Name: Автор в центре внимания: неинвазивный инструмент для оценки и дифференциации жировых отложений в печени с помощью 3D Dixon MRI
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

Данная публикация получила поддержку пятой национальной программы по выявлению выдающихся клинических талантов в области традиционной китайской медицины, организованной Национальным управлением традиционной китайской медицины. Официальная ссылка на сеть: http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.

Исследование было одобрено, и пациент был набран из отделения инфекционных заболеваний больницы Дунчжимэнь Пекинского университета китайской медицины в Пекине, Китай. Пациент прошел плановое МРТ брюшной полости по методу Диксона после предоставления информированного согласия. В дан...

Комплексная 3D-модель распределения жировой функции печени с помощью МРТ Диксона

<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>

В данном исследовании представлена инновационная методика 3D-количественной оценки для анализа распределения фракции жира печени (LFF) с помощью МРТДиксона 9,10. Интегрируя карты LFF, которые генерируются на основе синфазных и водных изображений, с 3D-контура?...

Неалкогольная жировая болезнь печени (НАЖБП) охватывает спектр патологических состояний, начиная от аномального накопления триглицеридов в клетках печени (стеатоз печени) и заканчивая развитием воспаления и повреждения клеток печени, известного как неалкогольный стеатогепатит (НАСГ). В некоторых случаях НАЖБП может прогрессировать до более тяжелых стадий, включая фиброз, цирроз, терминальную стадию заболевания печени или даже гепатоцеллюлярную карциному (ГЦК)1. Опубликованные данные Всемирной организации здравоохранения и Глобального бремени болезней свидетельствуют о том, что примерно 1 235,7 миллиона человек во всем мире страдают от НАЖБП во всехвозрастных группах2. В настоящее время НАЖБП считается одной из наиболее распространенных причин заболеваний, связанных с печенью, во всем мире и, как ожидается, станет ведущей причиной терминальной стадии заболеваний печени в ближайшие десятилетия3.
Точная оценка степени стеатоза печени имеет существенное значение для постановки точного диагноза, правильного выбора лечения и эффективного мониторинга прогрессирования заболевания. Золотым стандартом оценки содержания жира в печени по-прежнему остается биопсия печени. Однако из-за инвазивного характера, возможности возникновения боли, кровотечения и других послеоперационных осложнений он не является практичным вариантом для частых контрольных обследований 4,5,6. Следовательно, существует насущная потребность в неинвазивных методах визуализации, которые могут надежно количественно оценить отложение жира в печени. Магнитно-резонансная томография (МРТ) является многообещающей в этой области благодаря отсутствию ионизирующего излучения и способности чувствительно обнаруживать содержание жира с помощью эффектов химического сдвига 7,8.
В недавних исследованиях были описаны методы МРТ для количественного определения жира в печени, основанные на методах градиентного эха химического сдвига, таких как визуализация Диксона 9,10. Тем не менее, большинство этих методов основаны на анализе двумерных областей интереса. Комплексная оценка трехмерного распределения фракции жира в печени (LFF) остается ограниченной. В настоящем исследовании представлен уникальный 3D подход к количественной оценке LFF, сочетающий МРТ по Диксону с структурной визуализацией печени. Полученная 3D модель LFF позволяет точно визуализировать и измерять распределение содержания жира по всему объему печени. Этот метод демонстрирует существенную клиническую полезность для точной диагностики стеатоза печени.

<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

В этом исследовании представлена методология 3D-количественной оценки распределения фракции жира печени (LFF) с использованием анализа изображений МРТ Диксона. Основная цель состоит в том, чтобы предложить высокоточный и неинвазивный способ оценки содержания жира в печени. Этот процесс включает в себя получение синфазных и водных изображений из последовательности Диксона. Затем карты LFF тщательно вычисляются воксел за вокселом путем деления изображений липидной фазы на синфазные изображения. Одновременно с этим из синфазных изображений извлекаются 3D-контуры печени. Эти важнейшие компоненты легко интегрируются для создания комплексной модели распределения 3D-LFF. Этот метод не ограничивается здоровой печенью, но распространяется и на тех, кто страдает стеатозом печени. Полученные результаты демонстрируют замечательную эффективность этого подхода как в визуализации, так и в количественной оценке содержания жира в печени. Он отчетливо различает закономерности, которые дифференцируют нормальную и стеатозную печень. Используя МРТ Диксона для извлечения 3D-структуры печени, этот метод обеспечивает точную оценку LFF, охватывающую весь орган, тем самым открывая большие перспективы для диагностики стеатоза печени с замечательной эффективностью.

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.

Автор в центре внимания: неинвазивный инструмент для оценки и дифференциации жировых отложений в печени с помощью 3D Dixon MRI 

Метод 3D-количественного определения распределения фракций жира в печени с использованием магнитно-резонансной томографии Диксона

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.

В этом исследовании используются фактические наборы данных пациентов, полученные с помощью коммерчески доступного МРТ-сканера, для проверки 3D-методологии количественного определения фракции жира в печени (рис. 1). Протокол МРТ включал четырехфазную визуализацию по Дик...

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

В этом исследовании представлен уникальный метод 3D-количественного определения распределения фракции жира в печени (LFF) с использованием магнитно-резонансной томографии Диксона (МРТ Диксона). Карты LFF, полученные на основе синфазных и водно-фазовых изображений, интегрированы с 3D-контурами печени для дифференциации паттернов LFF между нормальной и стеатотической печенью, что позволяет точно оценить содержание жира в печени.

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

В этом исследовании был разработан метод 3D-МРТ Диксона для точного количественного определения распределения жира в печени, с целью подтвердить его эффективность в качестве точного, неинвазивного инструмента для оценки и дифференциации жировых паттернов в нормальной и стеатотической печени. Последние достижения в области количественного определения содержания жира с помощью МРТ включают в себя подходы к нормальному 3D-моделированию распределения, интеграцию визуализации Диксона с сегментацией структуры печени для обеспечения точной визуализации и окружающей среды структур фракций жира в печени. Интеграция медицинской визуализации на основе искусственного интеллекта, глубокого обучения, 3D-визуализации и мультимодального слияния данных улучшает моделирование всей печени и оценку стеатоза, облегчая точное принятие клинических решений.Текущие экспериментальные задачи включают стандартизацию вычислительных рабочих процессов, устранение вариаций в оборудовании и протоколах, а также выяснение механизмов прогрессирования заболевания в исследованиях стеатоза печени. Наш протокол предлагает преимущество 3D-оценки фракции жира в печени, превосходя 2D-методы. Полученные результаты будут способствовать исследованиям в нашей области, предлагая всестороннюю и точную 3D-оценку LFF различных стадий жировой болезни печени, что имеет решающее значение для принятия решений о лечении и оценки прогноза.

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

Сбор данных из наборов данных МРТ печени пациента для валидации 3D-количественного определения фракции жира печени  

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.

Сбор данных из наборов данных МРТ печени пациента для валидации 3D-количественного определения фракции жира печени

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

Извлечение 3D-области печени и расчет жировой фракции печени с использованием данных МРТ-Диксона  

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.