Karakterisering af leverparenkym ved hjælp af parametrisk T1 og T2 magnetisk resonansrelaxometri

Selvom leverbiopsi er den nuværende standard for histologisk karakterisering af leverparenkymet, har denne invasive procedure en betydelig risiko for - potentielt dødelig - blødning. Desuden, da leversygdom kan fokalt eller heterogent påvirke leveren, kan histologiske fund være falsk negative eller ikke være repræsentative. Ikke-invasive billeddannelsesmodaliteter (f.eks. ultralyd (US), computertomografi (CT) og magnetisk resonansbilleddannelse (MRI) giver på den anden side værdifuld information med hensyn til global og regional vævskarakterisering og kan være til hjælp til at vejlede/målrette leverbiopsi. Desuden har nye udviklinger i de senere år åbnet døren for en bedre og mere omfattende vurdering af leverens status. En af disse er elastografi, der vurderer leverens mekaniske, viskoelastiske egenskaber, og dermed giver værdifuld information med hensyn til leverens stivhed (eller elasticitet), og bruges til nøjagtig stadieinddeling af leverfibrose (1,2). En anden tilgang er vævskarakterisering ved brug af levervævs afspændingsadfærd i et magnetisk højfeltsmiljø ('relaxometri'). Da afslapningstider er vævsspecifikke, kan fokal eller diffus patologi ændre sig (dvs. forkorte eller forlænge) afslapningstider. Disse ændringer kan bruges til at afbilde og kvantificere sygdommens sværhedsgrad. Inden for hjertebilleddannelse har relaxometri forårsaget et paradigmeskifte, men for leverbilleddannelse har dette hidtil været relativt begrænset. Bedst kendt er T2*-relaksometri, der gør det muligt at diagnosticere og følge patienter med hæmokromatose. For nylig har nogle få artikler beskrevet brugen af ​​T1- og T1-rho-relaksometri til at diagnosticere leverkongestion hos henholdsvis Fontan-patienter og til at afbilde leverfibrose (3,4).

Som en del af en omfattende hjerte-MR-undersøgelse begyndte vi at udføre rutinemæssig T1- og T2-relaksometri af hjertet i 2014. Teknikken blev valideret mod et standardiseret, kommercielt tilgængeligt fantom i en international undersøgelse (5). Praktisk talt omfatter T1- og T2-kortlægning målinger i både hjertekortakse og horisontal langakse før og efter administration af intravenøse kommercielt tilgængelige gadoliniumchelater. Da leveren i kort-akse retning er delvist omsluttet, vil vi bruge disse billeder til at måle T1 og T2 afslapningstider i leveren. Da alle data er lagret på PACS, er det vores mål at genbruge disse T1- og T2-kortlægningsundersøgelser til at bestemme T1- og T2-relaksationen af ​​leveren under normale forhold.

For det første vil vi udlede en repræsentativ gruppe af undersøgelser fra vores hjerte-MR-database, der er mærket som normale (dvs. normale hjerte-MR-fund). I den medicinske patientjournal vil serumbiomarkørerne for leversygdom blive kontrolleret (se nedenfor), samt fund ved ekkokardiografi (udelukkelse af højre hjertesvigt, udelukkelse af svær tricuspidal insufficiens), abdominal ultralyd/computertomografi (udelukkelse af leversygdom, hæmokromatose, steatose, leverkongestion og levercirrhose). Kun MR-undersøgelser vil blive inkluderet, hvis leversygdom udelukkes. I et næste trin vil et repræsentativt område af interesse blive tegnet manuelt (> 100 pixels) i et område, der ikke inkluderer leverkarrene. Disse analyser vil blive udført på præ- og post-kontrast T1-kortet og på T2-kortet. Målet er at bestemme normale værdier i mindst 100 forsøgspersoner, hvilket gør det muligt at vurdere virkningen af ​​aldring og køn.

For det andet vil vi måle T1- og T2-værdier i leveren hos patienter med forskellige former for højre hjertesvigt, og vurdere sammenhængen mellem T1- og T2-værdier i leveren og fund ved ekkokardiografi, serumbiomarkører og højre hjertekateterisering, der indikerer højre hjertesvigt. Sidstnævnte oplysninger vil blive hentet fra den medicinske patientjournal. Som ved højre hjertesvigt stiger fyldningstrykket i kavaler og levervener, hvilket herved forårsager leveroverbelastning. Det er hypotesen, at T1- og T2-leverværdierne under disse omstændigheder øges. Også i de sidste stadier, når leverfibrose initierer og udvikler sig mod hjertecirrotisk lever, antager vi øgede T1-værdier. Målet er at evaluere, om middel T1 og/eller T2 af leverparenkymet opnået ved MR kan bruges som billeddannende biomarkør for højre hjertedekompensation. Da samtidig leversygdom (se ovenfor) kan hæmme korrekt fortolkning af vores resultater, skal allerede eksisterende leversygdom udelukkes. Til dette vil en lignende tilgang som i normalbefolkningen blive brugt. Målpatientpopulationen er tredobbelt. For det første patienter med pulmonal hypertension med/uden tegn på højre hjertesvigt, som har gennemgået en højre hjertekateterisering med invasive trykmålinger (hvis ikke tilgængelig, vil pulmonal arterietrykestimeringer ved transthorax ekkokardiografi blive brugt), og tegn på højre hjertesvigt ved transthorax ekkokardiografi kan anvendes. For det andet patienter med dilateret kardiomyopati, defineret som LV ejektionsfraktion < 35 % med og uden samtidig højre ventrikulær (RV) dysfunktion (dvs. RV EF < 35 %). For det tredje patienter med konstriktiv pericarditis eller inflammatorisk pericarditis med konstriktiv fysiologi (dvs. øget respirationsrelateret ventrikulær kobling/indbyrdes afhængighed). Denne gruppe vil blive sammenlignet med en gruppe patienter med inflammatorisk pericarditis uden konstriktiv fysiologi (dvs. bevaret ventrikulær kobling).

For det tredje, for at vurdere den inter- og intra-observerede reproducerbarhed af lever T1 / T2 værdier, vil målinger blive udført af to læsere, der uafhængigt udfører målingerne. Én læser vil gentage målingerne med en uges interval mellem analyserne. Denne gruppe involverer 10 tilfældigt udvalgte studier i normalgruppen og 10 studier i patientgruppen. Analyse omfatter vurdering af intraklasse-korrelationskoefficienten (ICC) og variationskoefficienten (CoV).

Til sidst, som et skridt mod en mere automatiseret tilgang, vil vi evaluere/udvikle teksturanalyse. Denne matematiske tilgang ser på mønstre mellem pixels, der ikke er synlige for det menneskelige øje, og resulterer i billed-"funktioner", der går ud over den typiske middelværdi (eller median) og afvigelser. Det har vist sig at være en robust teknik i mange applikationer inden for medicinsk billeddannelse, og vil højst sandsynligt også være nyttig til leverbilleddannelse. Den store gruppe af afledte billedfunktioner skal analyseres yderligere ved hjælp af maskinlæringstilgange (med/uden andre kliniske udlæsninger). Maskinlæring af funktioner koblet til en diagnose ("mål") har potentialet til at øge traditionelle risikoscore med nye billeddannende biomarkører. Regulariseringstilgange baseret på f.eks. understøttende vektormaskiner, tilfældige skove eller konvolutionelle neurale netværk (CNN'er) vil blive implementeret.