Name: Yazar Spotlight: 3D Dixon MRI Kullanarak Karaciğerdeki Yağ Modellerini Değerlendirmek ve Ayırt Etmek İçin İnvaziv Olmayan Bir Araç
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

Bu yayın, Ulusal Geleneksel Çin Tıbbı İdaresi tarafından düzenlenen, geleneksel Çin tıbbında olağanüstü klinik yeteneklerin belirlenmesi için beşinci ulusal programdan destek aldı. Resmi ağ bağlantısı'http://www.natcm.gov.cn/renjiaosi/zhengcewenjian/2021-11-04/23082.html.

Çalışma onaylandı ve hasta, Çin'in Pekin kentindeki Pekin Çin Tıbbı Üniversitesi, Dongzhimen Hastanesi Bulaşıcı Hastalıklar Bölümü'nden alındı. Hastaya bilgilendirilmiş onam verildikten sonra rutin abdominal Dixon MRG taraması yapıldı. Bu araştırmada, tıbbi olarak teşhis edilmiş hepatik steatozlu standart bir hastada karaciğer yağ fraksiyonunu (LFF) yeniden yapılandırmak için bir 3D dağılım modelleme yaklaşımı kullanılmıştır. Ayrıca, çalışma, hastanın karaciğerini sağlıkl...

Dixon MRG Kullanarak Kapsamlı Bir 3D-Karaciğer Yağ Fonksiyon Dağılımı Modeli

<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>

Bu araştırma, Dixon MRI9,10 kullanarak karaciğer yağ fraksiyonunun (LFF) dağılımını analiz etmek için yenilikçi bir 3D kantitasyon tekniği sunmaktadır. Bu yöntem, faz içi ve su fazı görüntülerinden oluşturulan LFF haritalarını 3D karaciğer konturları ile entegre ederek, normal ve steatotik karaciğerlerdeki LFF modellerini ayırt eder6. Sonuç olarak, karaciğer yağ içeriğinin hassas bir şekilde değerlendirilme...

Alkolsüz Yağlı Karaciğer Hastalığı (NAFLD), karaciğer hücrelerinde anormal trigliserit birikiminden (hepatik steatoz) alkolsüz Steatohepatit (NASH) olarak bilinen karaciğer hücrelerinde iltihaplanma ve hasara kadar değişen bir patolojik durum yelpazesini kapsar. Bazı durumlarda NAFLD, fibroz, siroz, son dönem karaciğer hastalığı ve hatta Hepatoselüler karsinom (HCC) dahil olmak üzere daha ciddi aşamalara ilerleyebilir1. Dünya Sağlık Örgütü ve Küresel Hastalık Yükü'nden yayınlanan veriler, dünya çapında tüm yaş gruplarında yaklaşık 1.235,7 milyon kişinin NAFLD'den etkilendiğini göstermektedir2. NAFLD şu anda küresel olarak karaciğerle ilişkili hastalıkların en belirgin nedenlerinden biri olarak yer almaktadır ve önümüzdeki yıllarda son dönem karaciğer hastalığının önde gelen nedeni olması beklenmektedir3.
Hepatik steatozun yaygınlığının doğru değerlendirilmesi, kesin tanı, uygun tedavi seçimi ve hastalığın etkili progresyonunun izlenmesi için büyük önem taşımaktadır. Karaciğer yağ içeriğini değerlendirmek için altın standart karaciğer biyopsisi olmaya devam etmektedir. Bununla birlikte, invaziv doğası, ağrı, kanama ve diğer postoperatif komplikasyon potansiyeli nedeniyle, sık takip muayeneleri için pratik bir seçenek değildir 4,5,6. Sonuç olarak, hepatik yağ birikimini güvenilir bir şekilde ölçebilen noninvaziv görüntüleme tekniklerine acil bir ihtiyaç vardır. Manyetik rezonans görüntüleme (MRG), iyonlaştırıcı radyasyon içermemesi ve kimyasal kayma etkileri yoluyla yağ içeriğini hassas bir şekilde tespit etme yeteneği nedeniyle bu alanda umut vaat etmektedir 7,8.
Son çalışmalar, Dixon görüntüleme 9,10 gibi kimyasal kayma gradyan eko yöntemlerine dayalı olarak hepatik yağın ölçülmesi için MRI tekniklerini özetlemiştir. Bununla birlikte, bu tekniklerin çoğu, iki boyutlu ilgi alanlarının analizine dayanır. Karaciğer yağ fraksiyonunun (LFF) üç boyutlu dağılımının kapsamlı değerlendirmesi sınırlı kalmıştır. Bu çalışmada, Dixon MRG ile karaciğer yapısal görüntülemesini birleştiren benzersiz bir 3D LFF kantitizasyon yaklaşımı tanıtıldı. Ortaya çıkan 3D LFF modeli, karaciğerin tüm hacmi boyunca yağ içeriğinin dağılımının hassas bir şekilde görselleştirilmesini ve ölçülmesini sağlar. Bu teknik, hepatik steatozun doğru teşhisi için önemli klinik yararlılık göstermektedir.

<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

Bu çalışma, Dixon MRI görüntü analizinin kullanımı yoluyla karaciğer yağ fraksiyonunun (LFF) dağılımı için bir 3D kantitasyon metodolojisi sunmaktadır. Temel amaç, karaciğer yağ içeriğini değerlendirmek için son derece doğru ve invaziv olmayan bir araç sunmaktır. İşlem, bir Dixon dizisinden Faz İçi ve Su fazı görüntülerinin elde edilmesini içerir. LFF haritaları daha sonra Lipid Faz görüntülerini Faz İçi görüntülere bölerek voksel ile voksel titizlikle hesaplanır. Eşzamanlı olarak, faz içi görüntülerden 3D karaciğer konturları çıkarılır. Bu önemli bileşenler, kapsamlı bir 3D-LFF dağıtım modeli oluşturmak için sorunsuz bir şekilde entegre edilmiştir. Bu teknik sağlıklı karaciğerlerle sınırlı değildir, aynı zamanda hepatik steatozdan muzdarip olanları da kapsar. Elde edilen sonuçlar, bu yaklaşımın karaciğer yağ içeriğini hem görselleştirmede hem de ölçmede dikkate değer etkinliğini göstermektedir. Normal ve steatotik karaciğerler arasında ayrım yapan kalıpları belirgin bir şekilde ayırt eder. Karaciğerin 3 boyutlu yapısını çıkarmak için Dixon MRG'den yararlanan bu yöntem, organın tamamını kapsayan kesin LFF değerlendirmeleri sunar ve böylece hepatik steatoz tanısı için dikkate değer bir etkinlikle büyük umut vaat eder.

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.

Yazar Spotlight: 3D Dixon MRI Kullanarak Karaciğerdeki Yağ Modellerini Değerlendirmek ve Ayırt Etmek İçin İnvaziv Olmayan Bir Araç 

Dixon Manyetik Rezonans Görüntüleme Kullanılarak Karaciğer Yağ Fraksiyonu Dağılım Analizi için 3 Boyutlu Bir Kantifikasyon Tekniği

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.

Bu araştırma, 3D karaciğer yağ fraksiyonu miktar tayin metodolojisini doğrulamak için ticari olarak temin edilebilen bir MRI tarayıcısı kullanılarak elde edilen gerçek hasta veri kümelerini kullanır (Şekil 1). MRI protokolü, Dixon'ın dört fazlı görüntülemesiniiçeriyordu 9,10: Faz içi, Faz dışı, Yalnızca Su ve Yalnızca yağ (Şekil 2). Her vokselin yağ fraksiyonu (FF), Dixon M...

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

Bu çalışma, Dixon Manyetik Rezonans Görüntüleme (Dixon MRI) kullanılarak karaciğer yağ fraksiyonu (LFF) dağılımı için benzersiz bir 3D kantitasyon yöntemi sunmaktadır. Faz içi ve su fazı görüntülerinden türetilen LFF haritaları, normal ve steatotik karaciğerler arasındaki LFF modellerini ayırt etmek için 3D karaciğer konturları ile entegre edilmiştir ve karaciğer yağ içeriğinin hassas bir şekilde değerlendirilmesini sağlar.

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

Bu çalışma, karaciğer yağ dağılımını hassas bir şekilde ölçmek için bir 3D Dixon MRI tekniği geliştirdi ve normal ve steatotik karaciğerlerdeki yağ modellerini değerlendirmek ve ayırt etmek için doğru, invaziv olmayan bir araç olarak etkinliğini doğrulamayı amaçladı. MRG yağ kantitasyonundaki son gelişmeler, karaciğer yağ fraksiyonu modellerinin hassas görselleştirilmesini ve ortamını sağlamak için Dixon Görüntüleme'yi karaciğer yapısı segmentasyonu ile entegre eden normal 3D dağılım modelleme yaklaşımlarını içerir. Yapay zeka güdümlü tıbbi görüntüleme, derin öğrenme, 3D görselleştirme ve çok modlu bir veri füzyonunu entegre etmek, tüm karaciğer modellemesini ve steatotik değerlendirmeyi geliştirerek kesin klinik karar vermeyi kolaylaştırır.Mevcut deneysel zorluklar arasında hesaplama iş akışlarının standartlaştırılması, ekipman ve protokollerdeki varyasyonların ele alınması ve hepatik steatoz araştırmalarında hastalık ilerleme mekanizmalarının aydınlatılması yer almaktadır. Protokolümüz, 2D teknikleri geride bırakarak 3D karaciğer yağ fraksiyonu değerlendirmesi avantajı sunar. Bulgular, tedavi kararları ve prognoz değerlendirmesi için çok önemli olan yağlı karaciğer hastalığının farklı aşamalarının kapsamlı ve doğru bir 3D LFF değerlendirmesini sunarak alanımızdaki araştırmaları ilerletecektir.

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.

Tıp

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.

3D Karaciğer Yağ Fraksiyonu Miktarını Doğrulamak için Hasta Karaciğeri-MRI Veri Kümelerinden Veri Toplama

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.