Возможности DIXON последовательностей в магнитно-резонансной томографии для количественной оценки жировой фракции: фантомное исследование
- Авторы: Панина О.Ю.1,2, Громов А.И.3,4, Ахмад Е.С.1, Семёнов Д.С.1, Кивасёв С.А.5, Петряйкин А.В.1, Нечаев В.А.2
-
Учреждения:
- Научно-практический клинический центр диагностики и телемедицинских технологий
- Городская клиническая больница имени С.С. Юдина
- Российский университет медицины
- Национальный медицинский исследовательский центр радиологии
- Центральный клинический госпиталь «РЖД-Медицина»
- Выпуск: Том 6, № 2 (2025)
- Страницы: 191-202
- Раздел: Оригинальные исследования
- URL: https://journals.rcsi.science/DD/article/view/310209
- DOI: https://doi.org/10.17816/DD633802
- EDN: https://elibrary.ru/WDZWBY
- ID: 310209
Цитировать
Полный текст
Аннотация
Обоснование. Точность количественных показателей, полученных с помощью магнитно-резонансной томографии, представляет научный и практический интерес. Контроль параметров сканирования и стандартизация общеизвестных подходов к оценке жировой фракции является важной задачей лучевой диагностики.
Цель исследования. Оценить возможность количественного измерения жировой фракции с помощью стандартных диксоновских импульсных последовательностей посредством фантомного моделирования.
Методы. Проведено экспериментальное многоцентровое одномоментное неослеплённое исследование. Для моделирования веществ с разной концентрацией жировой фазы выбраны прямые эмульсии типа «масло в воде». Пробирки с эмульсиями помещали в специальный цилиндрический фантом. Эмульсии на основе смеси растительных масел представлены в диапазоне значений жировой фракции 10–60%. Проводили серию тестирований на сканерах разных производителей и с различной индукцией магнитного поля: Optima MR450w 1,5 Tл, MAGNETOM Skyra 3 Tл, а также на томографе Ingenia 1,5 Тл и Ingenia Achieva dStream 3,0 Tл в разных медицинских центрах. Фракцию жира определяли расчётным методом по общеизвестным формулам на основе измерения интенсивности сигнала. Провели регрессионный анализ линейной зависимости измеренных концентраций жировой фракций от заданных значений, а также F-тест для оценки вариативности.
Результаты. С использованием фантомного моделирования провели проверку работы импульсных диксоновских последовательностей на различных томографах с целью количественного определения жировой фракции по соответствующим формулам. При оценке точности её количественного измерения установлена слабая линейная зависимость между полученными значениями и заданными концентрациями жировой фракции. Кроме того, для некоторых томографов выявлено статистически значимое смещение, превышающее 5%. Оценка воспроизводимости измерений показала различия в вариабельности концентрации жировой фракции как между разными моделями томографов, так и внутри одной.
Заключение. Полученные результаты подтверждают, что расчёт жировой фракции с использованием импульсных диксоновских последовательностей по соответствующим формулам необходимо осуществлять только после предварительного фантомного сканирования. Применение фантома обеспечивает надлежащий контроль качества и калибровку магнитно-резонансного томографа, делая точное количественное измерение жира более надёжным и широкодоступным.
Полный текст
Открыть статью на сайте журналаОб авторах
Ольга Юрьевна Панина
Научно-практический клинический центр диагностики и телемедицинских технологий; Городская клиническая больница имени С.С. Юдина
Автор, ответственный за переписку.
Email: olgayurpanina@gmail.com
ORCID iD: 0000-0002-8684-775X
SPIN-код: 5504-8136
MD
Россия, 127051, Москва, ул. Петровка, д. 24, стр. 1; МоскваАлександр Игоревич Громов
Российский университет медицины; Национальный медицинский исследовательский центр радиологии
Email: gai8@mail.ru
ORCID iD: 0000-0002-9014-9022
SPIN-код: 6842-8684
д-р мед. наук, профессор
Россия, Москва; МоскваЕкатерина Сергеевна Ахмад
Научно-практический клинический центр диагностики и телемедицинских технологий
Email: akhmades@zdrav.mos.ru
ORCID iD: 0000-0002-8235-9361
SPIN-код: 5891-4384
Россия, 127051, Москва, ул. Петровка, д. 24, стр. 1
Дмитрий Сергеевич Семёнов
Научно-практический клинический центр диагностики и телемедицинских технологий
Email: semenovds4@zdrav.mos.ru
ORCID iD: 0000-0002-4293-2514
SPIN-код: 2278-7290
канд. техн. наук
Россия, 127051, Москва, ул. Петровка, д. 24, стр. 1Станислав Александрович Кивасёв
Центральный клинический госпиталь «РЖД-Медицина»
Email: Kivasev@yahoo.com
ORCID iD: 0000-0003-1160-5905
SPIN-код: 9883-3406
MD
Россия, МоскваАлексей Владимирович Петряйкин
Научно-практический клинический центр диагностики и телемедицинских технологий
Email: PetryajkinAV@zdrav.mos.ru
ORCID iD: 0000-0003-1694-4682
SPIN-код: 6193-1656
д-р мед. наук
Россия, 127051, Москва, ул. Петровка, д. 24, стр. 1Валентин Александрович Нечаев
Городская клиническая больница имени С.С. Юдина
Email: NechaevVA1@zdrav.mos.ru
ORCID iD: 0000-0002-6716-5593
SPIN-код: 2527-0130
канд. мед. наук
Россия, МоскваСписок литературы
- Outwater EK, Blasbalg R, Siegelman ES, Vala M. Detection of lipid in abdominal tissues with opposed-phase gradient-echo images at 1.5 T: techniques and diagnostic importance. RadioGraphics. 1998;18(6):1465–1480. doi: 10.1148/radiographics.18.6.9821195
- Panina OYu, Gromov AI, Akhmad ES, et al. Accuracy of fat fraction estimation using DIXON: experimental phantom study. Medical Visualization. 2022;26(4):147–158. doi: 10.24835/1607-0763-1160 EDN: JDIWXI
- Bray TJP, Chouhan MD, Punwani S, et al. Fat fraction mapping using magnetic resonance imaging: insight into pathophysiology. The British Journal of Radiology. 2017;91(1089):20170344. doi: 10.1259/bjr.20170344
- Bhat V, Velandai S, Belliappa V, et al. Quantification of liver fat with mDIXON magnetic resonance imaging, comparison with the computed tomography and the biopsy. Journal of Clinical and Diagnostic Research. 2017;11(7):TC06–TC10. doi: 10.7860/JCDR/2017/26317.10234
- Bainbridge A, Bray TJP, Sengupta R, Hall-Craggs MA. Practical approaches to bone marrow fat fraction quantification across magnetic resonance imaging platforms. Journal of Magnetic Resonance Imaging. 2020;52(1):298–306. doi: 10.1002/jmri.27039 EDN: WCMNIG
- Gulani V, Seiberlich N. Quantitative MRI: rationale and challenges. Advances in Magnetic Resonance Technology and Applications. 2020;1:xxxvii–li. doi: 10.1016/B978-0-12-817057-1.00001-9
- Vasilev YuA, Semenov DS, Akhmad ES, et al. A method for assessing the effect of metal artifact reduction algorithms on quantitative characteristics of CT images. Biomedical Engineering. 2020;54(4):285–288. doi: 10.1007/s10527-020-10023-5 EDN: YEHJTT
- Morozov S, Sergunova K, Petraikin A, et al. Diffusion processes modeling in magnetic resonance imaging. Insights into Imaging. 2020;11(1):60. doi: 10.1186/s13244-020-00863-w EDN: QEFDVK
- Sergunova KA. Using siloxane-based inverse emulsions to control the measured diffusion coefficient in magnetic resonance imaging. Biomedical Engineering. 2019;(5):22–25. (In Russ.) EDN: HUPRTQ
- Petraikin AV, Ivanova DV, Akhmad ES, et al. Phantom modeling for selection of optimum reconstruction filters in the quantitative computer tomography. Meditsinskaya fizika. 2020;(2):34–44. EDN: TLLBVQ
- Vasilev YuA, Cherkasskaya MV, Akhmad ES, et al. Phantom modelling in magnetic resonance imaging: an overview of materials for simulating tissue relaxation time (review). Polymer materials and technologies. 2023;9(4):6–20. doi: 10.32864/polymmattech-2023-9-4-6-20 EDN: TCSKRR
- van Vucht N, Santiago R, Lottmann B, et al. The Dixon technique for MRI of the bone marrow. Skeletal Radiology. 2019;48(12):1861–1874. doi: 10.1007/s00256-019-03271-4
- Gromov AI, Gorinov AV, Galljamov EA. Mesenteric chillous lymphangioma. Visualization features on opposed-phase MR images. Medical Visualization. 2019;23(4):86–92. doi: 10.24835/1607-0763-2019-4-86-92 EDN: UCRGCC
- Zhao Y, Huang M, Ding J, et al. Prediction of abnormal bone density and osteoporosis from lumbar spine MR using modified dixon quant in 257 subjects with quantitative computed tomography as reference. Journal of Magnetic Resonance Imaging. 2018;49(2):390–399. doi: 10.1002/jmri.26233
- Maeder Y, Dunet V, Richard R, et al. Bone marrow metastases: T2-weighted Dixon Spin-Echo Fat Images Can Replace T1-weighted Spin-Echo Images. Radiology. 2018;286(3):948–959. doi: 10.1148/radiol.2017170325
- Chow LTC, Ng AWH, Wong SKC. Focal nodular and diffuse haematopoietic marrow hyperplasia in patients with underlying malignancies: a radiological mimic of malignancy in need of recognition. Clinical Radiology. 2017;72(3):265.e7–265.e23. doi: 10.1016/j.crad.2016.10.015
- Omoumi P. Update on Advances in Musculoskeletal Magnetic Resonance Imaging. Seminars in Musculoskeletal Radiology. 2015;19(04):319–320. doi: 10.1055/s-0035-1565876
- Pezeshk P, Alian A, Chhabra A. Role of chemical shift and Dixon based techniques in musculoskeletal MR imaging. European Journal of Radiology. 2017;94:93–100. doi: 10.1016/j.ejrad.2017.06.011
- Fukuzawa K, Hayashi T, Takahashi J, et al. Evaluation of six-point modified dixon and magnetic resonance spectroscopy for fat quantification: a fat–water–iron phantom study. Radiological Physics and Technology. 2017;10(3):349–358. doi: 10.1007/s12194-017-0410-9
Дополнительные файлы
