Name: Autor destacado: Una herramienta no invasiva para evaluar y diferenciar los patrones de grasa en el hígado mediante la resonancia magnética 3D de 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

Esta publicación recibió el apoyo del quinto programa nacional para la identificación de talentos clínicos sobresalientes en medicina tradicional china, organizado por la Administración Nacional de Medicina Tradicional China. El enlace oficial de la red es 'http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.

El estudio fue aprobado y el paciente fue reclutado en el Departamento de Enfermedades Infecciosas del Hospital Dongzhimen de la Universidad de Medicina China de Pekín, en Pekín, China. El paciente se sometió a una resonancia magnética abdominal de rutina de Dixon después de dar su consentimiento informado. En esta investigación, se emplea un enfoque de modelado de distribución 3D para reconstruir la fracción de grasa hepática (LFF) en un paciente estándar con esteatosis hepática diagnosticada médicamente. Ad...

Un modelo completo de distribución de la función de la grasa hepática en 3D mediante la resonancia magnética de 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>

En esta investigación se presenta una innovadora técnica de cuantificación 3D para el análisis de la distribución de la fracción de grasa hepática (FFL) mediante Dixon MRI 9,10. Al integrar los mapas de LFF, que se generan a partir de imágenes en fase y en fase acuosa, con contornos hepáticos en 3D, este método distingue entre patrones de LFF en hígados normales y esteatóticos6. En consecuencia, facilita una evaluación precisa...

La enfermedad del hígado graso no alcohólico (EHGNA) abarca un espectro de condiciones patológicas, que van desde la acumulación anormal de triglicéridos en las células hepáticas (esteatosis hepática) hasta el desarrollo de inflamación y daño a las células hepáticas, conocida como esteatohepatitis no alcohólica (EHNA). En algunos casos, la EHGNA puede progresar a estadios más graves, como fibrosis, cirrosis, enfermedad hepática terminal o incluso carcinoma hepatocelular (CHC)1. Los datos publicados por la Organización Mundial de la Salud y la Carga Mundial de Morbilidad sugieren que aproximadamente 1.235,7 millones de personas en todo el mundo se ven afectadas por la EHGNA en todos los grupos de edad2. En la actualidad, la EHGNA es una de las causas más importantes de enfermedades relacionadas con el hígado en todo el mundo y se espera que se convierta en la principal causa de enfermedad hepática terminal en laspróximas décadas.
La evaluación precisa de la extensión de la esteatosis hepática tiene una importancia sustancial para el diagnóstico preciso, la selección adecuada del tratamiento y el seguimiento eficaz de la progresión de la enfermedad. El estándar de oro para evaluar el contenido de grasa hepática sigue siendo la biopsia hepática. Sin embargo, debido a su naturaleza invasiva, la posibilidad de dolor, sangrado y otras complicaciones postoperatorias, no es una opción práctica para exámenes de seguimiento frecuentes 4,5,6. En consecuencia, existe una necesidad apremiante de técnicas de imagen no invasivas que puedan cuantificar de manera confiable el depósito de grasa hepática. La resonancia magnética (RM) se muestra prometedora en esta área debido a su ausencia de radiación ionizante y su capacidad para detectar sensiblemente el contenido de grasa a través de los efectos del cambio químico 7,8.
Estudios recientes han descrito técnicas de resonancia magnética para cuantificar la grasa hepática, basadas en métodos de eco de gradiente de desplazamiento químico como las imágenes de Dixon 9,10. Sin embargo, la mayoría de estas técnicas se basan en el análisis de regiones bidimensionales de interés. La evaluación exhaustiva de la distribución tridimensional de la fracción de grasa hepática (FFL) ha sido limitada. En el presente estudio, se introduce un enfoque único de cuantificación de LFF en 3D, que combina la resonancia magnética de Dixon con imágenes estructurales hepáticas. El modelo 3D LFF resultante permite una visualización y medición precisas de la distribución del contenido de grasa en todo el volumen del hígado. Esta técnica demuestra una utilidad clínica sustancial para el diagnóstico preciso de la esteatosis hepática.

<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

Este estudio presenta una metodología de cuantificación 3D para la distribución de la fracción de grasa hepática (FFL) mediante la utilización del análisis de imágenes de resonancia magnética de Dixon. El objetivo central es ofrecer un medio altamente preciso y no invasivo para evaluar el contenido de grasa hepática. El proceso implica la adquisición de imágenes en fase y en fase acuosa a partir de una secuencia de Dixon. A continuación, los mapas LFF se calculan meticulosamente vóxel por vóxel dividiendo las imágenes de fase lipídica por las imágenes en fase. Al mismo tiempo, se extraen los contornos hepáticos en 3D de las imágenes en fase. Estos componentes cruciales se integran a la perfección para construir un modelo de distribución 3D-LFF completo. Esta técnica no se limita a los hígados sanos, sino que se extiende a los afectados por la esteatosis hepática. Los resultados obtenidos demuestran la notable eficacia de este enfoque tanto en la visualización como en la cuantificación del contenido de grasa hepática. Discierne claramente los patrones que diferencian entre hígados normales y esteatóticos. Al aprovechar la resonancia magnética de Dixon para extraer la estructura 3D del hígado, este método ofrece evaluaciones precisas de LFF que abarcan la totalidad del órgano, lo que es muy prometedor para el diagnóstico de la esteatosis hepática con una eficacia notable.

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.

Autor destacado: Una herramienta no invasiva para evaluar y diferenciar los patrones de grasa en el hígado mediante la resonancia magnética 3D de Dixon 

Una técnica de cuantificación 3D para el análisis de la distribución de la fracción de grasa hepática mediante imágenes de resonancia magnética 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.

Esta investigación utiliza conjuntos de datos de pacientes reales adquiridos utilizando un escáner de resonancia magnética disponible comercialmente para validar la metodología de cuantificación de la fracción de grasa hepática en 3D (Figura 1). El protocolo de resonancia magnética incluyó imágenes cuatrifásicas de Dixon 9,10: en fase, desfasada, solo agua y solo grasa (Figura 2). La fracción...

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

Este estudio presenta un método único de cuantificación en 3D para la distribución de la fracción de grasa hepática (LFF) utilizando imágenes por resonancia magnética de Dixon (Dixon MRI). Los mapas de LFF, derivados de imágenes en fase y en fase acuosa, se integran con contornos hepáticos en 3D para diferenciar los patrones de LFF entre hígados normales y esteatóticos, lo que permite una evaluación precisa del contenido de grasa hepática.

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

Este estudio desarrolló una técnica de resonancia magnética Dixon 3D para cuantificar con precisión la distribución de la grasa hepática, con el objetivo de validar su eficacia como una herramienta precisa y no invasiva para evaluar y diferenciar los patrones de grasa en hígados normales frente a esteatóticos. Los avances recientes en la cuantificación de la grasa de la RM incluyen enfoques de modelado de distribución 3D normal, que integran Dixon Imaging con la segmentación de la estructura hepática para permitir una visualización precisa y el entorno de los patrones de la fracción de grasa hepática. La integración de imágenes médicas impulsadas por IA, el aprendizaje profundo, la visualización 3D y una fusión de datos multimodal mejora el modelado de todo el hígado y la evaluación esteatótica, lo que facilita la toma de decisiones clínicas precisas.Los desafíos experimentales actuales incluyen la estandarización de los flujos de trabajo computacionales, el abordaje de las variaciones en los equipos y protocolos, y la elucidación de los mecanismos de progresión de la enfermedad en la investigación de la esteatosis hepática. Nuestro protocolo ofrece la ventaja de la evaluación de la fracción de grasa hepática en 3D, superando a las técnicas en 2D. Los hallazgos avanzarán en la investigación en nuestro campo al ofrecer una evaluación completa y precisa de LFF en 3D de las diferentes etapas de la enfermedad del hígado graso, que es crucial para las decisiones de tratamiento y la evaluación del pronóstico.

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.

Investigación

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.

Recopilación de datos de conjuntos de datos de resonancia magnética hepática de pacientes para validar la cuantificación 3D de la fracción de grasa hepática

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.