Трехмерная цифровая модель ранней диагностики фиброза печени на основе магнитно-резонансной эластографии
Summary
Целью данного исследования была разработка новой трехмерной цифровой модели для ранней диагностики фиброза печени, которая включает в себя жесткость каждого воксела в печени пациента и, таким образом, может быть использована для расчета коэффициента распределения печени пациента на разных стадиях фиброза.
Abstract
Фиброз печени – это ранняя стадия цирроза печени, и лучших неинвазивных и удобных методов выявления и оценки заболевания не существует. Несмотря на хороший прогресс, достигнутый с картой жесткости печени (LSM) на основе магнитно-резонансной эластографии (MRE), все еще существуют некоторые ограничения, которые необходимо преодолеть, включая ручное определение фокуса, ручной выбор областей интереса (ROI) и прерывистые данные LSM без структурной информации, что делает невозможным оценку печени в целом. В данном исследовании мы предлагаем новую трехмерную (3D) цифровую модель для ранней диагностики фиброза печени на основе MRE.
MRE — это неинвазивный метод визуализации, который использует магнитно-резонансную томографию (МРТ) для измерения жесткости печени в месте сканирования путем взаимодействия человека с компьютером. Исследования показали значительную положительную корреляцию между LSM, полученной с помощью MRE, и степенью фиброза печени. Однако для клинических целей необходима всесторонняя и точная количественная оценка степени фиброза печени. Для решения этой проблемы в данном исследовании была предложена концепция распределения жесткости печени (LSD), которая относится к 3D-объему жесткости каждого воксела печени, полученному путем выравнивания 3D-изображений ткани печени и показателей MRE. Это обеспечивает более эффективный клинический инструмент для диагностики и лечения фиброза печени.
Introduction
Фиброз печени относится к образованию избыточной рубцовой ткани в печени, обычно в результате повреждения печени или заболевания 1,2,3,4. Он часто возникает как следствие хронического повреждения печени и обычно связан с заболеваниями печени, такими как хронический вирусный гепатит, неалкогольная жировая болезнь печени и алкогольная болезнь печени. При отсутствии лечения фиброз печени может прогрессировать до цирроза, потенциально опасного для жизни состояния, связанного со значительной заболеваемостью и смертностью.
Активные исследования в этой области направлены на выяснение клеточных и молекулярных механизмов, лежащих в основе патогенеза фиброза печени, а также на разработку новых диагностических и терапевтических стратегий для улучшения результатов лечения пациентов. Еще одной задачей является неинвазивное выявление стадии фиброза печени, что является критически важным аспектом, напрямую связанным с диагностикой заболевания, выбором лечения и оценкой прогноза. Несмотря на важность точной диагностики и мониторинга фиброза печени, традиционные методы диагностики, такие как биопсия печени, являются инвазивными и связаны со значительными рисками. Напротив, магнитно-резонансная эластография5,6 (MRE) является многообещающим неинвазивным методом визуализации, который продемонстрировал потенциал в диагностике и мониторинге фиброза печени путем количественной оценки жесткости печени.
В последние годы проводится значительное количество исследований, направленных на оценку точности и надежности MRE в диагностике фиброза печени, а также его потенциальных преимуществ перед традиционными методами диагностики. Метрика жесткости печени MRE была одобрена Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) для клинической диагностики, и в клинической практике был проведен обширный сравнительный анализ с патологическими результатами. Результаты показали, что карты жесткости, построенные MRE, демонстрируют сильную положительную корреляцию с различными стадиями фиброза печени 7,8,9,10,11,12. Тем не менее, до сих пор работа по точной оценке и отслеживанию прогрессирования фиброза печени у пациентов с помощью количественного анализа распределения жесткости печени (ЛСД) путем сопоставления изображений структуры печени с MRE не достигла большого прогресса.
В данном исследовании введена методика группового анализа медицинской визуализации13,14,15 для достижения точного совмещения изображений структуры печени с картой жесткости, сгенерированной MRE в 3D-пространстве, что позволяет рассчитать значения жесткости печени для каждого воксела всей печени. На основе 3D-цифровой модели ЛСД можно рассчитать и оценить точное распределение стадий фиброза печени для конкретного пациента. Это закладывает прочную основу для точной количественной диагностики фиброза печени на ранней стадии.
Protocol
Representative Results
Discussion
В клинической практике сложно точно количественно оценить и отследить состояние пациентов с фиброзом печени на ранней стадии. Сравнение, представленное на рисунке 9 , полностью отражает степень фиброза печени у пациента по сравнению со здоровой печенью; Конечно, эта ци?…
Declarações
The authors have nothing to disclose.
Acknowledgements
Эта публикация была поддержана пятой национальной программой исследований талантов в области традиционной китайской медицины, организованной Национальным управлением традиционной китайской медицины. Официальная сетевая ссылка — «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
- 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).
