Швидке автоматизоване вимірювання розподілу жиру в організмі з МРТ всього тіла, Американський журнал

Пов’язані статті

Серпень 2005, том 185, номер 2

Зображення MR

Клінічні спостереження

Швидке автоматизоване вимірювання розподілу жиру в організмі за допомогою МРТ всього тіла

Анотація
Повний текст
Цифри
Список літератури
PDF
PDF Plus
Додати в обране
Дозволи
Завантажити Цитата

МЕТА. Мета цієї статті - визначити доцільність використання методів автоматизованої діагностики (CAD) для автоматичного виявлення, локалізації та вимірювання жирової тканини за допомогою швидкого МРТ-обстеження всього тіла.

ВИСНОВОК. МРТ всього тіла разом із САПР дозволяє швидко, автоматично і точно підходити до вимірювання та локалізації жиру в організмі та може бути корисною альтернативою індексу маси тіла. Аналіз жиру у всьому тілі може бути здійснений менш ніж за 5 хв.

Точне визначення загальної кількості жиру в організмі людини є важливим питанням медичного аналізу, оскільки ожиріння є важливим фактором, що сприяє різноманітним серйозним проблемам зі здоров'ям. У медичній літературі визначено широкий спектр захворювань, які тісно пов’язані з ожирінням. Сучасні методи оцінки жиру в основному є неточними, і більшість сучасних методів визначення жиру не можуть показати регіональний розподіл жиру, що є важливим для визначення ризику захворювання. Ми представляємо метод, який поєднує в собі автоматизовані методи з методами МРТ для всього тіла і забезпечує точну кількісну оцінку та візуалізацію загального навантаження на жир у організмі та регіонального розподілу жиру. Ця методика може бути важливою для виявлення та лікування груп ризику.

У цьому дослідженні брали участь 42 пацієнти (21 чоловік та 21 жінка), яких завербували за допомогою місцевої госпітальної реклами та спортивної клініки, пов’язаної з лікарнями. Ці добровольці включали когорту міжнародних веслярів, групу елітних спортсменів, у яких оцінка жиру в організмі має особливе значення, оскільки люди обмежені у вазі. Отримано схвалення місцевої інституційної ради. Інформована згода отримувалась від кожного випробуваного, а також реєструвались його вага та зріст. Вони використовувались для розрахунку індексу маси тіла (ІМТ) у кожного пацієнта.

Зображення МР було отримано на пристрій обробки зображень 1,5 Т (Intera, Philips Medical Systems), який був оснащений подовжувачем стільниці і дозволяв автоматизовані переміщення столу. За допомогою подовжувача стільниці досягається каудокраніальне покриття 200 см, що дозволяє проводити обстеження всіх, крім найвищих предметів. Зображення отримуються у шести-семи повністю інтегрованих стеках з невеликим перекриттям. Ми отримали корональні T1-зважені градієнт-ехо-зображення (TR/TE, 112/1,62; кут перекидання, 70 °, кількість усереднених сигналів, 1; матриця, 256 × 256; 80% прямокутне поле зору, 189 × 189). Автоматизована інтерполяція вокселів була використана для отримання вокселів 2,02 × 2,02 × 8,00 мм 3 .

Для сканування пацієнтів кладуть лежачи на спині, схрестивши руки на животі. Це дозволяє зобразити верхні кінцівки обстежуваних. Спочатку ми поклали руки випробовуваних з боків, але виявили, що це спричинило псевдонім. Після зображення вихідні дані передаються у форматі DICOM на робочу станцію для аналізу. На робочій станції послідовно застосовуються складні набори алгоритмів до кожного набору даних для виділення жиру.

При МРТ всього тіла суб'єкт зображується у наборі перекриваючих корональних зрізів. Отримані серії MR-зображень повинні бути реконструйовані в об'ємний набір даних для полегшення аналізу. Є два питання, які потребують особливої уваги в цьому процесі: просторова реєстрація та співпадіння за шкалою сірого. Для досягнення правильної просторової реєстрації ми використовуємо вектори розташування та орієнтації, що зберігаються у заголовках DICOM. Це дозволяє нам точно розміщувати кожне зображення в глобальній системі координат. Таким чином, ми можемо врахувати будь-яке перекриття між сусідніми корональними зрізами і правильно сформувати кінцевий обсяг.

Узгодження шкали сірого необхідно, оскільки між послідовними корональними ділянками можуть бути значні зрушення інтенсивності через характер процесу отримання МРТ, особливо тісний просторовий зв'язок задньої частини з котушками приймача. Необхідно мінімізувати ці ефекти для оптимізації роботи автоматизованої процедури аналізу. Ми досягаємо цього за допомогою відповідності гістограм. Гістограма інтенсивності будується для кожного коронального зрізу, характерний пік, що представляє м’яку тканину, алгоритмічно ідентифікується в кожному випадку, а набір піків вирівнюється відповідно до розподілу шкали сірого по всіх ділянках.

Візуальний огляд зображень, що містяться в наборах даних, виявляє, що жирові тканини мають тенденцію мати вищу шкалу сірого, ніж інші тканини. Але ці зображення також вказують на те, що в межах зображень, що представляють жирові тканини, спостерігаються великі варіації шкали сірого. Крім того, навіть після збігу гістограми, значення шкали сірого для жиру в деяких ситуаціях перекривають ті, що пов’язані з іншими тканинами номінальної інтенсивності, такими як печінка або мозок. Отже, точної сегментації неможливо досягти, застосовуючи прості методи, засновані на пороговому рівні.

Щоб впоратися з цими проблемами, ми розробили чотириетапний алгоритм сегментації. Початковий пороговий рівень обчислюється на основі аналізу гістограми даних. Розташований пік, що представляє м’яку тканину, і вокселі зі значеннями, що перевищують кінець цього піку, ініціалізуються як потенційні жирові вокселі. Потім ми використовуємо крок посилення меж, щоб компенсувати випадання сигналу в деяких периферійних областях даних. Далі ми застосовуємо процедуру 3D-зростання регіону. Нарешті, ми застосовуємо процес уточнення регіонів, за допомогою якого вокселі-кандидати групуються у зв’язані області [1]. Завдяки цьому процесу ми отримуємо потужну сегментацію сигналу завдяки жировій тканині в межах обсягу даних.

Розрахунок загального жиру в організмі (TBF) проводиться за такою формулою: TBF = (NFatVoxels) (Voxel_Dim) (Щільність жиру), де NFatVoxels - загальна кількість жирних вокселів, що містяться в наборі даних, Voxel_Dim - розмір вокселя (в см 3), і Щільність жиру - щільність жирової тканини (в г/см 3). Розміри вокселів можна отримати з заголовка DICOM, і набори даних, використані в нашому дослідженні, в основному мали розміри 2,02 × 2,02 × 8,00 мм 3. У медичній літературі вказується, що щільність жирової тканини можна розглядати як постійну [2], і зазвичай їй призначають значення 0,9196 г/см 3. Вміст жиру визначають підрахунком вокселів жирової тканини, що містяться в сегментованих даних (позначені жовтим на рис. 1). Ми нормалізували ці значення, щоб отримати загальний жир у кілограмах.

Результати аналізу представлені різними способами. Простий ортогональний огляд дозволяє досліджувати осьовий, корональний та сагітальний зрізи, виділяючи регіони, класифіковані як жирові відкладення. Кольорова розмітка зображень забезпечує ефективний візуальний зворотний зв'язок, покращуючи читабельність даних (рис. 1). Ця форма огляду також дозволяє детально вивчити розподіл жиру по всьому тілу та полегшує легке визначення областей певної концентрації жиру.