Name: लेखक स्पॉटलाइट: 3 डी डिक्सन एमआरआई का उपयोग करके यकृत में वसा पैटर्न का आकलन और अंतर करने के लिए एक गैर-इनवेसिव उपकरण
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

इस प्रकाशन को पारंपरिक चीनी चिकित्सा के राष्ट्रीय प्रशासन द्वारा आयोजित पारंपरिक चीनी चिकित्सा में उत्कृष्ट नैदानिक प्रतिभाओं की पहचान के लिए पांचवें राष्ट्रीय कार्यक्रम से समर्थन मिला। आधिकारिक नेटवर्क लिंक है'http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.

अध्ययन को मंजूरी दे दी गई थी, और रोगी को बीजिंग, चीन में बीजिंग यूनिवर्सिटी ऑफ चाइनीज मेडिसिन के डोंगज़िमेन अस्पताल में संक्रामक रोग विभाग से भर्ती किया गया था। सूचित सहमति प्रदान करने के बाद रोगी का नि...

डिक्सन एमआरआई का उपयोग करके एक व्यापक 3 डी-लिवर फैट फ़ंक्शन वितरण मॉडल

<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>

यह शोध डिक्सन एमआरआई 9,10 का उपयोग करके यकृत वसा अंश (एलएफएफ) के वितरण का विश्लेषण करने के लिए एक अभिनव 3 डी परिमाणीकरण तकनीक प्रस्तुत करता है। एलएफएफ मानचित्रों को एकीकृत करके, जो 3 डी...

गैर-मादक फैटी लीवर रोग (एनएएफएलडी) में रोग संबंधी स्थितियों का एक स्पेक्ट्रम शामिल है, जिसमें यकृत कोशिकाओं (यकृत स्टीटोसिस) में ट्राइग्लिसराइड्स के असामान्य संचय से लेकर यकृत कोशिकाओं में सूजन और क्षति के विकास तक शामिल है, जिसे गैर-मादक स्टीटोहेपेटाइटिस (एनएएसएच) के रूप में जाना जाता है। कुछ मामलों में, एनएएफएलडी फाइब्रोसिस, सिरोसिस, अंत-चरण यकृत रोग, या यहां तक कि हेपेटोसेलुलर कार्सिनोमा (एचसीसी)1सहित अधिक गंभीर चरणों में प्रगति कर सकता है। विश्व स्वास्थ्य संगठन और ग्लोबल बर्डन ऑफ डिजीज के प्रकाशित आंकड़ों से पता चलता है कि दुनिया भर में लगभग 1,235.7 मिलियन व्यक्ति सभी आयु समूहोंमें एनएएफएलडी से प्रभावित हैं। एनएएफएलडी वर्तमान में विश्व स्तर पर यकृत से संबंधित बीमारियों के सबसे प्रमुख कारणों में से एक है और आनेवाले दशकों में अंत-चरण यकृत रोग का प्रमुख कारण बनने की उम्मीद है।
यकृत स्टीटोसिस की सीमा का सटीक मूल्यांकन सटीक निदान, उचित उपचार चयन और प्रभावी रोग प्रगति निगरानी के लिए पर्याप्त महत्व रखता है। यकृत वसा सामग्री का आकलन करने के लिए स्वर्ण मानक यकृत बायोप्सी जारी है। हालांकि, इसकी आक्रामक प्रकृति, दर्द, रक्तस्राव और अन्य पश्चात जटिलताओं की संभावना के कारण, यह लगातार अनुवर्ती परीक्षाओं 4,5,6के लिए एक व्यावहारिक विकल्प नहीं है। नतीजतन, noninvasive इमेजिंग तकनीकों है कि मज़बूती से यकृत वसा जमाव यों कर सकते हैं के लिए एक दबाव की जरूरत है. चुंबकीय अनुनाद इमेजिंग (एमआरआई) आयनकारी विकिरण की कमी और रासायनिक बदलाव प्रभाव 7,8 के माध्यम से वसा सामग्री का संवेदनशील पता लगाने की क्षमता के कारण इस क्षेत्र में वादा दिखाता है।
हाल के अध्ययनों ने डिक्सन इमेजिंग 9,10 जैसे रासायनिक बदलाव ढाल गूंज विधियों के आधार पर यकृत वसा की मात्रा निर्धारित करने के लिए एमआरआई तकनीकों को रेखांकित किया है। बहरहाल, इन तकनीकों के बहुमत ब्याज के दो आयामी क्षेत्रों के विश्लेषण पर भरोसा करते हैं. यकृत वसा अंश (एलएफएफ) के त्रि-आयामी वितरण का व्यापक मूल्यांकन सीमित रहा है। वर्तमान अध्ययन में, एक अद्वितीय 3 डी एलएफएफ परिमाणीकरण दृष्टिकोण पेश किया गया है, जो यकृत संरचनात्मक इमेजिंग के साथ डिक्सन एमआरआई का संयोजन करता है। परिणामी 3 डी एलएफएफ मॉडल यकृत की पूरी मात्रा में वसा सामग्री के वितरण के सटीक दृश्य और माप की अनुमति देता है। यह तकनीक यकृत स्टीटोसिस के सटीक निदान के लिए पर्याप्त नैदानिक उपयोगिता प्रदर्शित करती है।

<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

यह अध्ययन डिक्सन एमआरआई छवि विश्लेषण के उपयोग के माध्यम से यकृत वसा अंश (एलएफएफ) के वितरण के लिए एक 3 डी परिमाणीकरण पद्धति प्रस्तुत करता है। केंद्रीय उद्देश्य यकृत वसा सामग्री के मूल्यांकन का एक अत्यधिक सटीक और गैर-आक्रामक साधन प्रदान करना है। इस प्रक्रिया में डिक्सन अनुक्रम से इन-फेज और वाटर-फेज छवियों का अधिग्रहण शामिल है। LFF मानचित्रों को तब लिपिड चरण छवियों को इन-फेज छवियों द्वारा विभाजित करके voxel द्वारा सावधानीपूर्वक गणना की जाती है। इसके साथ ही, 3 डी जिगर आकृति में चरण छवियों से निकाला जाता है. इन महत्वपूर्ण घटकों को एक व्यापक 3 डी-एलएफएफ वितरण मॉडल बनाने के लिए मूल रूप से एकीकृत किया गया है। यह तकनीक स्वस्थ यकृत तक सीमित नहीं है, बल्कि यकृत स्टीटोसिस से पीड़ित लोगों तक फैली हुई है। प्राप्त परिणाम दोनों visualizing और जिगर वसा सामग्री quantifying में इस दृष्टिकोण की उल्लेखनीय प्रभावशीलता का प्रदर्शन. यह स्पष्ट रूप से पैटर्न को समझता है जो सामान्य और स्टीटोटिक यकृत के बीच अंतर करते हैं। जिगर की 3 डी संरचना को निकालने के लिए डिक्सन एमआरआई का उपयोग करके, यह विधि अंग की संपूर्णता में फैले सटीक एलएफएफ आकलन प्रदान करती है, जिससे उल्लेखनीय प्रभावशीलता के साथ यकृत स्टीटोसिस के निदान के लिए महान वादा होता है।

Non-Alcoholic Fatty Liver Disease (NAFLD) encompasses a spectrum of pathological conditions, ranging from the abnormal accumulation of triglycerides in liver cells (hepatic steatosis) to the development of inflammation and damage to liver cells, known as non-alcoholic Steatohepatitis (NASH). In some cases, NAFLD can progress to more severe stages, including fibrosis, cirrhosis, end-stage liver disease, or even Hepatocellular carcinoma (HCC)1. Published data from the World Health Organization and the Global Burden of Disease suggest that approximately 1,235.7 million individuals worldwide are affected by NAFLD across all age groups2. NAFLD currently ranks as one of the most prominent causes of liver-related diseases globally and is expected to become the leading cause of end-stage liver disease in the coming decades3.
The accurate assessment of hepatic steatosis&#39;s extent holds substantial importance for precise diagnosis, appropriate treatment selection, and effective disease progression monitoring. The gold standard for assessing liver fat content continues to be liver biopsy. However, due to its invasive nature, the potential for pain, bleeding, and other postoperative complications, it is not a practical option for frequent follow-up examinations4,5,6. Consequently, there is a pressing need for noninvasive imaging techniques that can reliably quantify hepatic fat deposition. Magnetic resonance imaging (MRI) shows promise in this area due to its lack of ionizing radiation and its ability to sensitively detect fat content through chemical shift effects7,8.
Recent studies have outlined MRI techniques for quantifying hepatic fat, based on chemical shift gradient echo methods like Dixon imaging9,10. Nonetheless, the majority of these techniques rely on the analysis of two-dimensional regions of interest. The comprehensive evaluation of the three-dimensional distribution of liver fat fraction (LFF) has remained limited. In the present study, a unique 3D LFF quantification approach is introduced, combining Dixon MRI with liver structural imaging. The resulting 3D LFF model allows for precise visualization and measurement of the distribution of fat content throughout the entire volume of the liver. This technique demonstrates substantial clinical utility for the accurate diagnosis of hepatic steatosis.

लेखक स्पॉटलाइट: 3 डी डिक्सन एमआरआई का उपयोग करके यकृत में वसा पैटर्न का आकलन और अंतर करने के लिए एक गैर-इनवेसिव उपकरण 

डिक्सन चुंबकीय अनुनाद इमेजिंग का उपयोग करके लिवर वसा अंश वितरण विश्लेषण के लिए एक 3 डी परिमाणीकरण तकनीक

This study developed a 3D Dixon MRI technique to precisely quantify liver fat distribution, aiming to validate its efficacy as an accurate, non-invasive tool for assessing and differentiating fat patterns in normal versus steatotic livers. Recent advances in MRI fat quantification include normal 3D distribution modeling approaches, integrating Dixon Imaging with liver structure segmentation to enable precise visualization and environment of liver fat fraction patterns. Integrating AI-driven medical imaging, deep learning, 3D visualization, and a multimodal data fusion enhances whole liver modeling and steatotic assessment, facilitating precise clinic decision-making.Current experimental challenges include standardizing computational workflows, addressing variations in equipment and protocols, and elucidating the mechanisms of disease progression in hepatic steatosis research. Our protocol offers the advantage of 3D liver fat fraction assessment, surpassing the 2D techniques. The findings will advance research in our field by offering a comprehensive and accurate 3D LFF assessment of different stages of fatty liver disease, which is crucial for treatment decisions and prognosis evaluation.

यह जांच 3 डी यकृत वसा अंश मात्रा का ठहराव पद्धति(चित्रा 1)को मान्य करने के लिए व्यावसायिक रूप से उपलब्ध एमआरआई स्कैनर का उपयोग करके प्राप्त वास्तविक रोगी डेटासेट का उपयोग करती है। एमआरआई प्र?...

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

यह अध्ययन डिक्सन चुंबकीय अनुनाद इमेजिंग (डिक्सन एमआरआई) का उपयोग करके यकृत वसा अंश (एलएफएफ) वितरण के लिए एक अद्वितीय 3 डी परिमाणीकरण विधि का परिचय देता है। एलएफएफ मानचित्र, इन-फेज और जल-चरण छवियों से व्युत्पन्न, सामान्य और स्टीटोटिक यकृत के बीच एलएफएफ पैटर्न को अलग करने के लिए 3 डी यकृत आकृति के साथ एकीकृत होते हैं, जिससे यकृत वसा सामग्री का सटीक मूल्यांकन सक्षम होता है।

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

इस अध्ययन ने यकृत वसा वितरण को सटीक रूप से निर्धारित करने के लिए एक 3 डी डिक्सन एमआरआई तकनीक विकसित की, जिसका उद्देश्य सामान्य बनाम स्टीटोटिक यकृत में वसा पैटर्न का आकलन करने और अंतर करने के लिए एक सटीक, गैर-इनवेसिव उपकरण के रूप में इसकी प्रभावकारिता को मान्य करना है। एमआरआई वसा मात्रा का ठहराव में हालिया प्रगति में सामान्य 3 डी वितरण मॉडलिंग दृष्टिकोण शामिल हैं, जो यकृत संरचना विभाजन के साथ डिक्सन इमेजिंग को एकीकृत करते हैं ताकि सटीक दृश्य और यकृत वसा अंश पैटर्न के वातावरण को सक्षम किया जा सके। एआई-संचालित मेडिकल इमेजिंग, डीप लर्निंग, 3डी विज़ुअलाइज़ेशन, और एक मल्टीमॉडल डेटा फ्यूजन को एकीकृत करना पूरे लिवर मॉडलिंग और स्टीटोटिक मूल्यांकन को बढ़ाता है, जिससे सटीक क्लिनिक निर्णय लेने की सुविधा मिलती है।वर्तमान प्रयोगात्मक चुनौतियों में कम्प्यूटेशनल वर्कफ़्लोज़ को मानकीकृत करना, उपकरण और प्रोटोकॉल में भिन्नता को संबोधित करना और यकृत स्टेटोसिस अनुसंधान में रोग की प्रगति के तंत्र को स्पष्ट करना शामिल है। हमारा प्रोटोकॉल 2 डी तकनीकों को पार करते हुए 3 डी यकृत वसा अंश मूल्यांकन का लाभ प्रदान करता है। निष्कर्ष फैटी लीवर रोग के विभिन्न चरणों के व्यापक और सटीक 3 डी एलएफएफ मूल्यांकन की पेशकश करके हमारे क्षेत्र में अनुसंधान को आगे बढ़ाएंगे, जो उपचार निर्णयों और रोग का निदान मूल्यांकन के लिए महत्वपूर्ण है।

a-3d-quantification-technique-for-liver-fat-fraction-distribution

Research

JoVE Journal

Medicine

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

This study presents a 3D quantification methodology for the distribution of liver fat fraction (LFF) through the utilization of Dixon MRI image analysis. The central aim is to offer a highly accurate and non-invasive means of evaluating liver fat content. The process involves the acquisition of In-phase and Water-phase images from a Dixon sequence. LFF maps are then meticulously computed voxel by voxel by dividing the Lipid Phase images by the In-phase images. Simultaneously, 3D liver contours are extracted from the In-phase images. These crucial components are seamlessly integrated to construct a comprehensive 3D-LFF distribution model. This technique is not limited to healthy livers but extends to those afflicted by hepatic steatosis. The results obtained demonstrate the remarkable effectiveness of this approach in both visualizing and quantifying liver fat content. It distinctly discerns patterns that differentiate between normal and steatotic livers. By harnessing Dixon MRI to extract the 3D structure of the liver, this method offers precise LFF assessments spanning the entirety of the organ, thereby holding great promise for the diagnosis of hepatic steatosis with remarkable effectiveness.

This study introduces a unique 3D quantification method for liver fat fraction (LFF) distribution using Dixon Magnetic Resonance Imaging (Dixon MRI). LFF maps, derived from in-phase and water-phase images, are integrated with 3D liver contours to differentiate LFF patterns between normal and steatotic livers, enabling precise assessment of liver fat content.

Data Collection from Patient Liver-MRI Datasets to Validate the 3D Liver Fat Fraction Quantification

To begin checking the Dixon sequence for the upper abdomen, create a customized working directory and copy all DICOM data to the created directory. Then go to the directory housing the data within MATLAB's current working directory. Change the directory to access folders for different phases, like in-phase, out-phase, water and fat phases.Utilize the Slice_View function to view the image for each phase. Use the MRI Dixon in-phase sequence to enhance descriptions of liver tissue boundaries. Right-click on the color bar and select the option from the pop-up menu to switch to the standard gray color map and reset the entire GUI.After zooming the image appropriately, Use the Mark Pixel Coordinates feature to calculate the distance between two points, aiding in the measurement of nodule sizes. Employ the scroll bar situated at the bottom of the graphic user interface, or GUI, to navigate through the various sequences efficiently. If the default filter window is not suitable, adjust it by dragging it up and down in the middle of the figure, using the left mouse button to modify the window level.

रोगी लिवर-एमआरआई डेटासेट से डेटा संग्रह 3 डी लिवर वसा अंश मात्रा का ठहराव को मान्य करने के लिए

Extracting the 3D Region of the Liver and Computing Liver Fat Fraction Using MRI-Dixon Data

To begin extracting the 3D region of the liver from the Dixon MRI data, open the Mimics software and choose new project. In the subsequent dialogue box, locate the folder housing the Dixon out phase images. Click on next, then click on continue, and then hit convert to enter the sequence editing mode.Click on new within the mask dialogue box situated on the right hand side to generate an empty mask and opt for the maximum threshold. Use the edit masks tool located under the segment label to delineate the liver area in all horizontal views. Choose the liver mask depicted earlier and click on calculate part from the mask to create a 3D spatial representation of the liver.Navigate to file, then select export, and choose the DICOM option. In the pop-up dialogue box, select the liver mask, specify the file path and names, and then click on OK to export the 3D liver region to the designated DICOM files. Change the directory to the folder of in phase images and select the Volume_In function to generate the in phase volume.Change the directory to the folder of water only images and select the Volume_Water function to generate the water only volume. Select the FF volume function and use the two volumes previously generated as inputs to obtain the FF volume of the abdominal MRI. Utilize the LFF function, providing it with the 3D liver region and the liver stiffness map as input parameters.Run the LFF distribution function using the identical input parameters as LFF volume to produce the spatial distribution of the 3D liver fat fraction. Fusing the 3D liver contour with the 2D FF map generated an integrated 3D FF distribution model. This revealed fat fraction values at different liver positions, enabling precise measurement of the proportion of the liver at various steatosis levels.Comparison between a normal and fatty liver validated the technique's ability to discern different 3D LFF distribution patterns.