Hepatik fibrozisin erken tanısı için manyetik rezonans elastografiye dayalı üç boyutlu dijital model
Summary
Bu çalışmanın amacı, hepatik fibrozisin erken teşhisi için, hastanın karaciğerindeki her bir vokselin sertliğini içeren ve böylece hastanın karaciğerinin farklı fibroz evrelerindeki dağılım oranını hesaplamak için kullanılabilecek yeni bir üç boyutlu dijital model geliştirmekti.
Abstract
Hepatik fibroz, karaciğer sirozunun erken bir aşamasıdır ve hastalığın tespiti ve değerlendirilmesi için daha iyi non-invaziv ve uygun yöntemler yoktur. Manyetik rezonans elastografisine (MRE) dayalı karaciğer sertliği haritası (LSM) ile kaydedilen iyi ilerlemeye rağmen, manuel odak belirleme, ilgilenilen bölgelerin (ROI’ler) manuel seçimi ve karaciğeri bir bütün olarak değerlendirmeyi imkansız kılan yapısal bilgi olmadan süreksiz LSM verileri dahil olmak üzere hala üstesinden gelinmesi gereken bazı sınırlamalar vardır. Bu çalışmada, hepatik fibrozisin erken tanısı için MRE’ye dayalı yeni bir üç boyutlu (3D) dijital model öneriyoruz.
MRE, insan-bilgisayar etkileşimi yoluyla tarama bölgesindeki karaciğer sertliğini ölçmek için manyetik rezonans görüntüleme (MRI) kullanan non-invaziv bir görüntüleme tekniğidir. Çalışmalar, MRE yoluyla elde edilen LSM ile hepatik fibrozis derecesi arasında anlamlı bir pozitif korelasyon olduğunu göstermiştir. Bununla birlikte, klinik amaçlar için, hepatik fibroz derecesinin kapsamlı ve kesin bir şekilde ölçülmesi gereklidir. Bunu ele almak için, bu çalışmada, 3D karaciğer dokusu görüntülerinin ve MRE göstergelerinin hizalanmasıyla elde edilen her bir karaciğer vokselinin 3D sertlik hacmini ifade eden Karaciğer Sertliği Dağılımı (LSD) kavramı önerilmiştir. Bu, hepatik fibrozun tanı ve tedavisi için daha etkili bir klinik araç sağlar.
Introduction
Hepatik fibroz, genellikle karaciğer hasarı veya hastalığının bir sonucu olarak karaciğerde aşırı skar dokusu oluşumunu ifade eder 1,2,3,4. Sıklıkla kronik karaciğer hasarının bir sonucu olarak ortaya çıkar ve genellikle kronik viral hepatit, alkolsüz yağlı karaciğer hastalığı ve alkolik karaciğer hastalığı gibi karaciğer hastalıkları ile ilişkilidir. Tedavi edilmezse, hepatik fibroz, önemli morbidite ve mortalite ile ilişkili potansiyel olarak yaşamı tehdit eden bir durum olan siroza ilerleyebilir.
Bu alandaki aktif araştırmalar, hepatik fibrozisin patogenezinin altında yatan hücresel ve moleküler mekanizmaları aydınlatmanın yanı sıra hasta sonuçlarını iyileştirmek için yeni tanı ve tedavi stratejileri geliştirmeyi amaçlamaktadır. Diğer bir amaç, hastalık teşhisi, tedavi seçimi ve prognoz değerlendirmesi ile doğrudan ilişkili olan kritik bir husus olan hepatik fibroz evresinin noninvaziv tespitidir. Hepatik fibrozisin doğru tanı ve izlenmesinin önemine rağmen, karaciğer biyopsisi gibi geleneksel tanı yöntemleri invazivdir ve önemli risklerle ilişkilidir. Buna karşılık, manyetik rezonans elastografi5,6 (MRE), karaciğer sertliğini ölçerek hepatik fibrozun tanı ve izlenmesinde potansiyel gösteren, umut verici bir non-invaziv görüntüleme tekniğidir.
Son yıllarda, hepatik fibrozis tanısında MRE’nin doğruluğu ve güvenilirliğinin yanı sıra geleneksel tanı yöntemlerine göre potansiyel avantajlarını değerlendirmeye odaklanan önemli araştırmalar yapılmıştır. MRE’nin karaciğer sertliği metriği, Amerika Birleşik Devletleri Gıda ve İlaç Dairesi (FDA) tarafından klinik tanı için onay almıştır ve klinik uygulamada patolojik sonuçlarla kapsamlı karşılaştırmalı analizler yapılmıştır. Sonuçlar, MRE tarafından oluşturulan sertlik haritalarının, karaciğer fibrozununçeşitli aşamaları ile güçlü bir pozitif korelasyon sergilediğini göstermiştir 7,8,9,10,11,12. Ancak şimdiye kadar, karaciğer yapısı görüntülerini MRE ile eşleştirerek karaciğer sertliği dağılımının (LSD) kantitatif analizi yoluyla hastalarda karaciğer fibrozunun ilerlemesini doğru bir şekilde değerlendirme ve izleme çalışmaları çok fazla ilerleme kaydetmemiştir.
Bu çalışmada, tüm karaciğerin her bir vokseli için karaciğer sertliği değerlerinin hesaplanmasını sağlayan, MRE tarafından oluşturulan sertlik haritası ile karaciğer yapısı görüntülerinin 3 boyutlu uzayda doğru hizalanmasını sağlamak için tıbbi görüntüleme grubu analiz tekniği13,14,15 tanıtılmıştır. LSD’nin 3D-dijital modeline dayanarak, hastaya özgü karaciğer fibroz evrelemesinin tam dağılımı hesaplanabilir ve değerlendirilebilir. Bu, erken evre karaciğer fibrozunun kesin kantitatif teşhisi için sağlam bir temel oluşturur.
Protocol
Representative Results
Discussion
Klinik uygulamada, erken evre hepatik fibroz hastalarının durumunu doğru bir şekilde ölçmek ve izlemek zordur. Şekil 9’da gösterilen karşılaştırma, sağlıklı bir karaciğere kıyasla hastadaki hepatik fibroz derecesini tam olarak yansıtmaktadır; Tabii ki, bu rakam aynı zamanda tedavi etkinliğinin değerlendirilmesi için kullanılan hasta için iki farklı dönem arasında bir karşılaştırma olabilir. Bu hassas niceleme yöntemi, bu çalışmanın temel kritik adımıdı…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Bu yayın, Ulusal Geleneksel Çin Tıbbı İdaresi tarafından düzenlenen beşinci ulusal geleneksel Çin tıbbı klinik mükemmel yetenekler araştırma programı tarafından desteklenmiştir. Resmi ağ bağlantısı ‘http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html. ‘
Materials
| 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 |
Riferimenti
- Henderson, N. C., Rieder, F., Wynn, T. A. Fibrosis: from mechanisms to medicines. Nature. 587 (7835), 555-566 (2020).
- Parola, M., Pinzani, M. Liver fibrosis: Pathophysiology, pathogenetic targets and clinical issues. Molecular Aspects of Medicine. 65, 37-55 (2019).
- Ramachandran, P., et al. Resolving the fibrotic niche of human liver cirrhosis at single-cell level. Nature. 575 (7783), 512-518 (2019).
- 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).
- 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).
- 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).
- 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).
- Yin, M., et al. Assessment of hepatic fibrosis with magnetic resonance elastography. Clinical Gastroenterology and Hepatology. 5 (10), 1207-1213 (2007).
- 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).
- 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).
- 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).
- 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).
- Ferro, M., et al. Radiomics in prostate cancer: an up-to-date review. Therapeutic Advances in Urology. 14, 17562872221109020 (2022).
- 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).
- 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).
