Name: Autore in primo piano: uno strumento non invasivo per valutare e differenziare i modelli di grasso nel fegato utilizzando la risonanza magnetica 3D Dixon
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

Questa pubblicazione ha ricevuto il sostegno del quinto programma nazionale per l'identificazione di talenti clinici eccezionali nella medicina tradizionale cinese, organizzato dall'Amministrazione Nazionale della Medicina Tradizionale Cinese. Il collegamento ufficiale alla rete è'http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.

Lo studio è stato approvato e il paziente è stato reclutato dal Dipartimento di Malattie Infettive dell'Ospedale Dongzhimen, Università di Medicina Cinese di Pechino, a Pechino, in Cina. Il paziente è stato sottoposto a una risonanza magnetica addominale di routine dopo aver fornito il consenso informato. In questa indagine, viene impiegato un approccio di modellazione della distribuzione 3D per ricostruire la frazione di grasso epatico (LFF) in un paziente standard con steatosi epatica diagnosticata dal punto di vis...

Un modello completo di distribuzione della funzione adiposa epatica 3D utilizzando la risonanza magnetica Dixon

<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>

Questa ricerca presenta un'innovativa tecnica di quantificazione 3D per l'analisi della distribuzione della frazione di grasso epatico (LFF) utilizzando Dixon MRI 9,10. Integrando le mappe LFF, generate da immagini in fase e in fase acquosa, con i contorni epatici 3D, questo metodo distingue tra i modelli LFF nel fegato normale e in quello steatosico6. Di conseguenza, facilita una valutazione precisa del contenuto di grasso epatico.
<p...

La steatosi epatica non alcolica (NAFLD) comprende uno spettro di condizioni patologiche, che vanno dall'accumulo anomalo di trigliceridi nelle cellule epatiche (steatosi epatica) allo sviluppo di infiammazione e danni alle cellule epatiche, noti come steatoepatite non alcolica (NASH). In alcuni casi, la NAFLD può progredire verso stadi più gravi, tra cui fibrosi, cirrosi, malattia epatica allo stadio terminale o persino carcinoma epatocellulare (HCC)1. I dati pubblicati dall'Organizzazione Mondiale della Sanità e dal Global Burden of Disease suggeriscono che circa 1.235,7 milioni di persone in tutto il mondo sono affette da NAFLD in tutte le fasce d'età2. La NAFLD è attualmente una delle cause più importanti di malattie legate al fegato a livello globale e si prevede che diventerà la principale causa di malattia epatica allo stadio terminale nei prossimi decenni3.
La valutazione accurata dell'estensione della steatosi epatica riveste un'importanza sostanziale per una diagnosi precisa, una selezione appropriata del trattamento e un efficace monitoraggio della progressione della malattia. Il gold standard per valutare il contenuto di grasso epatico continua ad essere la biopsia epatica. Tuttavia, a causa della sua natura invasiva, del potenziale di dolore, sanguinamento e altre complicanze postoperatorie, non è un'opzione pratica per frequenti esami di follow-up 4,5,6. Di conseguenza, c'è un urgente bisogno di tecniche di imaging non invasive in grado di quantificare in modo affidabile la deposizione di grasso epatico. La risonanza magnetica per immagini (MRI) è promettente in questo settore grazie alla sua assenza di radiazioni ionizzanti e alla sua capacità di rilevare in modo sensibile il contenuto di grassi attraverso effetti di spostamento chimico 7,8.
Studi recenti hanno delineato tecniche di risonanza magnetica per quantificare il grasso epatico, basate su metodi di eco del gradiente di spostamento chimico come l'imagingDixon 9,10. Tuttavia, la maggior parte di queste tecniche si basa sull'analisi delle regioni bidimensionali di interesse. La valutazione completa della distribuzione tridimensionale della frazione grassa epatica (LFF) è rimasta limitata. Nel presente studio, viene introdotto un approccio unico di quantificazione 3D LFF, che combina la risonanza magnetica di Dixon con l'imaging strutturale del fegato. Il modello LFF 3D risultante consente una visualizzazione e una misurazione precise della distribuzione del contenuto di grasso nell'intero volume del fegato. Questa tecnica dimostra una sostanziale utilità clinica per la diagnosi accurata della steatosi epatica.

<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

Questo studio presenta una metodologia di quantificazione 3D per la distribuzione della frazione di grasso epatico (LFF) attraverso l'utilizzo dell'analisi delle immagini di Dixon MRI. L'obiettivo principale è quello di offrire un mezzo altamente accurato e non invasivo per valutare il contenuto di grasso epatico. Il processo prevede l'acquisizione di immagini in fase e in fase acquosa da una sequenza di Dixon. Le mappe LFF vengono quindi meticolosamente calcolate voxel per voxel dividendo le immagini della fase lipidica per le immagini in fase. Contemporaneamente, i contorni epatici 3D vengono estratti dalle immagini in fase. Questi componenti cruciali sono perfettamente integrati per costruire un modello di distribuzione 3D-LFF completo. Questa tecnica non si limita ai fegati sani, ma si estende a quelli afflitti da steatosi epatica. I risultati ottenuti dimostrano la notevole efficacia di questo approccio sia nella visualizzazione che nella quantificazione del contenuto di grasso epatico. Discerne distintamente i modelli che differenziano tra fegato normale e steatosico. Sfruttando la risonanza magnetica di Dixon per estrarre la struttura 3D del fegato, questo metodo offre valutazioni precise dell'LFF che coprono l'intero organo, mantenendo così una grande promessa per la diagnosi di steatosi epatica con notevole efficacia.

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.

Autore in primo piano: uno strumento non invasivo per valutare e differenziare i modelli di grasso nel fegato utilizzando la risonanza magnetica 3D Dixon 

Una tecnica di quantificazione 3D per l'analisi della distribuzione della frazione di grasso epatico utilizzando la risonanza magnetica Dixon

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.

Questa indagine utilizza set di dati reali dei pazienti acquisiti utilizzando uno scanner MRI disponibile in commercio per convalidare la metodologia di quantificazione della frazione di grasso epatico 3D (Figura 1). Il protocollo di risonanza magnetica includeva l'imaging a quattro fasi 9,10 di Dixon: in fase, fuori fase, solo acqua e solo grasso (Figura 2). La frazione grassa (FF) di ciascun voxel vien...

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

Questo studio introduce un metodo di quantificazione 3D unico per la distribuzione della frazione di grasso epatico (LFF) utilizzando la risonanza magnetica Dixon (Dixon MRI). Le mappe LFF, derivate da immagini in fase e in fase acquosa, sono integrate con contorni epatici 3D per differenziare i modelli LFF tra fegati normali e steatosici, consentendo una valutazione precisa del contenuto di grasso epatico.

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

Questo studio ha sviluppato una tecnica di risonanza magnetica di Dixon 3D per quantificare con precisione la distribuzione del grasso epatico, con l'obiettivo di convalidarne l'efficacia come strumento accurato e non invasivo per valutare e differenziare i modelli di grasso nei fegati normali rispetto a quelli steatosici. I recenti progressi nella quantificazione del grasso alla risonanza magnetica includono i normali approcci di modellazione della distribuzione 3D, integrando Dixon Imaging con la segmentazione della struttura epatica per consentire una visualizzazione precisa e l'ambiente dei modelli di frazione di grasso epatico. L'integrazione dell'imaging medico basato sull'intelligenza artificiale, del deep learning, della visualizzazione 3D e di una fusione multimodale dei dati migliora la modellazione dell'intero fegato e la valutazione steatosica, facilitando un processo decisionale clinico preciso.Le attuali sfide sperimentali includono la standardizzazione dei flussi di lavoro computazionali, la gestione delle variazioni nelle apparecchiature e nei protocolli e il chiarimento dei meccanismi di progressione della malattia nella ricerca sulla steatosi epatica. Il nostro protocollo offre il vantaggio della valutazione 3D della frazione di grasso epatico, superando le tecniche 2D. I risultati faranno progredire la ricerca nel nostro campo offrendo una valutazione 3D LFF completa e accurata dei diversi stadi della steatosi epatica, che è fondamentale per le decisioni terapeutiche e la valutazione della prognosi.

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.

Ricerca

Medicina

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.

Raccolta di dati dai set di dati di risonanza magnetica del fegato del paziente per convalidare la quantificazione della frazione di grasso epatico 3D

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.