Radiology:PDFF在人体内多器官的脂肪定量成像

2021-05-04 shaosai MedSci原创

肝细胞内甘油三脂的异常蓄积(即肝脂肪变性)是非酒精性脂肪肝病的最早的标志性特征。

肝细胞内甘油三脂的异常蓄积(即肝脂肪变性)是非酒精性脂肪肝病的最早的标志性特征。非酒精性脂肪性肝病是西方世界肝脏疾病的主要原因,此外,肝脏脂肪变性也被认为是血管疾病、癌症、代谢紊乱和肥胖的独立危险因素。因此,建立一种无创、准确的用于诊断、分期和监测非酒精性脂肪性肝病进展的量化肝脏脂肪变性的方法至关重要。CSE MRI质子密度脂肪分数(PDFF)序列是反应肝脂肪变性程度的准确的影像学手段,以广泛用于肝脏及其他器官的脂肪变性的定量评估中。尽管MRI衍生的PDFF序列的线性和偏倚已经在体内与MRS衍生的PDFF序列作为参考标准进行了验证,但与独立的非MRI标准相比,仍缺乏明确的数据来验证各个供应商、平台和磁场强度之间的线性和偏倚。

近日,发表在Radiology杂志的一项研究在多中心、多供应商以及多平台轮询模型下通过确定模型的线性和偏差范围评估了商用CSE MRI的PDFF序列的准确性,为未来CSE MRI PDFF序列的标准化应用提供新的参考依据,并建立适当的偏差边界和限制以指导PDFF序列在肝脏以外的器官和组织进行脂肪含量的定量成像。

在这项前瞻性研究中,将12个已知PDFF值的小瓶的商用模型运往美国的9个研究中心。模型接受了共来自三家供应商的27台1.5T和3.0T MR的160次独立MRI扫描。两种最小T1偏倚的三维CSE MRI方案包括:供应商和标准化方案。每个供应商基于混杂因素校正的复杂度或基于混合量级复杂度的重构算法都用于在两种方案中生成PDFF maps。西门子改造项目需要进行配置更改以纠正模型中的水-脂肪交换。通过使用混合效应模型的线性回归对MRI PDFF值与已知PDFF值进行了比较。计算回归斜率(即比例偏差)和截距(即恒定偏差)的95% CIs,并与原假设(斜率= 1,截距= 0)进行比较。

在生物学相关的0%-47.5%的PDFF范围内,估计的PDFF值与模型派生的参考PDFF值的合并回归斜率为0.97 (95% CI: 0.96, 0.98)。相应的合并截距为-0.27% (95% CI: -0.50%,-0.05%)。在所有供应商中,斜率范围在1.5 T时为0.86-1.02(供应商方案)和0.97-1.0(标准化方案),在3.0 T时为0.91-1.01(供应商方案)和0.87-1.01(标准化方案)。截距范围(绝对PDFF 百分比)在1.5 T时为-0.65%至0.18%(供应商方案)和-0.69%至-0.17%(标准化方案),在3.0 T时为-0.48%至0.10%(供应商方案)和-0.78%至-0.21%(标准化方案)。

 

图 图中显示了CSE MRI质子密度脂肪分数(PDFF)与模型派生的参考PDFF值(按供应商分类)在3.0 T MR下的关系。为了可视化目的,对数据进行了轻微抖动。红线表示厂商方案数据的线性回归拟合,绿线表示标准化模型方案数据的回归拟合。这两条线在某些情况下几乎重合。在每个图下方总结了0%–47.5%PDFF和0%–100%PDFF范围的回归参数。每个子图下的星号(***)和斜体文本表明,与给定供应商、磁场强度和考虑的PDFF范围的其他方案相比,统计上的偏差(即截距和/或斜率)更小。

本研究通过多中心、多平台、多供应商的模型研究成功地证明了CSE MRI的PDFF序列在不同供应商、成像中心和场强中都是准确的,并进一步确定了现有的商用CSE MRI方案在1.5 T和3.0 T时PDFF偏差的范围,为CSE MRI PDFF序列的标准化应用提供了新的参考依据和数据支持

原文出处:

Houchun H Hu,Takeshi Yokoo,Mustafa R Bashir,et al.Linearity and Bias of Proton Density Fat Fraction as a Quantitative Imaging Biomarker: A Multicenter, Multiplatform, Multivendor Phantom Study.DOI:10.1148/radiol.2021202912

版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

Radiology:非增强CT检查自动肝脂肪定量的应用价值

背景:非酒精性脂肪肝及其并发症越来越受到公众健康的关注,对于脂肪肝的非侵入性诊断和定量评估是非常有价值的。本研究旨在评估基于深度学习的自动肝脂肪体积定量方法来评估脂肪肝的发生率。