Una técnica de cuantificación 3D para el análisis de la distribución de la fracción de grasa hepática mediante imágenes de resonancia magnética Dixon

Resumen

Este estudio presenta un método único de cuantificación en 3D para la distribución de la fracción de grasa hepática (LFF) utilizando imágenes por resonancia magnética de Dixon (Dixon MRI). Los mapas de LFF, derivados de imágenes en fase y en fase acuosa, se integran con contornos hepáticos en 3D para diferenciar los patrones de LFF entre hígados normales y esteatóticos, lo que permite una evaluación precisa del contenido de grasa hepática.

Resumen

Este estudio presenta una metodología de cuantificación 3D para la distribución de la fracción de grasa hepática (FFL) mediante la utilización del análisis de imágenes de resonancia magnética de Dixon. El objetivo central es ofrecer un medio altamente preciso y no invasivo para evaluar el contenido de grasa hepática. El proceso implica la adquisición de imágenes en fase y en fase acuosa a partir de una secuencia de Dixon. A continuación, los mapas LFF se calculan meticulosamente vóxel por vóxel dividiendo las imágenes de fase lipídica por las imágenes en fase. Al mismo tiempo, se extraen los contornos hepáticos en 3D de las imágenes en fase. Estos componentes cruciales se integran a la perfección para construir un modelo de distribución 3D-LFF completo. Esta técnica no se limita a los hígados sanos, sino que se extiende a los afectados por la esteatosis hepática. Los resultados obtenidos demuestran la notable eficacia de este enfoque tanto en la visualización como en la cuantificación del contenido de grasa hepática. Discierne claramente los patrones que diferencian entre hígados normales y esteatóticos. Al aprovechar la resonancia magnética de Dixon para extraer la estructura 3D del hígado, este método ofrece evaluaciones precisas de LFF que abarcan la totalidad del órgano, lo que es muy prometedor para el diagnóstico de la esteatosis hepática con una eficacia notable.

Introducción

La enfermedad del hígado graso no alcohólico (EHGNA) abarca un espectro de condiciones patológicas, que van desde la acumulación anormal de triglicéridos en las células hepáticas (esteatosis hepática) hasta el desarrollo de inflamación y daño a las células hepáticas, conocida como esteatohepatitis no alcohólica (EHNA). En algunos casos, la EHGNA puede progresar a estadios más graves, como fibrosis, cirrosis, enfermedad hepática terminal o incluso carcinoma hepatocelular (CHC)¹. Los datos publicados por la Organización Mundial de la Salud y la Carga Mundial de Morbilidad sugieren que aproximadamente 1.235,7 millones de personas en todo el mundo ....

Protocolo

El estudio fue aprobado y el paciente fue reclutado en el Departamento de Enfermedades Infecciosas del Hospital Dongzhimen de la Universidad de Medicina China de Pekín, en Pekín, China. El paciente se sometió a una resonancia magnética abdominal de rutina de Dixon después de dar su consentimiento informado. En esta investigación, se emplea un enfoque de modelado de distribución 3D para reconstruir la fracción de grasa hepática (LFF) en un paciente estándar con esteatosis hepática diagnosticada médicamente. Además, el estudio proporciona una evaluación cuantitativa comparando el hígado del paciente con un hígado sano. Las herramientas de software utilizadas en esta inv....

Discusión

En esta investigación se presenta una innovadora técnica de cuantificación 3D para el análisis de la distribución de la fracción de grasa hepática (FFL) mediante Dixon MRI ^9,10. Al integrar los mapas de LFF, que se generan a partir de imágenes en fase y en fase acuosa, con contornos hepáticos en 3D, este método distingue entre patrones de LFF en hígados normales y esteatóticos⁶. En consecuencia, facilita una evaluación precisa.......

Materiales

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