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

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.

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. Громов А.И., Горинов А.В., Галлямов Э.А. Лимфангиома брыжейки кишки с хилезным содержимым. Особенности отображения на противофазных МР-последовательностях. Медицинская визуализация. 2019; 23 (4): 86–92. https://doi.org/10.24835/1607-0763-2019-4-86-92

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., Träber 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. Lohöfer F.K., Kaissis G.A., Müller-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 fat-fraction: 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. Dixon-based 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. Сергунова К.А. Использование обратных эмульсий на основе силоксанов для контроля измеряемого коэффициента диффузии при магнитно-резонансной томографии. Медицинская техника. 2019; 5: 22–25.

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