diagnosis: from diagnosis to clinical decision support and education. Diagnostics. 12 (5), 1064 (2022).

Tags

Leberfibrose Leberzirrhose nicht-invasive bequeme Methoden Detektion Auswertung Lebersteifigkeitskarte (LSM) Magnetresonanz-Elastographie (MRE) Manuelle Fokusbestimmung Regions Of Interest (ROIs) Diskontinuierliche LSM-Daten Strukturinformationen Dreidimensionales (3D) Digitalmodell Frühdiagnose MRE Magnetresonanztomographie (MRT) Lebersteifigkeit Mensch-Computer-Interaktion signifikante positive Korrelation Grad der Leberfibrose Umfassende Quantifizierung Leber Steifigkeitsverteilung (LSD) 3D-Steifigkeitsvolumen Lebervoxel 3D-Bilder des Lebergewebes
Ein dreidimensionales digitales Modell zur Frühdiagnose von Leberfibrose auf Basis der Magnetresonanz-Elastographie
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Liu, Y., Liang, T., Xing, F., Hou,More

Liu, Y., Liang, T., Xing, F., Hou, W., Shang, X., Li, X. A Three-Dimensional Digital Model for Early Diagnosis of Hepatic Fibrosis Based on Magnetic Resonance Elastography. J. Vis. Exp. (197), e65507, doi:10.3791/65507 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter