Summary
Este estudio presenta un método único de cuantificación en 3D para la distribución de la fracción de grasa hepática (LFF) utilizando imágenes por resonancia magnética de Dixon (Dixon MRI). Los mapas de LFF, derivados de imágenes en fase y en fase acuosa, se integran con contornos hepáticos en 3D para diferenciar los patrones de LFF entre hígados normales y esteatóticos, lo que permite una evaluación precisa del contenido de grasa hepática.
Abstract
Este estudio presenta una metodología de cuantificación 3D para la distribución de la fracción de grasa hepática (FFL) mediante la utilización del análisis de imágenes de resonancia magnética de Dixon. El objetivo central es ofrecer un medio altamente preciso y no invasivo para evaluar el contenido de grasa hepática. El proceso implica la adquisición de imágenes en fase y en fase acuosa a partir de una secuencia de Dixon. A continuación, los mapas LFF se calculan meticulosamente vóxel por vóxel dividiendo las imágenes de fase lipídica por las imágenes en fase. Al mismo tiempo, se extraen los contornos hepáticos en 3D de las imágenes en fase. Estos componentes cruciales se integran a la perfección para construir un modelo de distribución 3D-LFF completo. Esta técnica no se limita a los hígados sanos, sino que se extiende a los afectados por la esteatosis hepática. Los resultados obtenidos demuestran la notable eficacia de este enfoque tanto en la visualización como en la cuantificación del contenido de grasa hepática. Discierne claramente los patrones que diferencian entre hígados normales y esteatóticos. Al aprovechar la resonancia magnética de Dixon para extraer la estructura 3D del hígado, este método ofrece evaluaciones precisas de LFF que abarcan la totalidad del órgano, lo que es muy prometedor para el diagnóstico de la esteatosis hepática con una eficacia notable.
Introduction
La enfermedad del hígado graso no alcohólico (EHGNA) abarca un espectro de condiciones patológicas, que van desde la acumulación anormal de triglicéridos en las células hepáticas (esteatosis hepática) hasta el desarrollo de inflamación y daño a las células hepáticas, conocida como esteatohepatitis no alcohólica (EHNA). En algunos casos, la EHGNA puede progresar a estadios más graves, como fibrosis, cirrosis, enfermedad hepática terminal o incluso carcinoma hepatocelular (CHC)1. Los datos publicados por la Organización Mundial de la Salud y la Carga Mundial de Morbilidad sugieren que aproximadamente 1.235,7 millones de personas en todo el mundo se ven afectadas por la EHGNA en todos los grupos de edad2. En la actualidad, la EHGNA es una de las causas más importantes de enfermedades relacionadas con el hígado en todo el mundo y se espera que se convierta en la principal causa de enfermedad hepática terminal en laspróximas décadas.
La evaluación precisa de la extensión de la esteatosis hepática tiene una importancia sustancial para el diagnóstico preciso, la selección adecuada del tratamiento y el seguimiento eficaz de la progresión de la enfermedad. El estándar de oro para evaluar el contenido de grasa hepática sigue siendo la biopsia hepática. Sin embargo, debido a su naturaleza invasiva, la posibilidad de dolor, sangrado y otras complicaciones postoperatorias, no es una opción práctica para exámenes de seguimiento frecuentes 4,5,6. En consecuencia, existe una necesidad apremiante de técnicas de imagen no invasivas que puedan cuantificar de manera confiable el depósito de grasa hepática. La resonancia magnética (RM) se muestra prometedora en esta área debido a su ausencia de radiación ionizante y su capacidad para detectar sensiblemente el contenido de grasa a través de los efectos del cambio químico 7,8.
Estudios recientes han descrito técnicas de resonancia magnética para cuantificar la grasa hepática, basadas en métodos de eco de gradiente de desplazamiento químico como las imágenes de Dixon 9,10. Sin embargo, la mayoría de estas técnicas se basan en el análisis de regiones bidimensionales de interés. La evaluación exhaustiva de la distribución tridimensional de la fracción de grasa hepática (FFL) ha sido limitada. En el presente estudio, se introduce un enfoque único de cuantificación de LFF en 3D, que combina la resonancia magnética de Dixon con imágenes estructurales hepáticas. El modelo 3D LFF resultante permite una visualización y medición precisas de la distribución del contenido de grasa en todo el volumen del hígado. Esta técnica demuestra una utilidad clínica sustancial para el diagnóstico preciso de la esteatosis hepática.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
El estudio fue aprobado y el paciente fue reclutado en el Departamento de Enfermedades Infecciosas del Hospital Dongzhimen de la Universidad de Medicina China de Pekín, en Pekín, China. El paciente se sometió a una resonancia magnética abdominal de rutina de Dixon después de dar su consentimiento informado. En esta investigación, se emplea un enfoque de modelado de distribución 3D para reconstruir la fracción de grasa hepática (LFF) en un paciente estándar con esteatosis hepática diagnosticada médicamente. Además, el estudio proporciona una evaluación cuantitativa comparando el hígado del paciente con un hígado sano. Las herramientas de software utilizadas en esta investigación se enumeran en la Tabla de Materiales.
1. Preparación y recogida de datos
NOTA: La varianza en los parámetros no se ve afectada por el enfoque de investigación. En esta investigación, se obtuvieron datos DICOM genuinos a partir de imágenes clínicas. Los datos se adquirieron utilizando un aparato de resonancia magnética con una intensidad de campo de 1,5 Tesla. El conjunto de datos comprende cuatro fases distintas derivadas de la secuencia de Dixon, específicamente en fase, fuera de fase, agua y grasa.
- Verifique la secuencia de Dixon para la parte superior del abdomen.
- Copie todos los datos DICOM en un directorio de trabajo personalizado.
NOTA: El directorio de trabajo es el mismo tanto en el sistema operativo como en MATLAB. - Vaya al directorio que contiene los datos dentro del directorio de trabajo actual de MATLAB (como se muestra en la Figura 1).
- Confirme que los datos de DIXON muestran una resolución horizontal de 520 píxeles por 704 píxeles, con un espaciado de píxeles de 0,5682 mm y un grosor de corte de 5 mm.
- Copie todos los datos DICOM en un directorio de trabajo personalizado.
- Compruebe rápidamente las imágenes de Dixon.
- Cambie el directorio para acceder a las carpetas de las diferentes fases, que incluyen las fases de entrada, fase de salida, agua y grasa, cada una almacenada en carpetas distintas para la obtención de imágenes de Dixon.
- Utilice la función Slice_View para visualizar las imágenes de cada fase.
- Consulte la Figura 2 para ver una imagen de la interfaz gráfica de usuario (GUI) interactiva de la secuencia MRI-Dixon. Utilice la barra de desplazamiento situada en la parte inferior de la interfaz gráfica de usuario para navegar de manera eficiente a través de las distintas secuencias.
- Emplee la secuencia en fase MRI-Dixon para mejorar las descripciones de los límites del tejido hepático.
NOTA: En la Figura 2, se pueden encontrar iconos ubicados en la esquina superior derecha de la GUI. Estos iconos ofrecen funciones como alejar, acercar, volver a la vista global y marcar las coordenadas del píxel seleccionado. Utilice la función de zoom para examinar de cerca las características locales de la lesión. - Utilice la función Marcar coordenadas de píxel para calcular la distancia entre dos puntos, lo que ayuda a medir el tamaño de los nódulos.
- La barra de color inicial utiliza el mapa de colores jet, que significa un cambio de color de azul a rojo, lo que significa valores bajos a altos respectivamente. Para cambiar al mapa de colores gris estándar y restablecer toda la interfaz gráfica de usuario, haga clic con el botón derecho en la barra de colores y seleccione la opción en el menú emergente.
- Si la ventana de filtro predeterminada no es adecuada, ajústela arrastrando hacia arriba y hacia abajo en el centro de la figura con el botón izquierdo del ratón para modificar el nivel de la ventana. Al arrastrar hacia la izquierda y hacia la derecha, se ajusta el ancho de la ventana, y el rango de filtrado preciso se mostrará en la barra de color.
NOTA: Las operaciones posteriores se centrarán en la utilización de la secuencia en fase de DIXON para representar la región 3D del hígado.
2. Extracción de la región 3D del hígado
NOTA: Para calcular la fracción de grasa hepática (LFF), cada vóxel dentro de la región hepática 3D actúa como un portador espacial, con su valor de fracción de grasa obtenido de los datos de MRI-Dixon. Antes de calcular la LFF, es crucial extraer la región hepática 3D. Aunque los métodos de aprendizaje profundo podrían lograr esto de manera más eficiente, el enfoque aquí está en el uso de herramientas de software maduras como MIMICS para la extracción de la región hepática.
- Abra el software MIMICS y elija Nuevo proyecto. En el cuadro de diálogo siguiente, localice la carpeta que contiene las imágenes de fase de salida de DIXON. Continúe haciendo clic en SIGUIENTE y luego presione Convertir para ingresar al modo de edición de secuencia.
- Genere una máscara vacía haciendo clic en Nuevo dentro del cuadro de diálogo MÁSCARA situado en el lado derecho, y opte por el umbral máximo.
- Utilice la herramienta Editar máscaras ubicada debajo de la etiqueta "Segmento" para delinear el área del hígado en todas las vistas horizontales.
- Cree una representación espacial en 3D del hígado eligiendo la máscara de hígado representada anteriormente y haciendo clic en Calcular parte de la máscara. Se presentará la región hepática 3D resultante (consultar la Figura 3).
- Vaya a Archivo, luego seleccione Exportar y elija la opción DICOM . En el cuadro de diálogo emergente, seleccione la máscara hepática, especifique la ruta y los nombres del archivo y, a continuación, haga clic en Aceptar para exportar la región hepática 3D a los archivos DICOM designados.
3. Generación de Mapa de Fracción de Grasa (FF-Map)
NOTA: El mapa de fracciones de grasa (FF-Map) tiene un rango de valores de 0-1. En este estudio, el FF de cada vóxel se calcula dividiendo el valor del vóxel de In-phase menos Water-only por el de In-phase utilizando Dixon MRI.
- Cambie el directorio a la carpeta de imágenes en fase y seleccione la función Volume_In para generar el volumen en fase.
- Cambie el directorio a la carpeta de imágenes de solo agua y seleccione la función Volume_Water para generar el volumen de solo agua.
- Seleccione la función FF_Volume utilizando los dos volúmenes generados en los pasos 3.1 y 3.2 como entradas para obtener el volumen FF de la resonancia magnética abdominal, visualizado como se muestra en la Figura 4.
- El mapa de fracción de grasa (FF) que se muestra en la Figura 4 se presenta como una imagen RGB de color verdadero con una estructura de datos de 520 por 704 por 44 matriz. En esta representación, cada píxel se compone de tres valores, que representan los canales rojo, verde y azul. Tome nota de la barra de color en el lado izquierdo, que proporciona una referencia visual para los valores de fracción de grasa asociados con píxeles de diferentes colores.
NOTA: La interfaz gráfica de usuario que se muestra en la Figura 4 permite observar más de cerca el hígado del paciente a través de la herramienta de zoom en la esquina superior derecha y obtener los valores exactos de FF utilizando la herramienta de sondaje. Al arrastrar la barra de desplazamiento en la parte inferior, los usuarios pueden observar los mapas FF de todas las posiciones de escaneo en el plano horizontal.
Distribución de la fracción de grasa hepática en 4. 3D volumen
NOTA: La Figura 4 muestra el mapa de LFF calculado en base a las imágenes de resonancia magnética de Dixon de la parte superior del abdomen. En combinación con la región hepática 3D de la Figura 3, el volumen 3D-LFF de todo el hígado se puede calcular por separado.
- Utilice la función LFF_Volume , proporcionándole la región hepática 3D (como se muestra en la Figura 3) y el mapa de rigidez hepática (que se muestra en la Figura 4) como parámetros de entrada. Esto dará como resultado la creación de la representación de volumen 3D de la fracción de grasa hepática, como se ilustra en la Figura 5.
- Para examinar el mapa de rigidez de cada capa hepática, simplemente use la barra de desplazamiento ubicada debajo de la interfaz gráfica de usuario que se muestra en la Figura 5.
NOTA: En esta vista, solo el tejido hepático se representa con precisión. - Preste atención a los iconos ubicados en la esquina superior derecha de la GUI (como se muestra en la Figura 5). Estos iconos proporcionan funcionalidades para alejar, acercar, volver a la vista global y marcar las coordenadas del píxel seleccionado.
NOTA: La barra de color predeterminada utiliza el mapa de colores "jet", donde los colores pasan de azul a rojo para representar valores variables (medidos en unidades de kPa) de bajo a alto. - Ejecute la función LFF_Distribution utilizando los parámetros de entrada idénticos a "LFF_Volume" para producir la distribución espacial de la fracción de grasa hepática 3D (3D-LFF), como se muestra en la Figura 6.
Análisis cuantitativo 5. 3D-LFF
NOTA: Vóxeles hepáticos normales: LFF < 5%; Vóxeles de hígado graso leve: 5%-10%; Vóxeles moderados de hígado graso: 10%-20%; Vóxeles de hígado graso severo: LFF ≥ 20%11,12,13,14,15. Un enfoque cuantitativo clave de este estudio es determinar la proporción de vóxeles en diferentes estadios de LFF en el hígado del paciente. La figura 6 muestra la distribución espacial desigual de la fracción de grasa hepática en el paciente. La falta de síntomas clínicos distintivos se atribuye principalmente a una proporción sustancial de tejido hepático normal. Por lo tanto, es imprescindible cuantificar con precisión las diferencias entre los pacientes y los individuos sanos. Esto representa un concepto cuantitativo vital en este caso.
- Calcule la distribución 3D-LFF para un hígado sano repitiendo los pasos 1-4.
NOTA: La función de barra incorporada de MATLAB permite la comparación de las distribuciones 3D-LFF para hígados sanos y grasos (Figura 7).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Esta investigación utiliza conjuntos de datos de pacientes reales adquiridos utilizando un escáner de resonancia magnética disponible comercialmente para validar la metodología de cuantificación de la fracción de grasa hepática en 3D (Figura 1). El protocolo de resonancia magnética incluyó imágenes cuatrifásicas de Dixon 9,10: en fase, desfasada, solo agua y solo grasa (Figura 2). La fracción de grasa (FF) de cada vóxel se calcula dividiendo la señal de vóxel solo en fase menos agua por la señal de vóxel en fase utilizando Dixon MRI. Este modelo numérico permite calcular con precisión el porcentaje de contenido de grasa en cada vóxel.
Aunque los métodos de aprendizaje profundo pueden extraer anatomía hepática en 3D, tienen errores algorítmicos inherentes. Para garantizar una cuantificación precisa, se utilizaron herramientas de software maduras como MIMICS para extraer un contorno hepático 3D preciso combinado con la orientación de expertos (Figura 3).
La fusión del contorno hepático 3D con el mapa FF 2D de la Figura 4 genera un modelo de distribución 3D-FF integrado en la Figura 5. Esto supera la limitación de los mapas FF 2D y proporciona una visualización de la deposición de grasa en todo el volumen del hígado. Los médicos ahora pueden localizar con precisión el contenido de grasa en el espacio hepático 3D en lugar de una impresión vaga.
Como se muestra en la Figura 6 , la distribución 3D-FF revela valores de fracción grasa en diferentes posiciones hepáticas. Al comparar esto con los umbrales estándar de FF, se puede cuantificar el porcentaje de vóxeles que caen en diferentes etapas de esteatosis hepática. Esto permite una medición precisa de la proporción de hígado en varios niveles de esteatosis.
La comparación entre un hígado normal y un hígado graso (Figura 7) valida la capacidad de la técnica para discernir diferentes patrones de distribución 3D-LFF. El flujo de trabajo propuesto demuestra el valor clínico en la visualización, cuantificación y diagnóstico en 3D de la esteatosis hepática basada en los datos de la resonancia magnética de Dixon del paciente.
Figura 1: Carpetas de secuencias de MRI-Dixon. Una lista de los nombres de las carpetas correspondientes a las secuencias de resonancia magnética de Dixon utilizadas en el estudio. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Navegador de cortes de resonancia magnética de Dixon. Interfaz gráfica de usuario (GUI) que muestra cortes de cada secuencia de fase de Dixon MRI. La resonancia magnética de Dixon es valiosa para mejorar la calidad y la interpretabilidad de la imagen, especialmente cuando es esencial una separación precisa de la grasa y el agua. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Extracción de la región hepática en 3D. Visualización de la extensión espacial tridimensional del hígado basada en imágenes en fase adquiridas durante la resonancia magnética. Haga clic aquí para ver una versión más grande de esta figura.
Figura 4: Mapa de la fracción de grasa hepática. Una representación visual de la fracción de grasa hepática (LFF) en cada vóxel, utilizando colores distintos para indicar variaciones en el contenido de grasa. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: Cortes de la fracción de grasa hepática. Cortes de alta resolución que muestran el mapa de la fracción de grasa hepática, lo que proporciona una vista detallada de la distribución de LFF en todo el hígado. Haga clic aquí para ver una versión más grande de esta figura.
Figura 6: Distribución 3D-LFF de hígado entero. Una figura que representa la distribución de probabilidad numérica de la fracción de grasa hepática (LFF) en todo el hígado, presentada en formato tridimensional. Haga clic aquí para ver una versión más grande de esta figura.
Figura 7: Comparación de la distribución 3D-LFF. Comparación de la distribución 3D-LFF entre un hígado sano y un hígado graso típico, destacando las diferencias en el contenido y la distribución de la grasa. Haga clic aquí para ver una versión más grande de esta figura.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
En esta investigación se presenta una innovadora técnica de cuantificación 3D para el análisis de la distribución de la fracción de grasa hepática (FFL) mediante Dixon MRI 9,10. Al integrar los mapas de LFF, que se generan a partir de imágenes en fase y en fase acuosa, con contornos hepáticos en 3D, este método distingue entre patrones de LFF en hígados normales y esteatóticos6. En consecuencia, facilita una evaluación precisa del contenido de grasa hepática.
El paso 3 representa una etapa vital en el cálculo del mapa FF para cuantificar el contenido de grasa en cada vóxel. El paso 4 integra los datos de FF con el contorno hepático 3D para construir un modelo de distribución 3D-LFF integrado. El paso 5 valida la eficacia del enfoque 3D-LFF para la cuantificación precisa de la esteatosis hepática13.
En cuanto a futuras modificaciones, la visión artificial podría mejorar la eficiencia de la segmentación hepática en 3D. La compilación de un atlas de distribuciones 3D-LFF para hígados sanos y diferentes grados de esteatosis podría facilitar el diagnóstico clínico y la tipificación.
Una limitación es que, si bien el método puede estadificar cuantitativamente la esteatosis temprana, no dilucida los mecanismos subyacentes a la progresión de la enfermedad. Las variaciones en los equipos y protocolos pueden dar lugar a resultados inconsistentes. La estandarización del flujo de trabajo computacional sigue siendo un desafío continuo.
Esta técnica introduce e implementa el concepto de distribución 3D-LFF, proporcionando a los médicos una visión completa de los patrones de deposición de grasa y la gravedad de la enfermedad en todo el órgano hepático. Esto tiene una importancia significativa para el diagnóstico preciso, las decisiones de tratamiento y el seguimiento de la eficacia terapéutica. El enfoque también es importante para el cribado y la prevención de la salud en la población general.
El método exhibe un gran potencial en múltiples dominios de investigación, que incluyen: (1) la validación a gran escala de la técnica en cohortes heterogéneas; (2) investigación de las variaciones de 3D-LFF entre diferentes etiologías de esteatosis; (3) correlación de la distribución 3D-LFF con parámetros clínicos y factores de riesgo; (4) la aplicación de patrones 3D-LFF para construir modelos de diagnóstico, pronóstico y respuesta al tratamiento; (5) comparación de la cuantificación 3D con evaluaciones de imágenes bidimensionales. Existen numerosas vías de investigación para traducir esta metodología en utilidad clínica.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
La herramienta de software para la cuantificación de la esteatosis hepática, que figura en la Tabla de Materiales de este estudio como HepaticSteatosis V1.0, es un producto de Beijing Intelligent Entropy Science & Technology Co., Ltd. Los derechos de propiedad intelectual de esta herramienta de software pertenecen a la empresa.
Acknowledgments
Esta publicación recibió el apoyo del quinto programa nacional para la identificación de talentos clínicos sobresalientes en medicina tradicional china, organizado por la Administración Nacional de Medicina Tradicional China. El enlace oficial de la red es '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).
