Summary

자기공명탄성검사(Magnetic Resonance Elastography)를 기반으로 한 간섬유증 조기 진단을 위한 3차원 디지털 모델

Published: July 21, 2023
doi:

Summary

이 연구의 목적은 간섬유증의 조기 진단을 위한 새로운 3차원 디지털 모델을 개발하는 것인데, 여기에는 환자의 간에서 각 복셀의 경직도가 포함되어 있어 다양한 섬유증 단계에서 환자의 간 분포 비율을 계산하는 데 사용할 수 있습니다.

Abstract

간섬유증은 간경변증의 초기 단계이며, 질병의 발견 및 평가를 위한 더 나은 비침습적이고 편리한 방법은 없습니다. 자기 공명 탄성 조영술(MRE)을 기반으로 한 간 경직 맵(LSM)이 좋은 진전을 이뤘음에도 불구하고, 수동 초점 결정, 관심 영역(ROI)의 수동 선택, 구조적 정보가 없는 불연속 LSM 데이터 등 극복해야 할 몇 가지 한계가 여전히 있어 간 전체를 평가할 수 없습니다. 본 연구에서는 MRE를 기반으로 한 간섬유증 조기진단을 위한 새로운 3차원(3D) 디지털 모델을 제안한다.

MRE는 자기공명영상(MRI)을 사용하여 인간-컴퓨터 상호작용을 통해 스캐닝 부위의 간 강성을 측정하는 비침습적 영상 기술입니다. 연구에 따르면 MRE를 통해 얻은 LSM과 간 섬유증 정도 사이에 상당한 양의 상관관계가 있는 것으로 나타났습니다. 그러나 임상적 목적을 위해서는 간 섬유증의 정도에 대한 포괄적이고 정확한 정량화가 필요합니다. 이를 해결하기 위해 본 연구에서는 3D 간 조직 영상과 MRE 지표의 정렬에 의해 얻어진 각 간 복셀의 3D 경직 부피를 의미하는 LSD(Liver Stiffness Distribution)의 개념을 제안했습니다. 이는 간 섬유증의 진단 및 치료를 위한 보다 효과적인 임상 도구를 제공합니다.

Introduction

간섬유증은 간에 과도한 반흔 조직이 형성되는 것을 말하며, 일반적으로 간 손상이나 질병의 결과로발생합니다 1,2,3,4. 만성 간 손상의 결과로 자주 발생하며 일반적으로 만성 바이러스성 간염, 비알코올성 지방간 질환 및 알코올성 간 질환과 같은 간 질환과 관련이 있습니다. 간섬유증을 치료하지 않고 방치하면 간경변증으로 진행될 수 있으며, 간경변증은 심각한 이환율과 사망률과 함께 생명을 위협할 수 있는 질환입니다.

이 분야의 활발한 연구는 간섬유증의 발병기전의 기저에 있는 세포 및 분자 메커니즘을 밝히고 환자 결과를 개선하기 위한 새로운 진단 및 치료 전략을 개발하는 것을 목표로 합니다. 또 다른 목표는 간 섬유증 단계의 비침습적 검출이며, 이는 질병 진단, 치료 선택 및 예후 평가와 직접적인 관련이 있는 중요한 측면입니다. 간 섬유증의 정확한 진단과 모니터링의 중요성에도 불구하고 간 생검과 같은 전통적인 진단 방법은 침습적이며 심각한 위험과 관련이 있습니다. 대조적으로, 자기 공명 탄성 조영술 5,6(MRE)은 간 경직을 정량화하여 간 섬유증의 진단 및 모니터링에서 잠재력을 입증한 유망한 비침습적 영상 기술입니다.

최근 몇 년 동안 간 섬유증 진단에서 MRE의 정확성과 신뢰성뿐만 아니라 기존 진단 방법에 대한 잠재적인 이점을 평가하는 데 중점을 둔 중요한 연구가 있었습니다. MRE의 간 경직 메트릭은 미국 식품의약국(FDA)의 임상 진단을 위한 승인을 받았으며 병리학적 결과와 광범위한 비교 분석이 임상 실습에서 수행되었습니다. 그 결과, MRE에 의해 생성된 경직 지도는 간 섬유증 7,8,9,10,11,12의 다양한 단계와 강한 양의 상관관계를 나타낸다는 것을 보여주었다. 그러나 지금까지 간 구조 영상과 MRE를 일치시켜 간 경직 분포(LSD)의 정량 분석을 통해 환자의 간 섬유증 진행을 정확하게 평가하고 추적하는 작업은 큰 진전을 이루지 못했습니다.

본 연구에서는 3D 공간에서 MRE에 의해 생성된 경직 맵과 간 구조 이미지의 정확한 정렬을 달성하기 위해 의료 영상군 분석 기술(13,14,15)을 도입하여 전체 간의 복셀별 간 경직도 값을 계산할 수 있습니다. LSD의 3D 디지털 모델을 기반으로 환자별 간 섬유증 병기의 정확한 분포를 계산하고 평가할 수 있습니다. 이는 초기 간 섬유증의 정확한 정량적 진단을 위한 견고한 토대를 마련합니다.

Protocol

이 연구는 3D 디지털 LSD 모델링을 활용하여 임상적으로 확인된 간섬유증이 있는 일반적인 환자의 간을 재구성했습니다. 환자는 중국 베이징의 유명 간질환 치료기관인 ‘유안병원’에서 모집돼 동의 후 상복부 자기공명영상(MRI)과 MRE 영상을 받았다. 본 연구방법은 병리학적 검사를 통해 간섬유증 병기가 확인되고 뚜렷한 임상증상이 없어 초기 간섬유증 환자 진단에 대한 응용가능성과 임상적 가치?…

Representative Results

DICOM 파일의 Description_Name 필드에 있는 정보를 활용하여 이미징 그룹의 분석 프로세스 중에 필요한 이미징 시퀀스의 신속한 위치 파악을 용이하게 하기 위해 원본 MRI 폴더의 이름을 변경할 수 있습니다. MRI-IDEAL out-phase sequence는 간 조직 경계에 대한 보다 명확한 설명을 제공하는 데 사용되는 MRI 시퀀스 유형입니다. 이는 MRI-IDEAL 위상차 시퀀스가 특정 이미지 처리 기술을 통해 서로 다른…

Discussion

임상 실습에서 초기 단계 간 섬유증 환자의 상태를 정확하게 정량화하고 추적하는 것은 어렵습니다. 그림 9 에 표시된 비교는 건강한 간과 비교하여 환자의 간 섬유화 정도를 완전히 반영합니다. 물론 이 수치는 치료 효능 평가에 사용되는 환자에 대한 두 가지 다른 기간을 비교한 것일 수도 있습니다. 이 정확한 정량화 방법은 이 연구의 핵심적이고 중요한 단계입니다. 또한…

Declarações

The authors have nothing to disclose.

Acknowledgements

이 간행물은 중국 국립한의학총국이 주관하는 제5회 전국 한의학 임상우수인재 연구 프로그램의 지원을 받았다. 공식 네트워크 링크는 ‘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

Referências

  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/pt/65507?article_type=t

Play Video

Citar este artigo
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