Eine 3D-Quantifizierungstechnik für die Analyse der Verteilung des Leberfettanteils mit Dixon-Magnetresonanztomographie

Zusammenfassung

In dieser Studie wird eine einzigartige 3D-Quantifizierungsmethode für die Verteilung der Leberfettfraktion (LFF) unter Verwendung der Dixon-Magnetresonanztomographie (Dixon-MRT) vorgestellt. LFF-Karten, die aus In-Phase- und Wasserphasenbildern abgeleitet werden, werden in 3D-Leberkonturen integriert, um LFF-Muster zwischen normaler und steatotischer Leber zu unterscheiden und eine präzise Beurteilung des Leberfettgehalts zu ermöglichen.

Zusammenfassung

In dieser Studie wird eine 3D-Quantifizierungsmethodik für die Verteilung der Leberfettfraktion (LFF) unter Verwendung der Dixon-MRT-Bildanalyse vorgestellt. Zentrales Ziel ist es, eine hochgenaue und nicht-invasive Methode zur Bestimmung des Leberfettgehalts anzubieten. Das Verfahren beinhaltet die Aufnahme von In-Phase- und Wasserphasenbildern aus einer Dixon-Sequenz. LFF-Karten werden dann akribisch Voxel für Voxel berechnet, indem die Lipidphasenbilder durch die In-Phase-Bilder dividiert werden. Gleichzeitig werden 3D-Leberkonturen aus den In-Phase-Bildern extrahiert. Diese wichtigen Komponenten sind nahtlos integriert, um ein umfassendes 3D-LFF-Verteilungsmodell zu erstellen. Diese Technik ist nicht auf gesunde Lebern beschränkt, sondern erstreckt sich auch auf diejenigen, die von Lebersteatose betroffen sind. Die erzielten Ergebnisse zeigen die bemerkenswerte Wirksamkeit dieses Ansatzes sowohl bei der Visualisierung als auch bei der Quantifizierung des Leberfettgehalts. Es erkennt deutlich Muster, die zwischen normaler und steatotischer Leber unterscheiden. Durch die Nutzung der Dixon-MRT zur Extraktion der 3D-Struktur der Leber bietet diese Methode präzise LFF-Beurteilungen, die sich über das gesamte Organ erstrecken, und ist damit vielversprechend für die Diagnose von Lebersteatose mit bemerkenswerter Effektivität.

Einleitung

Die nicht-alkoholische Fettlebererkrankung (NAFLD) umfasst ein Spektrum von pathologischen Zuständen, die von der abnormen Anhäufung von Triglyceriden in Leberzellen (hepatische Steatose) bis hin zur Entwicklung von Entzündungen und Schäden an Leberzellen, der sogenannten nicht-alkoholischen Steatohepatitis (NASH), reichen. In einigen Fällen kann sich die NAFLD zu schwereren Stadien entwickeln, darunter Fibrose, Zirrhose, Lebererkrankungen im Endstadium oder sogar hepatozelluläres Karzinom (HCC)¹. Veröffentlichte Daten der Weltgesundheitsorganisation und der Global Burden of Disease deuten darauf hin, dass weltweit etwa 1.235,7 Millionen Menschen in allen Altersgruppen von NAFLD betroffen sind². NAFLD gilt derzeit weltweit als eine der wichtigsten Ursachen für Lebererkrankungen und wird voraussichtlich in den kommenden Jahrzehnten zur Hauptursache für Lebererkrankungen im Endstadium werden³.

Die genaue Beurteilung des Ausmaßes der Lebersteatose ist von wesentlicher Bedeutung für eine präzise Diagnose, eine geeignete Behandlungsauswahl und eine effektive Überwachung des Krankheitsverlaufs. Der Goldstandard zur Beurteilung des Leberfettgehalts ist nach wie vor die Leberbiopsie. Aufgrund seines invasiven Charakters, des Potenzials für Schmerzen, Blutungen und andere postoperative Komplikationen ist es jedoch keine praktikable Option für häufige Nachuntersuchungen ^4,5,6. Folglich besteht ein dringender Bedarf an nicht-invasiven bildgebenden Verfahren, die die Fettablagerung in der Leber zuverlässig quantifizieren können. Die Magnetresonanztomographie (MRT) ist in diesem Bereich vielversprechend, da sie keine ionisierende Strahlung aufweist und den Fettgehalt durch chemische Verschiebungseffekte empfindlich nachweisen kann ^7,8.

Neuere Studien haben MRT-Techniken zur Quantifizierung von Leberfett beschrieben, die auf chemischen Shift-Gradient-Echo-Methoden wie der Dixon-Bildgebung^{basieren 9,10}. Nichtsdestotrotz beruhen die meisten dieser Techniken auf der Analyse zweidimensionaler Interessenregionen. Eine umfassende Auswertung der dreidimensionalen Verteilung der Leberfettfraktion (LFF) ist bisher nur begrenzt möglich. In der vorliegenden Studie wird ein einzigartiger 3D-LFF-Quantifizierungsansatz vorgestellt, der die Dixon-MRT mit der strukturellen Bildgebung der Leber kombiniert. Das resultierende 3D-LFF-Modell ermöglicht eine präzise Visualisierung und Messung der Verteilung des Fettgehalts über das gesamte Volumen der Leber. Diese Technik zeigt einen erheblichen klinischen Nutzen für die genaue Diagnose der hepatischen Steatose.

Protokoll

Die Studie wurde genehmigt und der Patient wurde aus der Abteilung für Infektionskrankheiten am Dongzhimen-Krankenhaus der Pekinger Universität für Chinesische Medizin in Peking, China, rekrutiert. Der Patient unterzog sich einer routinemäßigen abdominalen Dixon-MRT-Untersuchung, nachdem er seine Einwilligung nach Aufklärung gegeben hatte. In dieser Untersuchung wird ein 3D-Verteilungsmodellierungsansatz verwendet, um die Leberfettfraktion (LFF) bei einem Standardpatienten mit medizinisch diagnostizierter Lebersteatose zu rekonstruieren. Darüber hinaus liefert die Studie eine quantitative Bewertung, bei der die Leber des Patienten mit einer gesunden Leber verglichen wird. Die Software-Tools, die in dieser Forschung verwendet werden, sind in der Materialtabelle aufgeführt.

1. Aufbereitung und Datenerhebung

HINWEIS: Die Varianz der Parameter bleibt vom Forschungsansatz unberührt. In dieser Untersuchung wurden echte DICOM-Daten aus der klinischen Bildgebung gewonnen. Die Daten wurden mit einem MRT-Gerät mit einer Feldstärke von 1,5 Tesla aufgenommen. Der Datensatz besteht aus vier verschiedenen Phasen, die von der Dixon-Sequenz abgeleitet sind, nämlich In-Phase, Out-of-Phase, Wasser und Fett.

1. Überprüfe die Dixon-Sequenz für den Oberbauch.
   1. Kopieren Sie alle DICOM-Daten in ein benutzerdefiniertes Arbeitsverzeichnis.
      HINWEIS: Das Arbeitsverzeichnis ist sowohl im Betriebssystem als auch in MATLAB identisch.
   2. Wechseln Sie zu dem Verzeichnis, in dem sich die Daten im aktuellen Arbeitsverzeichnis von MATLAB befinden (wie in Abbildung 1 dargestellt).
   3. Vergewissern Sie sich, dass die DIXON-Daten eine horizontale Auflösung von 520 x 704 Pixeln mit einem Pixelabstand von 0,5682 mm und einer Schichtdicke von 5 mm aufweisen.
2. Schauen Sie sich schnell die Bilder von Dixon an.
   1. Ändern Sie das Verzeichnis, um auf Ordner für verschiedene Phasen zuzugreifen, darunter In-Phase-, Out-Phase-, Wasser- und Fettphasen, die jeweils in unterschiedlichen Ordnern für die Dixon-Bildgebung gespeichert sind.
   2. Verwenden Sie die Slice_View-Funktion , um die Bilder für jede Phase zu visualisieren.
   3. In Abbildung 2 sehen Sie ein Bild der interaktiven grafischen Benutzeroberfläche (GUI) der MRT-Dixon-Sequenz. Verwenden Sie die Bildlaufleiste am unteren Rand der GUI, um effizient durch die verschiedenen Sequenzen zu navigieren.
   4. Verwenden Sie die MRT-Dixon In-Phase-Sequenz, um die Beschreibung der Lebergewebegrenzen zu verbessern.
      HINWEIS: In Abbildung 2 finden Sie Symbole in der oberen rechten Ecke der GUI. Diese Symbole bieten Funktionen wie Verkleinern, Vergrößern, Zurückkehren zur globalen Ansicht und Markieren der Koordinaten des ausgewählten Pixels. Nutzen Sie die Zoom-Funktion, um lokale Läsionsmerkmale genau zu untersuchen.
   5. Verwenden Sie die Funktion Pixelkoordinaten markieren, um den Abstand zwischen zwei Punkten zu berechnen und so die Messung von Knötchengrößen zu erleichtern.
   6. Der anfängliche Farbbalken verwendet die Jet-Colormap, die eine Farbverschiebung von Blau zu Rot bedeutet, was niedrige bzw. hohe Werte bedeutet. Um zur standardmäßigen grauen Farbtabelle zu wechseln und die gesamte GUI zurückzusetzen, klicken Sie mit der rechten Maustaste auf die Farbleiste und wählen Sie die Option aus dem Popup-Menü.
   7. Wenn das Standardfilterfenster nicht geeignet ist, passen Sie es an, indem Sie es mit der linken Maustaste in der Mitte der Abbildung nach oben und unten ziehen, um die Fensterebene zu ändern. Durch Ziehen nach links und rechts wird die Fensterbreite angepasst, und der genaue Filterbereich wird in der Farbleiste angezeigt.
      HINWEIS: Nachfolgende Operationen konzentrieren sich auf die Verwendung der DIXON-In-Phase-Sequenz zur Darstellung der 3D-Region der Leber.

2. Extraktion der 3D-Region der Leber

HINWEIS: Um die Leberfettfraktion (LFF) zu berechnen, fungiert jedes Voxel innerhalb der 3D-Leberregion als räumlicher Träger, wobei sein Fettanteilswert aus MRT-Dixon-Daten gewonnen wird. Vor der Berechnung der LFF ist es wichtig, die 3D-Leberregion zu extrahieren. Obwohl Deep-Learning-Methoden dies effizienter erreichen könnten, liegt der Fokus hier auf dem Einsatz ausgereifter Software-Tools wie MIMICS für die Extraktion von Leberregionen.

1. Öffnen Sie die MIMICS-Software und wählen Sie Neues Projekt. Suchen Sie im folgenden Dialogfeld den Ordner, in dem sich die DIXON-Out-Phase-Bilder befinden. Fahren Sie fort, indem Sie auf WEITER klicken und dann auf Konvertieren klicken, um in den Sequenzbearbeitungsmodus zu gelangen.
2. Generieren Sie eine leere Maske, indem Sie im Dialogfeld MASKE auf der rechten Seite auf Neu klicken und sich für den maximalen Schwellenwert entscheiden.
3. Verwenden Sie das Werkzeug "Masken bearbeiten " unter der Beschriftung "Segment", um den Leberbereich in allen horizontalen Ansichten abzugrenzen.
4. Erstellen Sie eine räumliche 3D-Darstellung der Leber, indem Sie die zuvor abgebildete Lebermaske auswählen und auf Teil aus Maske berechnen klicken. Die resultierende 3D-Leberregion wird dargestellt (siehe Abbildung 3).
5. Navigieren Sie zu Datei, wählen Sie Exportieren und dann die DICOM-Option aus. Wählen Sie im Popup-Dialogfeld die Lebermaske aus, geben Sie den Dateipfad und die Dateinamen an und klicken Sie dann auf OK , um die 3D-Leberregion in die angegebenen DICOM-Dateien zu exportieren.

3. Erstellung der Fettfraktionskarte (FF-Map)

HINWEIS: Die Fettfraktionskarte (FF-Map) hat einen Wertebereich von 0-1. In dieser Studie wird die FF jedes Voxels berechnet, indem der Voxelwert von In-Phase minus Water-only durch den Wert von In-Phase unter Verwendung von Dixon-MRT dividiert wird.

1. Wechseln Sie in den Ordner der phasenweisen Bilder und wählen Sie die Funktion Volume_In aus, um das phasengenaue Volume zu generieren.
2. Wechseln Sie in den Ordner "Nur-Wasser-Bilder" und wählen Sie die Volume_Water-Funktion aus, um das Nur-Wasser-Volume zu generieren.
3. Wählen Sie die FF_Volume-Funktion aus, indem Sie die beiden in Schritt 3.1 und Schritt 3.2 generierten Volumina als Eingaben verwenden, um das FF-Volumen der abdominalen MRT zu erhalten, wie in Abbildung 4 dargestellt.
4. Die in Abbildung 4 gezeigte Fettfraktionskarte (FF) wird als RGB-Echtfarbenbild mit einer Datenstruktur von 520 x 704 x 44 Matrix dargestellt. In dieser Darstellung besteht jedes Pixel aus drei Werten, die die Kanäle Rot, Grün und Blau darstellen. Beachten Sie den Farbbalken auf der linken Seite, der eine visuelle Referenz für die Fettanteilswerte bietet, die mit verschiedenfarbigen Pixeln verbunden sind.
   HINWEIS: Die in Abbildung 4 gezeigte grafische Benutzeroberfläche ermöglicht eine genauere Beobachtung der Leber des Patienten durch das Zoom-Werkzeug in der oberen rechten Ecke und die Ermittlung der genauen FF-Werte mit dem Sondierungswerkzeug. Durch Ziehen des Bildlaufbalkens am unteren Rand können Benutzer die FF-Karten aller Scanpositionen in der horizontalen Ebene betrachten.

4. 3D-Volumen-Verteilung der Leberfettfraktion

HINWEIS: Abbildung 4 zeigt die LFF-Karte, die auf der Grundlage der Dixon-MRT-Bilder des Oberbauchs berechnet wurde. In Kombination mit der 3D-Leberregion in Abbildung 3 kann das 3D-LFF-Volumen der gesamten Leber separat berechnet werden.

1. Verwenden Sie die LFF_Volume-Funktion und stellen Sie ihr die 3D-Leberregion (wie in Abbildung 3 dargestellt) und die Lebersteifigkeitskarte (in Abbildung 4 dargestellt) als Eingabeparameter zur Verfügung. Dies führt zur Erstellung der 3D-Volumendarstellung der Leberfettfraktion, wie in Abbildung 5 dargestellt.
2. Um die Steifigkeitskarte für jede Leberschicht zu untersuchen, verwenden Sie einfach die Bildlaufleiste unter der in Abbildung 5 dargestellten GUI.
   HINWEIS: In dieser Ansicht wird nur das Lebergewebe genau dargestellt.
3. Achten Sie auf die Symbole in der oberen rechten Ecke der GUI (siehe Abbildung 5). Diese Symbole bieten Funktionen zum Verkleinern, Vergrößern, Zurückkehren zur globalen Ansicht und Markieren der Koordinaten des ausgewählten Pixels.
   HINWEIS: Die Standardfarbleiste verwendet die "Jet"-Farbkarte, bei der die Farben von Blau zu Rot übergehen, um unterschiedliche Werte (gemessen in kPa-Einheiten) von niedrig nach hoch darzustellen.
4. Führen Sie die LFF_Distribution Funktion mit den identischen Eingabeparametern wie "LFF_Volume" aus, um die räumliche Verteilung der 3D-Leberfettfraktion (3D-LFF) zu erzeugen, wie in Abbildung 6 dargestellt.

Quantitative Analyse 5. 3D-LFF

HINWEIS: Normale Lebervoxel: LFF < 5%; Leichte Fettleber-Voxel: 5%-10%; Moderate Fettleber-Voxel: 10%-20%; Schwere Fettleber-Voxel: LFF ≥ 20%11,12,13,14,15. Ein wesentlicher quantitativer Schwerpunkt dieser Studie ist die Bestimmung des Anteils von Voxeln in verschiedenen LFF-Stadien in der Leber des Patienten. Abbildung 6 zeigt die ungleichmäßige räumliche Verteilung der Leberfettfraktion beim Patienten. Das Fehlen ausgeprägter klinischer Symptome wird in erster Linie auf einen erheblichen Anteil an normalem Lebergewebe zurückgeführt. Daher ist eine genaue Quantifizierung der Unterschiede zwischen Patienten und gesunden Personen unerlässlich. Dies stellt hier ein wesentliches quantitatives Konzept dar.

1. Berechnen Sie die 3D-LFF-Verteilung für eine gesunde Leber, indem Sie die Schritte 1-4 wiederholen.
   HINWEIS: Die integrierte MATLAB-Balkenfunktion ermöglicht den Vergleich der 3D-LFF-Verteilungen für gesunde und Fettleber (Abbildung 7).

Ergebnisse

Bei dieser Untersuchung werden tatsächliche Patientendatensätze verwendet, die mit einem kommerziell erhältlichen MRT-Scanner aufgenommen wurden, um die 3D-Methode zur Quantifizierung des Leberfettanteils zu validieren (Abbildung 1). Das MRT-Protokoll umfasste die vierphasige Bildgebung^{von Dixon 9,10}: In-phase, Out-of-phase, nur Wasser und nur Fett (Abbildung 2). Der Fettanteil (FF) jedes Voxels wird ...

Diskussion

Diese Forschung stellt eine innovative 3D-Quantifizierungstechnik zur Analyse der Verteilung der Leberfettfraktion (LFF) mit Dixon MRT ^9,10 vor. Durch die Integration von LFF-Karten, die aus In-Phase- und Wasserphasenbildern generiert werden, mit 3D-Leberkonturen unterscheidet diese Methode zwischen LFF-Mustern in normaler und steatotischer Leber⁶. Folglich ermöglicht es eine genaue Beurteilung des Leberfettgehalts.

Materialien

Name	Company	Catalog Number	Comments
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