Контроль количественной оценки фракции жира в магнитно-резонансной томографии: двухцентровое фантомное исследование

Обложка

Цитировать

Полный текст

Аннотация

Обоснование: оценка количественных параметров с помощью магнитно-резонансной томографии (МРТ) является актуальным направлением. Расчёт фракции жира (FF) открывает новые возможности в точной постановке диагноза и в будущем позволит заменить инвазивные методы, такие как биопсия. Количественная оценка сможет позволить проводить достоверный динамический контроль, оценку лекарственной терапии и т.д. Однако рентгенологи, а также врачи клинических специальностей должны быть уверены в точности и достоверности количественных показателей.

Цель: оценка точности количественного измерения FF с помощью фантомного моделирования в диапазоне от 0 до 60%.

Методы: для моделирования объектов исследования были выбраны эмульсии по типу «масло в воде». Концентрации эмульсий на основе растительных масел были представлены в диапазоне 0–60%. Пробирки с эмульсиями помещались в цилиндрический фантом. Сканирование выполнялось на томографе Optima, MR450w 1,5 Tл (GE) в режиме «Lava Flex», а также на томографе Ingenia, 1,5 Тл (Philips) в режиме «DIXON». Фракция жира определялась расчётным методом по формулам, на основе сигнальных характеристик, по изображениям в фазе (In) и противофазе (Out): FF=(In–Out)/2∙In∙100; по изображениям, взвешенным по воде (Water) и по жиру (Fat): FF=Fat/(Fat+water)∙100.

Результаты: точность измерения процентного содержания жира при «DIXON» была идентична «Lava Flex». Данные измеряемых значений концентрации жира были систематически завышены по отношению к заданным в среднем на 57,6% при средней абсолютной разнице 17,2%. Также определялось неравномерное занижение в диапазоне 20–40%.

Заключение: фантомное моделирование с использованием прямых эмульсий по типу «масло в воде» позволило провести контроль работы диксоновских последовательностей в количественном определении жировой фракции. Для корректного количественного определения FF предпочтительнее проводить расчёты по данным изображений Water и Fat с использованием формулы FF=Fat/(Fat+water)∙100. Расчёты по изображениям In-phase и Out-phase предоставляют неоднозначные результаты. Для того чтобы корректно производить количественный расчёт фракции жира с помощью представленных выше формул в режимах «Lava Flex» и «DIXON» необходимо проводить расчёт с поправочным коэффициентом. Использование фантома дает возможность осуществлять надлежащий контроль качества и калибровку МР-томографа, а также делать количественное измерение жира широкодоступным.

Об авторах

Ольга Юрьевна Панина

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: olgayurpanina@gmail.com
ORCID iD: 0000-0002-8684-775X
Россия, Москва

Варвара Александровна Игнатьева

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Email: varvaraigna1612@gmail.com
ORCID iD: 0009-0009-6229-0342
Россия, Москва

Алёна Андреевна Монахова

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Автор, ответственный за переписку.
Email: malyona98@gmail.com
ORCID iD: 0009-0009-0271-2953
Россия, Москва

Список литературы

  1. Bray T.J., Chouhan M.D., Punwani S., et al. Fat fraction mapping using magnetic resonance imaging: insight into pathophysiology // Br J Radiol. 2018. Vol. 91, N 1089. P. 20170344. doi: 10.1259/bjr.20170344
  2. Panina O.Yu., Gromov A.I., Akhmad E.S, et al. Accuracy of fat fraction estimation using Dixon: experimental phantom study // Medical Visualization. 2022. Vol. 26, N 4. P. 147–158. doi: 10.24835/1607-0763-1160
  3. Corrias G., Erta M., Sini M., et al. Comparison of Multimaterial Decomposition Fat Fraction with DECT and Proton Density Fat Fraction with IDEAL IQ MRI for Quantification of Liver Steatosis in a Population Exposed to Chemotherapy // Dose Response. 2021. Vol. 19, N 2. P. 1559325820984938. doi: 10.1177/1559325820984938
  4. Reeder S.B., Hu H.H., Sirlin C.B. Proton density fat-fraction: a standardized MR-based biomarker of tissue fat concentration // J Magn Reson Imaging. 2012. Vol. 36, N 5. P. 1011–1014. doi: 10.1002/jmri.23741

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-вектор, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».