Denne undersøgelse introducerer en unik 3D-kvantificeringsmetode til fordeling af leverfedtfraktion (LFF) ved hjælp af Dixon Magnetic Resonance Imaging (Dixon MRI). LFF-kort, der stammer fra billeder i fase og vandfase, er integreret med 3D-leverkonturer for at skelne LFF-mønstre mellem normale og steatotiske lever, hvilket muliggør præcis vurdering af leverfedtindhold.
Denne undersøgelse præsenterer en 3D-kvantificeringsmetode til fordeling af leverfedtfraktion (LFF) gennem anvendelse af Dixon MR-billedanalyse. Det centrale mål er at tilbyde et meget præcist og ikke-invasivt middel til evaluering af leverfedtindhold. Processen involverer erhvervelse af In-fase og Water-fase billeder fra en Dixon sekvens. LFF-kort beregnes derefter omhyggeligt voxel for voxel ved at dividere lipidfasebillederne med billederne i fasen. Samtidig ekstraheres 3D-leverkonturer fra billederne i fasen. Disse vigtige komponenter integreres problemfrit for at konstruere en omfattende 3D-LFF-distributionsmodel. Denne teknik er ikke begrænset til sunde lever, men strækker sig til dem, der er ramt af hepatisk steatose. De opnåede resultater viser den bemærkelsesværdige effektivitet af denne tilgang til både visualisering og kvantificering af leverfedtindhold. Det skelner tydeligt mønstre, der skelner mellem normale og steatotiske lever. Ved at udnytte Dixon MR til at ekstrahere leverens 3D-struktur tilbyder denne metode præcise LFF-vurderinger, der spænder over hele organet, og giver derved et stort løfte om diagnosticering af hepatisk steatose med bemærkelsesværdig effektivitet.
Ikke-alkoholisk fedtleversygdom (NAFLD) omfatter et spektrum af patologiske tilstande, lige fra unormal ophobning af triglycerider i leverceller (hepatisk steatose) til udvikling af betændelse og skade på leverceller, kendt som ikke-alkoholisk steatohepatitis (NASH). I nogle tilfælde kan NAFLD udvikle sig til mere alvorlige stadier, herunder fibrose, skrumpelever, leversygdom i slutstadiet eller endda hepatocellulært karcinom (HCC)1. Offentliggjorte data fra Verdenssundhedsorganisationen og Global Burden of Disease tyder på, at ca. 1.235.7 millioner individer over hele verden er ramt af NAFLD på tværs af alle aldersgrupper2. NAFLD rangerer i øjeblikket som en af de mest fremtrædende årsager til leverrelaterede sygdomme globalt og forventes at blive den førende årsag til leversygdom i slutstadiet i de kommende årtier3.
Den nøjagtige vurdering af omfanget af hepatisk steatose har stor betydning for præcis diagnose, passende behandlingsvalg og effektiv overvågning af sygdomsprogression. Guldstandarden til vurdering af leverfedtindhold er fortsat leverbiopsi. På grund af dets invasive karakter, potentialet for smerte, blødning og andre postoperative komplikationer er det imidlertid ikke en praktisk mulighed for hyppige opfølgningsundersøgelser 4,5,6. Derfor er der et presserende behov for ikke-invasive billeddannelsesteknikker, der pålideligt kan kvantificere leverfedtaflejring. Magnetisk resonansbilleddannelse (MRI) viser lovende på dette område på grund af dets mangel på ioniserende stråling og dets evne til følsomt at detektere fedtindhold gennem kemiske skifteffekter 7,8.
Nylige undersøgelser har skitseret MR-teknikker til kvantificering af leverfedt, baseret på kemiske skiftgradientekkometoder som Dixon-billeddannelse 9,10. Ikke desto mindre er størstedelen af disse teknikker afhængige af analysen af todimensionale regioner af interesse. Den omfattende evaluering af den tredimensionelle fordeling af leverfedtfraktion (LFF) har været begrænset. I denne undersøgelse introduceres en unik 3D LFF-kvantificeringsmetode, der kombinerer Dixon MR med leverstrukturel billeddannelse. Den resulterende 3D LFF-model giver mulighed for præcis visualisering og måling af fordelingen af fedtindhold gennem hele levervolumenet. Denne teknik demonstrerer betydelig klinisk anvendelighed til nøjagtig diagnose af hepatisk steatose.
Denne forskning præsenterer en innovativ 3D-kvantificeringsteknik til analyse af fordelingen af leverfedtfraktion (LFF) ved hjælp af Dixon MRI 9,10. Ved at integrere LFF-kort, der genereres fra billeder i fase og vandfase, med 3D-leverkonturer, skelner denne metode mellem LFF-mønstre i normale og steatotiske lever6. Derfor letter det en præcis evaluering af leverfedtindholdet.
Trin 3 repræsenterer et vigtig…
The authors have nothing to disclose.
Denne publikation modtog støtte fra det femte nationale program til identifikation af fremragende kliniske talenter inden for traditionel kinesisk medicin, organiseret af National Administration of Traditional Chinese Medicine. Det officielle netværkslink er’http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.
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 |