Summary

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

Published: July 21, 2023
doi:

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.

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 ausgewähl…

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 Magnet…

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 Quantifizi…

Disclosures

The authors have nothing to disclose.

Acknowledgements

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

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

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).
check_url/kr/65507?article_type=t

Play Video

Cite This Article
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).

View Video