Dixon磁気共鳴画像法を用いた肝脂肪分率分布解析のための3次元定量化技術

要約

この研究では、Dixon Magnetic Resonance Imaging (Dixon MRI) を使用した肝脂肪分率 (LFF) 分布の独自の 3D 定量化方法を紹介します。同相画像と水相画像から得られたLFFマップは、3D肝臓の輪郭と統合され、正常な肝臓と脂肪性の肝臓のLFFパターンを区別し、肝臓脂肪含有量の正確な評価を可能にします。

要約

本研究では、Dixon MRI画像解析を用いた肝脂肪分率(LFF)分布の3D定量化手法を提示する。主な目的は、肝臓の脂肪含有量を評価するための非常に正確で非侵襲的な手段を提供することです。このプロセスには、ディクソンシーケンスからの同相および水相画像の取得が含まれます。LFFマップは、脂質相の画像を同相の画像で割ることにより、ボクセルごとに細心の注意を払って計算されます。同時に、3D肝臓の輪郭が同相画像から抽出されます。これらの重要なコンポーネントがシームレスに統合され、包括的な3D-LFF分散モデルが構築されます。この技術は健康な肝臓に限定されず、脂肪肝に苦しむ人々にも及びます。得られた結果は、肝脂肪含有量の視覚化と定量化の両方において、このアプローチの顕著な有効性を示しています。正常な肝臓と脂肪性の肝臓を区別するパターンを明確に識別します。Dixon MRIを用いて肝臓の3次元構造を抽出することで、臓器全体にわたる精密なLFF評価が可能で、脂肪肝の診断に期待が持てる大きな期待が寄せられています。

概要

非アルコール性脂肪性肝疾患(NAFLD)は、肝細胞におけるトリグリセリドの異常な蓄積(脂肪肝)から、非アルコール性脂肪性肝炎(NASH)として知られる肝細胞の炎症および損傷の発症に至るまで、さまざまな病理学的状態を網羅しています。場合によっては、NAFLDは線維症、肝硬変、末期肝疾患、さらには肝細胞がん(HCC^)など、より重篤な病期に進行することがあります1。世界保健機関(WHO)と世界疾病負荷(Global Burden of Disease)が公表したデータによると、全世界で約12億3,570万人がすべての年齢層でNAFLDに罹患しています²。NAFLDは現在、世界的に肝臓関連疾患の最も顕著な原因の1つとしてランク付けされており、今後数十年で末期肝疾患の主要な原因になると予想されています³。

脂肪肝の程度を正確に評価することは、正確な診断、適切な治療法の選択、および効果的な疾患進行のモニタリングにとって非常に重要です。肝脂肪含有量を評価するためのゴールドスタンダードは、引き続き肝生検です。しかし、その侵襲性、痛み、出血、その他の術後合併症の可能性があるため、頻繁なフォローアップ検査の実用的な選択肢ではありません^4,5,6

プロトコル

この研究は承認され、患者は中国の北京にある北京中医薬大学東直門病院の感染症科から募集されました。患者は、インフォームドコンセントを提供した後、定期的な腹部ディクソンMRIスキャンを受けました。この調査では、3D分布モデリングアプローチを採用して、医学的に診断された脂肪肝症の標準的な患者の肝脂肪分画(LFF)を再構築します。さらに、この研究では、患者の肝臓と健康な肝臓を比較する定量的評価を提供します。本研究で使用したソフトウェアツールは、 材料表に記載されています。

1. 準備とデータ収集

注:パラメータの分散は、研究アプローチの影響を受けません。この調査では、臨床画像から本物のDICOMデータを取得しました。データは、電界強度1.5テスラのMRI装置を使用して取得されました。このデータセットは、ディクソン配列から派生した4つの異なる相、具体的には同相、異相、水、脂肪で構成されています。

1. 上腹部のディクソン配列を確認します。
   1. すべてのDICOMデータをカスタマイズされた作業ディレクトリにコピーします。
      注: 作業ディレクトリは、オペレーティング システムと MATLAB の両方で同じです。
   2. MATLAB の現在の作業ディレクトリ内のデータを格納しているディレクトリに移動します (

結果

この調査では、市販のMRIスキャナーを使用して取得した実際の患者データセットを利用して、3D肝脂肪分画定量方法を検証します(図1)。MRIプロトコルには、Dixonの4相画像^9,10(同相、逆位相、水のみ、脂肪のみ)が含まれていました(図2)。各ボクセルの脂肪分率 (FF) は、Dixon MRI を使用して、同相から水のみ?.......

ディスカッション

この研究は、Dixon MRI ^9,10を使用して肝脂肪分率(LFF)の分布を分析するための革新的な3D定量化技術を提示し^ます。同相画像と水相画像から生成されるLFFマップを3D肝臓の輪郭と統合することにより、正常肝臓と脂肪性肝臓のLFFパターンを区別する⁶。その結果、肝臓の脂肪含有量の正確な評価が容易になります。

.......

資料

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