Quality control of fat fraction quantification in magnetic resonance imaging: A two-center phantom study

封面

如何引用文章

全文:

详细

BACKGROUND: Assessment of quantitative parameters using magnetic resonance imaging (MRI) is a relevant trend. Fat fraction (FF) calculation provides new opportunities for accurate diagnosis and will replace invasive methods such as biopsy in the future. Quantification will enable reliable dynamic monitoring and assessment of drug therapy. However, radiologists and clinical specialists must be confident in the accuracy and reliability of the quantitative measures.

AIM: To assess the accuracy of quantitative FF measurement using phantom simulation in the range of 0% to 60%.

METHODS: Emulsions of the “oil-in-water” type were chosen to simulate the objects of the study. Concentrations of vegetable oil-based emulsions were presented in the range of 0% to 60%. Tubes containing the emulsions were placed in a cylindrical phantom. Scans were performed on an Optima, MR450w 1.5 Tesla (GE) tomograph in Lava Flex mode and on an Ingenia, 1.5 Tesla (Philips) tomograph in DIXON mode. FF was determined by formulas using images in In-phase and Out-phase based on signal characteristics (FF=[In–Out]/2∙In∙100) and images weighted by Water and Fat data (FF=Fat/[Fat+water]∙100.

RESULTS: The accuracy of the fat percentage measurement with the DIXON technique was identical to that of the Lava Flex. The data of the measured fat concentration were systematically overestimated in relation to the target values by an average of 57.6% with an average absolute difference of 17.2%. In addition, an irregular underestimation in the range of 20% to 40% was detected.

CONCLUSIONS: Phantom simulation using direct oil-in-water emulsions allowed to control the performance of the Dixon sequences in quantifying the FF. For correct FF quantification, calculation from Water and Fat image data using the formula FF=Fat/(Fat+water)∙100 is preferable. Calculations based on In-phase and Out-phase images provide ambiguous results. The FF calculation in the Lava Flex and DIXON modes must be performed with a correction factor. The use of the phantom allows proper quality control and calibration of the MRI scanner and makes quantitative fat measurement widely available.

作者简介

Olga Panina

Research and Practical Clinical Center for Diagnostics and Telemedicine Technologies

Email: olgayurpanina@gmail.com
ORCID iD: 0000-0002-8684-775X
俄罗斯联邦, Moscow

Varvara Ignatyeva

A.I. Yevdokimov Moscow State University of Medicine and Dentistry

Email: varvaraigna1612@gmail.com
ORCID iD: 0009-0009-6229-0342
俄罗斯联邦, Moscow

Alyona Monakhova

A.I. Yevdokimov Moscow State University of Medicine and Dentistry

编辑信件的主要联系方式.
Email: malyona98@gmail.com
ORCID iD: 0009-0009-0271-2953
俄罗斯联邦, Moscow

参考

  1. Bray TJ, Chouhan MD, Punwani S, et al. Fat fraction mapping using magnetic resonance imaging: insight into pathophysiology. Br J Radiol. 2018;91(1089):20170344. doi: 10.1259/bjr.20170344
  2. 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
  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;19(2):1559325820984938. doi: 10.1177/1559325820984938
  4. Reeder SB, Hu HH, Sirlin CB. Proton density fat-fraction: a standardized MR-based biomarker of tissue fat concentration. J Magn Reson Imaging. 2012;36(5):1011–1014. doi: 10.1002/jmri.23741

补充文件

附件文件
动作
1. JATS XML

版权所有 © Eco-Vector, 2023

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

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».