Выход
Вход/Login
 
E-mail
Пароль/Password
Забыли пароль?
Введите E-mail и жмите тут. Пароль будет выслан на указанный адрес
Войти (LogIn)

 

Если вы первый раз здесь, то зарегистрируйтесь

Регистрация/Sign Up
Полное имя (Ф И О)/Full name
E-mail
Повторите E-mail
Телефон/Phone
Зарегистрироваться,
на ваш E-mail будет выслан временный пароль

Нажимая кнопку Зарегистрироваться, вы соглашаетесь с Правилами сайта и Политикой Конфиденциальности http://vidar.ru/rules.asp

 

Медицинская литература. Новинки


 

 

 

 

 

 
вce журналы << Медицинская визуализация << 2022 год << №4 <<
стр.147
отметить
статью

Определение точности оценки фракции жира с использованием Dixon: экспериментальное фантомное исследование

Панина О. Ю., Громов А. И., Ахмад Е. С., Петряйкин А. В., Богачев Д. А., Семенов Д. С., Владзимирский А. В., Васильев Ю. А.
Вы можете загрузить полный текст статьи в формате pdf
Панина Ольга Юрьевна - младший научный сотрудник отдела инновационных технологий ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”; старший лаборант кафедры лучевой диагностики ФГБОУ ВО “Московский государственный медико-стоматологический университет им. А.И. Евдокимова” Минздрава России; врач-рентгенолог ГКОБ №1 ДЗ города Москвы, ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”; ФГБОУ ВО “Московский государственный медико-стоматологический университет им. А.И. Евдокимова” Минздрава России; ГБУЗ города Москвы “Городская клиническая онкологическая больница №1 ДЗ города Москвы”, olgayurpanina@gmail.com, 127051 Москва, ул. Петровка, д. 24, стр. 1, Российская Федерация
Громов Александр Игоревич - доктор мед. наук, профессор, профессор кафедры лучевой диагностики ФГБОУ ВО “Московский государственный медико-стоматологический университет им. А.И. Евдокимова” Минздрава России, ФГБОУ ВО “Московский государственный медико-стоматологический университет им. А.И. Евдокимова” Минздрава России, 127473 Москва, ул. Делегатская, д. 20, стр.1, Российская Федерация
Ахмад Екатерина Сергеевна - младший научный сотрудник отдела инновационных технологий ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, 127051 Москва, ул. Петровка, д. 24, стр. 1, Российская Федерация
Петряйкин Алексей Владимирович - канд. мед. наук, ведущий научный сотрудник отдела инновационных технологий ГБУЗ “Научнопрактический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, 127051 Москва, ул. Петровка, д. 24, стр. 1, Российская Федерация
Богачев Дмитрий Александрович - руководитель лаборатории ООО “ЭмульКом”, ООО “ЭмульКом”, 124489 Московская обл., Елино, ул. Летняя, 1, Российская Федерация
Семенов Дмитрий Сергеевич - научный сотрудник отдела инновационных технологий ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, 127051 Москва, ул. Петровка, д. 24, стр. 1, Российская Федерация
Владзимирский Антон Вячеславович - доктор мед. наук, профессор, заместитель директора по научной работе ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, 127051 Москва, ул. Петровка, д. 24, стр. 1, Российская Федерация
Васильев Юрий Александрович - канд. мед. наук, директор ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, ГБУЗ “Научно-практический клинический центр диагностики и телемедицинских технологий ДЗ города Москвы”, 127051 Москва, ул. Петровка, д. 24, стр. 1, Российская Федерация

Цель исследования: оценка эффективности работы двухточечной и трехточечной МРТ- последовательностей Dixon при фантомном моделировании для определения жировой фракции в диапазоне от 0 до 70%. Материал и методы. Для моделирования веществ с разной концентрацией жировой фазы были выбраны прямые эмульсии типа “масло в воде”. Пробирки с эмульсиями помещались в цилиндрический фантом. Эмульсии на основе растительных масел были представлены в диапазоне от 0 до 70%. Сканирование выполнялось на МР-томографе 1,5 Тл Optima MR450w (GE, США). Было проведено сканирование в двух режимах Dixon: двухточечный метод “Lava-Flex” и трехточечный метод “IDEAL IQ”. Было выполнено сканирование на РЧ-катушке GEM Flex LG Full. Фракция жира определялась расчетным методом. Результаты. При расчете концентрации жира по данным последовательности “IDEAL IQ” по формуле, использующей данные изображений Water и Fat, определена линейная зависимость измеренных значений от заданных. Точность измерения процентного содержания жира в режиме “IDEAL IQ” выше, чем в режиме “Lava-Flex”. По данным МР-последовательности “Lava-Flex” обращает на себя внимание завышение измеряемых значений концентрации жира по отношению к заданным в среднем на 57,6% на всем диапазоне при средней абсолютной разнице 17,2%. Заключение. С помощью последовательности “IDEAL IQ” были продемонстрированы результаты количественного определения фракций по формулам, в большей степени соответствующие заданным величинам в фантоме. Для корректного количественного определения фракции жира предпочтительнее проводить расчеты по данным изображениям Water и Fat с использованием формулы (2). Расчеты по изображениям In-phase и Out-phase предоставляют неоднозначные результаты. Фантомное моделирование с использованием прямых эмульсий позволило определить смещение в значениях измеряемой фракции жира.

Ключевые слова:
количественная оценка жировой ткани, фантомное исследование, контроль качества, Dixon, магнитно-резонансная томография, Fat quantification, phantom study, quality control, Dixon, magnetic resonance imaging

Литература:
1.Van Vucht N., Santiago R., Lottmann B. et al. The Dixon technique for MRI of the bone marrow. Skeletal Radiol. 2019; 48 (12): 1861-1874. https://doi.org/10.1007/s00256-019-03271-4.
2.Gromov A.I., Gorinov A.V., Galljamov E.A. Mesenteric chillous lymphangioma. Visualization features on opposedphase MR images. Medical Visualization. 2019; 23 (4): 86-92. https://doi.org/10.24835/1607-0763-2019-4-86-92 (In Russian)
3.Dixon W.T. Simple proton spectroscopic imaging. Radiology. 1984; 153. https://doi.org/10.1148/radiology.153.1.6089263
4.Outwater E.K., Blasbalg R., Siegelman E.S., 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. https://doi.org/10.1148/radiographics.18.6.9821195
5.Serai S.D., Dillman J.R., Trout A.T. Proton density fat fraction measurements at 1.5- and 3-T hepatic MR imaging: Same-day agreement among readers and across two imager manufacturers. Radiology. 2017; 284. https://doi.org/10.1148/radiol.2017161786
6.Schmeel F.C., Vomweg T., Traber F. et al. Proton density fat fraction MRI of vertebral bone marrow: Accuracy, repeatability, and reproducibility among readers, field strengths, and imaging platforms. J. Magn. Reson. Imaging. 2019; 50. https://doi.org/10.1002/jmri.26748
7.Lohofer F.K., Kaissis G.A., Muller-Leisse C. et al. Acceleration of chemical shift encoding-based water fat MRI for liver proton density fat fraction and T2 mapping using compressed sensing. PLoS One. 2019; 14. https://doi.org/10.1371/journal.pone.0224988
8.Reeder S.B., Hu H.H., Sirlin C.B. Proton density fatfraction: A standardized mr-based biomarker of tissue fat concentration. J. Magn. Reson. Imaging. 2012; 36. https://doi.org/10.1002/jmri.23741
9.Fischer M.A., Pfirrmann C.W.A., Espinosa N. et al. Dixonbased MRI for assessment of muscle-fat content in phantoms, healthy volunteers and patients with achillodynia: Comparison to visual assessment of calf muscle quality. Eur. Radiol. 2014; 24: 1366-1375. https://doi.org/10.1007/s00330-014-3121-1
10.Bainbridge A., Bray T.J.P., Sengupta R., Hall-Craggs M.A. Practical Approaches to Bone Marrow Fat Fraction Quantification Across Magnetic Resonance Imaging Platforms. J. Magn. Reson. Imaging. 2020; 52: 298-306. https://doi.org/10.1002/jmri.27039
11.Hernando D., Sharma S.D., Aliyari Ghasabeh M. et al. Multisite, multivendor validation of the accuracy and reproducibility of proton-density fat-fraction quantification at 1.5T and 3T using a fat-water phantom. Magn. Reson. Med. 2017; 77: 1516-1524. https://doi.org/10.1002/mrm.26228
12.Sergunova K.A. The use of reverse emulsion based on siloxanes to control the measured diffusion coefficient in magnetic resonance imaging. Biomedical Engineering. 2019; 5: 22-25. (In Russian)
13.Morozov S., Sergunova K., Petraikin A. et al. Diffusion processes modeling in magnetic resonance imaging. Insights Imaging. 2020; 11. https://doi.org/10.1186/s13244-020-00863-w
14.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. J. Clin. DIAGNOSTIC. Res. 2017;11:TC06.
15.Samji K., Alrashed A., Shabana W.M. et al. Comparison of high-resolution T1W 3D GRE (LAVA) with 2-point Dixon fat/water separation (FLEX) to T1W fast spin echo (FSE) in prostate cancer (PCa). Clin. Imaging. 2016; 40. https://doi.org/10.1016/j.clinimag.2015.11.023
16.Reeder S.B., Pineda A.R., Wen Z. et al. Iterative decomposition of water and fat with echo asymmetry and least-squares estimation (IDEAL): Application with fast spin-echo imaging. Magn. Reson. Med. 2005; 54: 636-644. https://doi.org/10.1002/mrm.20624
17.Labranche R., Gilbert G., Cerny M. et al. Liver iron quantification with MR imaging: A primer for radiologists. Radiographics. 2018; 38. https://doi.org/10.1148/rg.2018170079
18.Hayashi T., Fukuzawa K., Yamazaki H. et al. Multicenter, multivendor phantom study to validate proton density fat fraction and T2* values calculated using vendor-provided 6-point DIXON methods. Clin. Imaging. 2018; 51: 38-42. https://doi.org/10.1016/j.clinimag.2018.01.011
19.Hutton C., Gyngell M.L., Milanesi M. et al. Validation of a standardized MRI method for liver fat and T2 quantification. PLoS One. 2018; 13. https://doi.org/10.1371/journal.pone.0204175

Accuracy of fat fraction estimation using Dixon: experimental phantom study

Panina O. Y., Gromov A. I., Akhmad E. S., Petraikin A. V., Bogachev D. A., Semenov D. S., Vladzymyrskyy A. V., Vasilev Y. A.

Objective. Quantitative assessment of Dixon two-point and three-point technologies operation using phantom modeling in the range from 0 to 70%. Materials and methods. To simulate substances with different concentrations of the fat phase we chose direct oil-in-water emulsions. Tubes with ready-made emulsions were placed in a phantom. Emulsions based on vegetable oils were presented in the range from 0-70%. The phantom was scanned on an Optima MR450w MRI tomograph (GE, USA) in two Dixon modes: the accelerated two-point method “Lava-Flex” and the three-point method “IDEAL IQ”. A scan was performed on a GEM Flex LG Full RF coil. We calculated fat fraction (FF) using two formulas. Results. There is a linear relationship of the determined values when calculating the fat concentration in “IDEAL IQ” mode and using the formula based on Water and Fat. The accuracy of body fat percentage measurement in “IDEAL IQ” mode is higher than in “Lava-Flex” mode. According to the MR-sequence “Lava-Flex” draws attention to the overestimation of the measured values of the concentration of fat in relation to the specified values by an average of 57.6% over the entire range, with an average absolute difference of 17.2%. Conclusion. Using the “IDEAL IQ” sequence, the results of the quantitative determination of fractions by formulas were demonstrated, which are more consistent with the specified values in the phantom. In order to correctly quantify the fat fraction, it is preferable to calculate from the Water and Fat images using Equation 2. Calculations from the In-phase and Out-phase images provide ambiguous results. Phantom modeling with direct emulsions allowed us to detect the shift of the measured fat fraction.

Keywords:
количественная оценка жировой ткани, фантомное исследование, контроль качества, Dixon, магнитно-резонансная томография, Fat quantification, phantom study, quality control, Dixon, magnetic resonance imaging

Новости   Магазин   Журналы   Контакты   Правила   Доставка   О компании  
ООО Издательский дом ВИДАР-М, 2024