Name: A Non-Invasive Tool to Assess and Differentiate Fat Patterns in Liver Using 3D Dixon MRI (Video) | JoVE
Uploaded: 2023-10-20T15:00:00
Description: Watch this Scientific Journal Video about A Non-Invasive Tool to Assess and Differentiate Fat Patterns in Liver Using 3D Dixon MRI at JoVE.com

この出版物は、国家中医薬総局が主催する第5回伝統中医薬の優れた臨床的才能の発掘のための国家プログラムの支援を受けました。公式ネットワークリンクは「http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.

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...

A Comprehensive 3D-Liver Fat Function Distribution Model Using Dixon MRI

<ol>
	<li>Pouwels, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Non-alcoholic+fatty+liver+disease+(NAFLD):+a+review+of+pathophysiology,+clinical+management+and+effects+of+weight+loss.">Non-alcoholic fatty liver disease (NAFLD): a review of pathophysiology, clinical management and effects of weight loss.</a> BMC Endocr Disord. 22 (1), 63 (2022).</li><li>Younossi, Z. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+global+burden+of+liver+disease.">The global burden of liver disease.</a> Clin Gastroenterol Hepatol. 21 (8), 1978-1991 (2023).</li><li>Younossi, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+burden+of+NAFLD+and+NASH.+Trends,+predictions,+risk+factors+and+prevention.">Global burden of NAFLD and NASH. Trends, predictions, risk factors and prevention.</a> Nat Rev Gastroenterol Hepatol. 15 (1), 11-20 (2018).</li><li>Boyum, J. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Incidence+and+risk+factors+for+adverse+events+related+to+image-guided+liver+biopsy.">Incidence and risk factors for adverse events related to image-guided liver biopsy.</a> Mayo Clin Proc. 91 (3), 329-335 (2016).</li><li>Khalifa, A., Rockey, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+utility+of+liver+biopsy+in+2020.">The utility of liver biopsy in 2020.</a> Curr Opin Gastroenterol. 36 (3), 184-191 (2020).</li><li>Sumida, Y., Nakajima, A., Itoh, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Limitations+of+liver+biopsy+and+non-invasive+diagnostic+tests+for+the+diagnosis+of+nonalcoholic+fatty+liver+disease/nonalcoholic+steatohepatitis.">Limitations of liver biopsy and non-invasive diagnostic tests for the diagnosis of nonalcoholic fatty liver disease/nonalcoholic steatohepatitis.</a> World J Gastroenterol. 20 (2), 475-485 (2014).</li><li>Ajmera, V., Loomba, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Imaging+biomarkers+of+NAFLD,+NASH,+and+fibrosis.">Imaging biomarkers of NAFLD, NASH, and fibrosis.</a> Mol Metab. 50, 101167 (2021).</li><li>Castera, L., Friedrich-Rust, M., Loomba, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Noninvasive+assessment+of+liver+disease+in+patients+with+nonalcoholic+fatty+liver+disease.">Noninvasive assessment of liver disease in patients with nonalcoholic fatty liver disease.</a> Gastroenterology. 156 (5), 1264-1281 (2019).</li><li>Jiang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Application+of+multi-echo+Dixon+and+MRS+in+quantifying+hepatic+fat+content+and+staging+liver+fibrosis.">Application of multi-echo Dixon and MRS in quantifying hepatic fat content and staging liver fibrosis.</a> Sci Rep. 13 (1), 12555 (2023).</li><li>Yang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+accuracy+and+clinical+relevance+of+the+multi-echo+dixon+technique+for+evaluating+changes+to+hepatic+steatosis+in+patients+with+non-alcoholic+fatty+liver+disease+treated+with+formulated+food.">The accuracy and clinical relevance of the multi-echo dixon technique for evaluating changes to hepatic steatosis in patients with non-alcoholic fatty liver disease treated with formulated food.</a> Magn Reson Med Sci. 22 (2), 263-271 (2023).</li><li>Peng, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fat-water+separation+based+on+Transition+REgion+Extraction+(TREE).">Fat-water separation based on Transition REgion Extraction (TREE).</a> Magn Reason Med. 82 (1), 436-448 (2019).</li><li>Hines, C. D. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=T(1)+independent,+T(2)(*)+corrected+chemical+shift+based+fat-water+separation+with+multi-peak+fat+spectral+modeling+is+an+accurate+and+precise+measure+of+hepatic+steatosis.">T(1) independent, T(2)(*) corrected chemical shift based fat-water separation with multi-peak fat spectral modeling is an accurate and precise measure of hepatic steatosis.</a> Magn Reason Imaging. 33 (1), 873-881 (2011).</li><li>Tang, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nonalcoholic+fatty+liver+disease:+MR+imaging+of+liver+proton+density+fat+fraction+to+assess+hepatic+steatosis.">Nonalcoholic fatty liver disease: MR imaging of liver proton density fat fraction to assess hepatic steatosis.</a> Radiology. 267 (2), 422-431 (2013).</li><li>Caussy, C., Reeder, S. B., Sirlin, C. B., Loomba, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Noninvasive,+quantitative+assessment+of+liver+fat+by+MRI-PDFF+as+an+endpoint+in+NASH+Trials.">Noninvasive, quantitative assessment of liver fat by MRI-PDFF as an endpoint in NASH Trials.</a> Hepatology. 68 (2), 763-772 (2018).</li><li>Reeder, S. B., Cruite, I., Hamilton, G., Sirlin, C. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+assessment+of+liver+fat+with+magnetic+resonance+imaging+and+spectroscopy.">Quantitative assessment of liver fat with magnetic resonance imaging and spectroscopy.</a> Magn Reson Imaging. 34 (4), 729-749 (2011).</li></ol>

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。
...

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。その結果、肝脂肪沈着を確実に定量化できる非侵襲的イメージング技術が急務となっています。磁気共鳴画像法(MRI)は、電離放射線がなく、化学シフト効果によって脂肪含有量を高感度に検出できるため、この分野で有望視されています7,8。
最近の研究では、Dixonイメージング9,10のような化学シフト勾配エコー法に基づいて、肝脂肪を定量化するためのMRI技術が概説されています。それにもかかわらず、これらの手法の大部分は、2次元の関心領域の分析に依存しています。肝脂肪分率(LFF)の3次元分布の包括的な評価は、依然として制限されています。本研究では、Dixon MRIと肝構造イメージングを組み合わせた独自の3D LFF定量化アプローチを紹介します。得られた3D LFFモデルにより、肝臓の全容積にわたる脂肪含有量の分布を正確に視覚化および測定できます。この技術は、脂肪肝の正確な診断にかなりの臨床的有用性を示しています。

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>MATLAB</td>
			<td>MathWorks&#160;</td>
			<td>2022B</td>
			<td>Computing and visualization&#160;</td>
		</tr>
		<tr>
			<td>Mimics</td>
			<td>Materialise</td>
			<td>Mimics Research V20</td>
			<td>Model format transformation</td>
		</tr>
		<tr>
			<td>Tools for 3D_LFF</td>
			<td>Intelligent Entropy</td>
			<td>HepaticSteatosis V1.0</td>
			<td>Beijing Intelligent Entropy Science &#38; Technology Co Ltd. 
			Modeling for CT/MRI fusion</td>
		</tr>
	</tbody>
</table>

a 3d quantification technique for liver fat fraction distribution analysis using dixon magnetic resonance imaging

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。

A 3D Quantification Technique for Liver Fat Fraction Distribution Analysis Using Dixon Magnetic Resonance Imaging

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?...

Watch this Scientific Journal Video about A Non-Invasive Tool to Assess and Differentiate Fat Patterns in Liver Using 3D Dixon MRI at JoVE.com

A Non-Invasive Tool to Assess and Differentiate Fat Patterns in Liver Using 3D Dixon MRI (Video) | JoVE

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。

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

This study presents a 3D quantification methodology for the distribution of liver fat fraction (LFF) through the utilization of Dixon MRI image analysis. ...

この研究では、肝脂肪分布を正確に定量化するための3DディクソンMRI技術を開発し、正常肝臓と脂肪肝の脂肪パターンを評価および区別するための正確で非侵襲的なツールとしての有効性を検証することを目的としています。MRI脂肪定量化の最近の進歩には、正常な3D分布モデリングアプローチがあり、Dixon Imagingと肝臓構造のセグメンテーションを統合して、肝臓脂肪分画パターンの正確な視覚化と環境を可能にします。AI駆動の医用画像、ディープラーニング、3Dビジュアライゼーション、マルチモーダルデータフュージョンを統合することで、肝臓全体のモデリングと脂肪質の評価が強化され、正確な臨床の意思決定が容易になります。現在の実験上の課題には、計算ワークフローの標準化、機器やプロトコルのばらつきへの対応、脂肪肝研究における疾患進行メカニズムの解明などがあります。私たちのプロトコルは、2D技術を凌駕する3D肝脂肪分率評価の利点を提供します。この知見は、治療の決定と予後評価に不可欠な脂肪肝疾患のさまざまな段階の包括的かつ正確な3D LFF評価を提供することにより、この分野の研究を前進させます。