分享:
分享到微信朋友圈
X
综述
肝胆特异性对比剂MRI在肝脏弥漫性疾病的应用进展
任雪 刘爱连 赵莹

Cite this article as: Ren X, Liu AL, Zhao Y. Application progress of hepatobiliary specific contrast agent MRI in diffuse disease of the liver[J]. Chin J Magn Reson Imaging, 2022, 13(6): 151-154,159.本文引用格式:任雪, 刘爱连, 赵莹. 肝胆特异性对比剂MRI在肝脏弥漫性疾病的应用进展[J]. 磁共振成像, 2022, 13(6): 151-154, 159. DOI:10.12015/issn.1674-8034.2022.06.032.


[摘要] MRI对肝脏疾病的检出与诊断具备重要作用,肝胆特异性对比剂作为一种新型的细胞特异性对比剂,能被正常肝细胞特异性摄取,而功能受损的肝细胞摄取减少,这一特性使其不仅可以获得整体肝脏功能信息,在节段性肝功能的评估方面更加具有独特优势。本文首先介绍了肝胆特异性对比剂MRI的原理,并就其在肝脏弥漫性疾病如脂肪肝、肝纤维化、肝炎、肝硬化、肝缺血等方面的应用进展及其结合人工智能方法在肝功能评估的应用进行综述。
[Abstract] MRI plays an important role in the detection and diagnosis of liver disease. As a new type of cell-specific contrast agent, hepatobiliary-specific contrast agent can be specifically taken up by normal hepatocytes, while the uptake of impaired hepatocytes is reduced. This characteristic not only makes it possible to obtain information of the overall liver function, but also has unique advantages in the assessment of segmental liver function. This article first introduces the principle of hepatobiliary specific contrast agent MRI, and the application progress in liver diffuse disease such as fatty liver, liver fibrosis, hepatitis, cirrhosis, liver ischemia is reviewed. The combination of hepatobiliary specific contrast agent and artificial intelligence methods in liver function assessment have also been reviewed.
[关键词] 磁共振成像;肝脏;肝功能;肝脏弥漫性疾病;肝胆特异性对比剂;钆贝葡胺;钆塞酸二钠;人工智能
[Keywords] magnetic resonance imaging;liver;liver function;diffuse liver disease;hepatocyte-specific contrast media;gadobenate dimeglumine;gadolinium-ethoxybenzyl-diethylenetriamine;artificial intelligence

任雪 1   刘爱连 1, 2*   赵莹 1  

1 大连医科大学附属第一医院放射科,大连 116011

2 大连市医学影像人工智能工程技术研究中心,大连 116011

刘爱连,E-mail:cjr.liuailian@vip.163.com

作者利益冲突声明:全部作者均声明无利益冲突。


基金项目: 国家自然科学基金面上项目 61971091 吴阶平医学基金会临床科研专项资助基金 320.6750.2021-06-25
收稿日期:2022-03-30
接受日期:2022-05-23
中图分类号:R445.2  R575 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2022.06.032
本文引用格式:任雪, 刘爱连, 赵莹. 肝胆特异性对比剂MRI在肝脏弥漫性疾病的应用进展[J]. 磁共振成像, 2022, 13(6): 151-154, 159. DOI:10.12015/issn.1674-8034.2022.06.032

       MRI具有良好的软组织分辨力及多角度、多方位、多参数成像的特点,能够精准区分组织结构、敏感地发现病变,有助于病变的早期检出和诊断。目前应用最广泛的顺磁性对比剂为钆喷酸葡胺(gadopentetate dimeglumin,Gd-DTPA),由于其可改变组织弛豫时间、提高图像信噪比、显示微小病变等特点,在临床得以广泛应用。但其仍存在一些不足之处:(1)血液循环时间较短,体内清除较快;(2)无特异性[1]。肝胆特异性对比剂(hepatocyte-specific contrast media,HSCM)是一种新型的肝细胞特异性对比剂,能被正常肝细胞特异性摄取[2],而肝细胞功能受损的细胞摄取较少,这一特性使其在肝脏弥漫性疾病的检出及评估方面具有独特优势。本文在阐述HSCM原理的基础上,对HSCM增强MRI在肝脏弥漫性疾病的应用进展及其结合人工智能(artificial intelligence,AI)方法在肝功能评估的应用进行综述。

1 HSCM的成像原理

       目前应用于临床的HSCM主要为钆贝葡胺(gadobenate dimeglumine,Gd-BOPTA,莫迪司)和钆塞酸二钠(gadolinium-ethoxybenzyl-diethylenetriamine,Gd-EOB-DTPA,普美显),他们都是非特异性对比剂Gd-DTPA的衍生物。Gd-BOPTA是在Gd-DTPA分子结构的基础上添加苯环,而Gd-EOB-DTPA则是在Gd-DTPA分子结构的基础上加入脂溶性的乙氧基苯甲基(EOB),这两个基团均具有亲脂性,因此可与血浆蛋白发生可逆性结合[3, 4]。HSCM进入细胞外液后,可被肝细胞膜表面有机阴离子转运多肽(organic anion-transporting polypeptides,OATP)转运体转运到肝细胞,之后再通过多耐药蛋白(multidrug resistance protein,MRP)转运体从肝细胞内清除。其中,MRP2转运蛋白位于肝细胞的小管侧,将HSCM转运到胆管中,通过胆道排泄;MRP3转运体位于肝窦侧,将HSCM反流入肝窦[5, 6],通过肾脏排泄。

       HSCM同时具备细胞外对比剂和肝细胞特异性的双重特性,因此其不仅可以进行MR多期动态增强成像,还可以用于HBP成像[7]。在常规肝脏MR扫描序列和多期动态增强成像中,图像表现与Gd-DTPA增强扫描相似。一定延迟时间后,对比剂被肝细胞特异性摄取,因此正常肝实质表现为高信号,此期即为肝胆特异期(hepatobiliary phase,HBP)[8]。由于细胞膜上转运蛋白的水平决定了HSCM的吸收水平,某些肝脏疾病如弥漫性脂肪肝、肝纤维化等均可导致肝细胞膜上转运蛋白水平的降低,使其在HBP的强化水平低于正常肝实质[9],因此HSCM在肝脏弥漫性病变的检出及评估方面具有明显的优势。

2 HSCM在肝脏弥漫性疾病的应用

       肝脏作为人体重要的代谢器官,在营养物质、酒精、药物等代谢及调节血液生成等方面有着重要作用。肝脏功能下降通常是由弥漫性实质性肝病引起的,对肝脏弥漫性疾病进行早期且有效的治疗可延迟甚至阻止终末期肝病的发生,因此早期诊断肝脏弥漫性疾病至关重要[10]。肝脏弥漫性疾病如非酒精性脂肪肝(nonalcoholic fatty liver diseases,NAFLD)、肝纤维化、肝硬化可导致肝细胞膜转运蛋白数量及活性降低,肝细胞摄取特异性对比剂含量下降[11],使肝脏在肝胆期强化程度明显下降。因此,HSCM在肝脏弥漫性疾病的检出、识别及肝功能评估等方面具有良好的应用前景。

2.1 HSCM在脂肪肝的应用

       NAFLD的发病率逐年上升,成为全球范围内慢性肝病(chronic liver diseases,CLD)的主要原因[12]。作为一种广谱性慢性肝脏疾病,NAFLD的早期诊断和严重程度的准确评估对患者的疾病管理十分重要。

       Xie等[13]通过喂养成年兔子建立不同严重程度的非酒精性脂肪性肝炎(nonalcoholic steatohepatitis,NASH)动物模型,定量分析T1ρ成像、肝胆期T1ρ成像及体素内不相干运动成像各功能参数的肝脏信号强度(signal intensity,SI),发现肝胆期T1ρ与NASH整体活动评分(r=0.750,P<0.001)和炎症阶段(r=0.812,P<0.001)之间具有强相关性,其在诊断NASH、炎症及纤维化方面的效能明显高于表观扩散系数(apparent diffusion coefficient,ADC)值[肝胆期T1ρ的曲线下面积(area under the curve,AUC)分别为0.949、0.922、0.822;ADC值的AUC分别为0.728、0.552、0.625],证实了Gd-EOB-DTPA增强MRI肝胆期对诊断不同阶段NASH具有潜力。这与丁莺等[14]的实验结论一致,他们通过对不同分级的脂肪性肝病动物模型注射Gd-EOB-DTPA对比剂对T1 mapping图像进行定量分析,发现T1弛豫时间随着高脂喂养时长的增加而逐渐延长,提示Gd-EOB-DTPA对NAFLD的分级具有一定的鉴别能力。Yamada等[15]定量分析注射Gd-EOB-DTPA对比剂后达到最大相对增强(relative enhancement,RE)的时间(Tmax)和清除RE的半衰期(T1/2),发现随着NASH组织病理学程度的进展,整个肝实质的Tmax和T1/2逐渐延长,且二者均与组织学脂肪变性和炎症程度呈正相关,推测Tmax和T1/2的延长可能反映了肝脏转运体功能和/或表达的变化,该变化可能是由炎症细胞因子诱导的,但此观点目前仍需要进一步的实验来证实。已有多项研究证实,肝脏膜转运蛋白的表达在几种啮齿动物模型和患有NASH的人类中发生了改变,即MRP2和MRP3的表达上调,而OATP的表达下调[16, 17, 18]。Pastor等[6]在离体灌注的大鼠肝脏中,通过伽马计数器来量化NAFLD和正常肝脏细胞中Gd-BOPTA的积累和衰减曲线,进而描述HSCM在肝细胞转运蛋白中的流入和流出,结果发现NAFLD和正常肝脏中的对比剂肝细胞浓度和内流清除率差异没有统计学意义,相比之下,脂肪肝细胞的胆汁清除率明显较低,而回流到肝窦的清除率弥补了较低的胆汁清除率。此动物模型可有效量化肝细胞转运体在肝脏疾病中的表达及功能,但由于膜转运蛋白表达的差异,需要更多的实验证实此结论对人体的适用性。Yeom等[19]对正常志愿者和局灶性脂肪沉积(focal fat deposition,FFD)患者进行Gd-EOB-DTPA与Gd-BOPTA成像,发现正常志愿者的RE值和FFD患者的RE值在不同对比剂之间差异无统计学意义,表明选择Gd-EOB-DTPA或Gd-BOPTA对比剂对NAFLD的评估没有影响。以上研究均表明,通过定量测定肝细胞吸收HSCM后的信号变化可有效诊断NAFLD,并间接评价肝脏脂肪变性的程度,为临床治疗后的疗效评估提供非创伤性客观指标,但目前的临床应用仍需标准化和临床前瞻性多中心研究的验证。

2.2 HSCM在肝纤维化的应用

       肝纤维化是肝脏在长期刺激下自我修复的病理过程[20, 21]。在明确肝纤维化的基础病因后,早期肝纤维化可以通过特定的抗纤维化治疗或消除病因来逆转,而晚期肝纤维化是不可逆的[22]。因此,对肝纤维化进行早期诊断和分期有利于患者的治疗和预后。Tsuda等[23]通过喂养建立NASH不同严重程度的动物模型,通过半定量方法测量Gd-EOB-DTPA增强MRI后肝脏的SI、RE、Tmax和T1/2以及肝纤维化率,经分析发现纤维化率与Tmax和T1/2之间存在高度相关性(r=0.90,r=0.97),表明通过评估Gd-EOB-DTPA增强MRI的肝脏SI-时间过程,可以评估NASH肝纤维化的进展。Feier等[24]通过定量测量HBP的肝脏SI,发现肝脏SI随肝纤维化程度加重而下降,可能原因是肝细胞数量减少、转运体功能障碍和纤维组织堆积阻碍了对比剂的吸收。Pan等[25]通过对不同纤维化分级的兔子模型行正电子发射断层扫描(positron emission tomography,PET)/MR检查,定量分析PET图像上肝实质的平均SI均值——平均标准化摄取值(mean standardised uptake value,SUVmean)及注射Gd-EOB-DTPA之前(SI前)和90 min后(SI后)的肝脏SI,计算肝实质的相对增强率RE=(SI后-SI前)/SI前,发现SUVmean和RE均可有效鉴别F0与F3~F4、F1~F2与F3~F4,且RE在诊断无纤维化和有纤维化方面,比SUVmean具有更高的诊断效能(AUC:SUVmean=0.525,RE=0.787),在诊断F0和F1~F2方面,RE亦具备更高的诊断效能(AUC:SUVmean=0.666,RE=0.712),两个参数结合可将上述诊断效能分别提升至0.800和0.744,这与Li等[26]的研究结果一致。T1 mapping是一种无创性、定量分析组织T1值的方法,它通过在T1恢复过程中获取具有不同T1权重的多幅图像,并将图像的SI拟合到T1弛豫方程,测量的T1值反映了弛豫时间的变化[27],它与组织中钆对比剂的浓度成正比,且不受各参数的影响,因此能更加准确、客观地反映肝脏摄取HSCM的能力。徐晓莉等[28]对病理证实的不同分级的肝纤维化患者行Gd-EOB-DTPA扫描,使用肝细胞分数软件自动计算感兴趣区(region of interest,ROI)内肝胆期T1弛豫时间(T1post)、T1弛豫时间减低率(ΔT1)、肝细胞分数(HeF)、摄取系数(K),发现肝纤维化各期的T1post、ΔT1、HeF、K值差异均有统计学意义,其中T1post与肝纤维化分期呈正相关,ΔT1、HeF、K与肝纤维化分期呈负相关,这与Haimerl等[29]研究结果一致。大量研究结果表明,HSCM增强MRI已成为非侵入性评估肝纤维化的影像学方法,肝纤维化导致肝细胞表面转运体表达水平的改变,引起肝脏SI的变化可为肝纤维化分级提供有效信息,T1 mapping及其衍生参数亦具备较高的诊断价值。

2.3 HSCM在肝炎的应用

       Marzola等[30]建立了急性肝炎和正常肝脏的大鼠模型,通过定量分析发现肝炎大鼠肝脏MRI的SI和持续时间均低于对照组大鼠。Tanaka等[31]分析16只经组织病理学诊断为不同肝脏疾病的狗,发现正常肝脏的相对对比度增强指数(relative contrast enhancement indices,RCEI)明显高于肝炎/肝纤维化,其中RCEI=(肝胆期SI-增强前SI)/增强前SI。Yamada等[32]通过测量正常患者与慢性丙型肝炎患者Gd-EOB-DTPA增强MRI肝胆期门静脉周围淋巴系统的轴向尺寸,发现慢性丙型肝炎患者明显大于正常受试者(P<0.0001),且与FIB-4评分呈显著正相关(ρ=0.73,P<0.001)。Li等[26]通过对不同等级肝炎患者行Gd-BOPTA增强MRI,测量注射对比剂前后的信号强度SI前和SI后,通过公式计算RE=(SI后-SI前)/SI前,结果证明RE能区分无/轻度肝炎和晚期肝炎。Li等[33]对丙型肝炎患者在达克拉他韦联合阿舒那普利(DAA)治疗前和治疗24周后分别进行未增强MRI、Gd-EOB-DTPA增强MRI和肝活检,记录RE和对比增强指数(relative contrast enhancement indices,CEI),肝脏坏死性炎症活动分级(G0~G18)根据Ishak评分系统进行分类,结果显示DAA治疗24周后,CEI、RE显著增加(P=0.0004、0.0032),CEI与坏死性炎症分级呈负相关(r=-0.596,P=0.006),CEI和RE可有效评估DAA治疗后的坏死性炎症等级。由上可知,HSCM增强MRI不仅有利于肝炎的诊断,对肝炎的分级亦有其独特的优势,其定量指标与临床指标之间的内在联系还需要进行更加深入的研究。

2.4 HSCM在肝硬化的应用

       已有相关文献报道了肝硬化与HSCM摄取的相关性[34, 35],肝硬化使肝细胞膜上转运蛋白水平降低,从而导致肝细胞特异性对比剂的摄取减少,因此对肝实质SI进行定量分析是评估肝硬化最简单、最直接的方法[36]。Tamada等[37]通过对正常肝脏及不同程度肝硬化患者进行Gd-BOPTA增强扫描,发现肝胆期肝实质的平均SI随着肝硬化程度的加重而降低,这与Zhang等[38]的研究结果一致,表明肝硬化晚期肝实质的SI明显下降是由于功能性肝细胞数量减少或肝细胞对Gd-EOB-DTPA摄取能力下降所致。虽然直接对肝脏SI进行定量分析的方法简单易行,但SI的测量会受诸多技术参数的影响,如线圈、重复时间(TR)及呼吸运动等,此外由于钆浓度和SI之间的非线性关系,导致SI可能并不能直接反映肝硬化组织中对比剂浓度[27]。因此,与SI相比,T1 mapping及其衍生参数具备更准确的定量分析潜力。Besa等[39]研究表明,肝胆期T1post、△T1%对于评估肝硬化患者肝功能分级具有相对较高的效能(AUC:0.830、0.860),且随着肝硬化程度的加重,T1post逐渐增加,△T1%逐渐下降。一项研究[40]通过对肝硬化患者行Gd-EOB-DTPA增强扫描,计算RE、CEI和对比增强脾脏指数(contrast enhancement spleen index,CES),将这些参数与Child-Pugh评分和终末期肝病模型(MELD)评分进行比较,发现与肝硬化患者常用的临床评分相比,RE率为15或CES为20可作为肝硬化患者的主要发病率和死亡率预测因子。HSCM增强MRI在肝硬化鉴别、分级以及肝硬化患者预后评估中具有重要意义,但由于肝硬化的不同病因对病程、转归、并发症的发生均有较大影响,因此肝硬化不同病因对上述各研究结果的影响还需进一步验证。

2.5 HSCM在肝缺血的应用

       目前国内外对于HSCM在肝缺血的研究相对较少,Lu等[41]首先利用不同时长(0、30、60 min)的缺血再灌注损伤(ischemia reperfusion injury,IRI)模拟肝功不同等级的大鼠模型,行Gd-EOB-DTPA增强MRI扫描,测量ADC值、灌注参数Ktrans、Kep和RCEI,结果显示与0 min和60 min IRI组相比,30 min IRI组的ADC值增加(P<0.05),随着IRI时间的延长,Ktrans值逐渐降低(P<0.05),但30 min和60 min IRI组的Kep值差异无统计学意义(P<0.05),30 min IRI组的RCEI值高于0 min和60 min IRI组(P<0.05),提示ADC值、Ktrans值和RCEI值可作为评估肝缺血导致的肝功不同等级的定量指标。Getzin等[42]对不同时长肝缺血所导致的不同等级肝损伤模型进行Gd-EOB-DTPA增强MRI扫描,手动分割整个肝脏以确定总肝脏体积,通过区域增长算法(视觉阈值)和自动分割(Otsu方法)量化功能性肝实质的体积,根据这些体积计算正常功能性肝实质和受损肝实质的百分比,结果显示功能性肝实质的百分比随着缺血时间的增加而显著下降,该研究证实了Gd-EOB-DTPA增强MRI对小鼠IRI后受损肝实质进行无创量化的可行性。

2.6 HSCM增强MRI联合AI在肝脏弥漫性疾病的应用

       AI一词最早是由John McCarthy在1956年提出的[43],现概括为研究应用计算机的软硬件模拟人类某些智能行为的基本理论、方法和技术[44],主要包括影像组学和深度学习(deep learning,DL)。

       影像组学利用自动、半自动技术从各种影像技术[计算机断层扫描(computed tomography,CT)、MRI、PET等]中高通量地提取大量影像信息,通过肿瘤分割、特征提取与模型建立,将图像转化为可挖掘的数据,可以较充分认识ROI内组织结构、病理生理学变化与临床结局的关系[45]。影像组学因能精准反映组织形态、评估肿瘤异质性和微环境、预测治疗反应等而受到广泛关注[46, 47],近年来也有学者使用影像组学进行HSCM增强MRI的相关研究。CHOI等[48]对肝功能正常者及肝功能异常者(肝硬化)的HBP图像进行直方图分析,计算标准偏差(SD)、变异系数(CV)和校正变异系数,发现肝功能正常者与肝功能异常者间的CV存在显著差异[(0.041±0.009) vs. (0.071±0.020),P<0.001]。Kim等[49]得出相似结果,并认为CV可有效评估肝纤维化分级,CV区分F0~F3期和F4期的AUC值为0.857。Asayama等[50]通过对术前行Gd-EOB-DTPA增强扫描的肝切除患者的HBP图像进行组学特征提取分析,对照术前实验室检查结果,包括15 min时的吲哚青绿滞留(ICGR15)、坏死性炎症分级和肝纤维化分期,发现偏度和峰度组合可以区分ICG-R15高组(>20)和低组(<20) (P=0.025)、坏死炎症分级(P=0.026)和纤维化分期(P<0.0001)。Elkilany等[46]分别采用2D和3D方法从肝胆期图像中提取肝脏ROI内的影像组学特征,分别建立2D和3D影像组学模型,结果显示2D和3D模型均可有效区分不同病因引起的肝硬化,且在2D模型中病毒性肝炎、胆汁淤积性肝硬化及NASH相关性肝硬化的鉴别效能较高(AUC分别为0.841、0.960、0.896;3D模型分别为0.769、0.910、0.889),在3D模型中酒精性肝硬化患者的诊断效能较高(2D模型AUC为0.767,3D模型的AUC为0.831),证明了基于肝胆期图像的影像组学分析可能提供了一种确定肝硬化病因的无创方法。Park等[51]基于增强前和肝胆期图像采用弹性网正则化的二元逻辑回归进行特征选择和模型建立,通过模型计算影像组学纤维化指数(radiomics fibrosis index,RFI)来区分临床显著纤维化(F2~F4期)、晚期纤维化(F3~F4期)和肝硬化(F4期),结果显示RFI可有效区分肝纤维化分期(Obuchowski指数:0.86),且显著优于标准化肝脏增强(Obuchowski指数:0.77,P<0.03)、APRI评分(Obuchowski指数:0.60,P<0.001)、纤维化-4指数(Obuchowski指数:0.62,P<0.001)。

       DL是一类以使用多层神经网络为特点的机器学习算法[52]。近年来随着数据量的增加、软件性能及计算能力的提升,DL在机器学习中占据了突出地位。DL也逐渐应用于肝脏弥漫性疾病HSCM增强MRI的相关研究。Yasaka等[53]使用DL算法进行肝纤维化的分期,纳入行Gd-EOB-DTPA增强以及具有肝纤维化阶段的组织病理学报告的患者,采用深度卷积神经网络(deep convolution neural network,DCNN)进行监督训练,发现FDL评分(DL获得的纤维化评分)与纤维化分期显著相关,其诊断F4、F3、F2期的AUC分别为0.84、0.84、0.85。Hectors等[54]开发了基于Gd-EOB-DTPA增强MRI肝胆期的全自动DL算法,建立不同DL模型预测F1~F4、F2~F4、F3~F4、F4期肝纤维化,结果表明对于训练集、验证集、测试集,DL的AUC值分别为(F1~F4期:0.99、0.70、0.77)、(F2~F4期:0.92、0.71、0.91)、(F3~F4期:0.91、0.78、0.90)和(F4期:0.98、0.83、0.85),证明了基于肝胆期图像的全自动DL模型可有效评估肝纤维化的分期。HSCM增强MRI结合AI初步应用于评估肝脏弥漫性疾病方面,在肝硬化诊断、肝纤维化分期等方面取得初步成就,但其临床应用价值还需进一步挖掘。

3 总结与展望

       HSCM除了具备常规肝脏对比剂的增强特性外,同时具备T1高弛豫率以及可被肝细胞特异性摄取的特点,HSCM增强MRI作为一种无创、无辐射的新技术,对肝脏弥漫性疾病的评估具备潜在的应用价值,结合AI方法在肝功能评估的应用也展现了一定的优势,但是HSCM应用于肝脏弥漫性病变的诊断及评估目前仍缺乏定量的标准,需要更多的数据支持来进一步规范及标准化。另外,目前HSCM在临床应用过程中面临扫描过程耗时较长的问题,部分需要特殊的扫描序列及特定的后处理软件,并不适用于所有CLD患者。但HSCM对无创性评估CLD仍有其不可替代的作用,随着相关研究的不断深入、扫描流程的不断优化、相关功能序列的普及应用,HSCM有潜力指导临床医生精准诊疗,从而提升肝脏疾病的诊疗水平。

[1]
Dawson P, Blomley M. Gadolinium chelate MR contrast agents[J]. Clin Radiol, 1994, 49(7): 439-442. DOI: 10.1016/s0009-9260(05)81737-4.
[2]
Stocker D, Hectors S, Bane O, et al. Dynamic contrast-enhanced MRI perfusion quantification in hepatocellular carcinoma: comparison of gadoxetate disodium and gadobenate dimeglumine[J]. Eur Radiol, 2021, 31(12): 9306-9315. DOI: 10.1007/s00330-021-08068-5.
[3]
胡琼, 母青林, 国凤高, 等. Gd-BOPTA增强MRI在原发性肝癌诊断中的应用[J]. 实用癌症杂志, 2020, 35(11): 1868-1870, 1874. DOI: 10.3969/j.issn.1001-5930.2020.11.033.
Hu Q, Mu QL, Guo FG, et al. Application of Gd-BOPTA enhanced MRI in the diagnosis of primary liver cancer[J]. Pract J Cancer, 2020, 35(11): 1868-1870, 1874. DOI: 10.3969/j.issn.1001-5930.2020.11.033.
[4]
王素. 双血浆法测量钆塞酸二钠两类非对映异构体的肝肾清除率[D]. 张家口: 河北北方学院, 2020. DOI: 10.27767/d.cnki.ghbbf.2020.000112.
Wang S. Dual plasma sampling method to determine the hepatic and renal clearance of the 2 diastereoisomers of Gd-EOB-DTPA[D]. Zhangjiakou: Hebei North University, 2020. DOI: 10.27767/d.cnki.ghbbf.2020.000112.
[5]
Zhou XJ, Long LL, Mo ZQ, et al. OATP1B3 expression in hepatocellular carcinoma correlates with intralesional Gd-EOB-DTPA uptake and signal intensity on Gd-EOB-DTPA-enhanced MRI[J]. Cancer Manag Res, 2021, 13: 1169-1177. DOI: 10.2147/CMAR.S292197.
[6]
Pastor CM, Vilgrain V. Steatosis Alters the Activity of Hepatocyte Membrane Transporters in Obese Rats. Cells. 2021; 10(10):2733. DOI: 10.3390/cells10102733
[7]
辛颖慧. 高分辨增强磁共振对胆系良、恶性疾病诊断以及肝门部胆管癌术前评估的价值[D]. 济南: 山东大学, 2021. DOI: 10.27272/d.cnki.gshdu.2021.000219.
Xin YH. Value of high-resolution enhanced MR imaging for diagnosis of benign and malignant bile duct disorders and for preoperative evaluation of hilar cholangiocarcinoma[D]. Jinan: Shandong University, 2021. DOI: 10.27272/d.cnki.gshdu.2021.000219.
[8]
杨丽, 曾蒙苏, 饶圣祥, 等. 微小肝细胞癌(≤1 cm)的钆塞酸二钠增强MRI表现分析[J]. 放射学实践, 2020, 35(1): 50-55. DOI: 10.13609/j.cnki.1000-0313.2020.01.010.
Yang L, Zeng MS, Rao SX, et al. Imaging findings analysis of micro-hepatocellular carcinoma (≤1 cm) in gadoxetate disodium enhanced MR[J]. Radiol Pract, 2020, 35(1): 50-55. DOI: 10.13609/j.cnki.1000-0313.2020.01.010.
[9]
Pastor CM, Wissmeyer M, Millet P. Concentrations of Gd-BOPTA in cholestatic fatty rat livers: role of transport functions through membrane proteins[J]. Contrast Media Mol Imaging, 2013, 8(2): 147-156. DOI: 10.1002/cmmi.1511.
[10]
Taibbi A, Picone D, Midiri M, et al. Diffuse liver diseases: role of imaging[J]. Semin Ultrasound CT MR, 2018, 39(2): 193-205. DOI: 10.1053/j.sult.2017.11.004.
[11]
张宝腾, 翟亚楠, 向晓睿, 等. 基于钆塞酸二钠MRI评价肝纤维化研究进展[J]. 中国医学影像技术, 2021, 37(9): 1427-1430. DOI: 10.13929/j.issn.1003-3289.2021.09.037.
Zhang BT, Zhai YN, Xiang XR, et al. Research progresses of MRI evaluation on hepatic fibrosis based on Gd-EOB-DTPA[J]. Chin J Med Imaging Technol, 2021, 37(9): 1427-1430. DOI: 10.13929/j.issn.1003-3289.2021.09.037.
[12]
Poetter-Lang S, Bastati N, Messner A, et al. Quantification of liver function using gadoxetic acid-enhanced MRI[J]. Abdom Radiol (NY), 2020, 45(11): 3532-3544. DOI: 10.1007/s00261-020-02779-x.
[13]
Xie YL, Zhang HF, Jin CL, et al. Gd-EOB-DTPA-enhanced T1ρ imaging vs diffusion metrics for assessment liver inflammation and early stage fibrosis of nonalcoholic steatohepatitis in rabbits[J]. Magn Reson Imaging, 2018, 48: 34-41. DOI: 10.1016/j.mri.2017.12.017.
[14]
丁莺, 曾蒙苏, 饶圣祥, 等. 肝细胞特异性对比剂钆塞酸二钠增强磁共振检查对非酒精性脂肪肝诊断及分级的潜在价值[J]. 中华肝脏病杂志, 2015, 23(4): 297-299. DOI: 10.3760/cma.j.issn.1007-3418.2015.04.014.
Ding Y, Zeng MS, Rao SX, et al. Potential values for diagnosis and assessment of nonalcoholic fatty liver disease staging using Gd+-EOB-DTPA-enhanced MRI[J]. Chin J Hepatol, 2015, 23(4): 297-299. DOI: 10.3760/cma.j.issn.1007-3418.2015.04.014.
[15]
Yamada T, Obata A, Kashiwagi Y, et al. Gd-EOB-DTPA-enhanced-MR imaging in the inflammation stage of nonalcoholic steatohepatitis (NASH) in mice[J]. Magn Reson Imaging, 2016, 34(6): 724-729. DOI: 10.1016/j.mri.2016.03.009.
[16]
Fisher CD, Lickteig AJ, Augustine LM, et al. Experimental non-alcoholic fatty liver disease results in decreased hepatic uptake transporter expression and function in rats[J]. Eur J Pharmacol, 2009, 613(1/2/3): 119-127. DOI: 10.1016/j.ejphar.2009.04.002.
[17]
Canet MJ, Hardwick RN, Lake AD, et al. Modeling human nonalcoholic steatohepatitis-associated changes in drug transporter expression using experimental rodent models[J]. Drug Metab Dispos, 2014, 42(4): 586-595. DOI: 10.1124/dmd.113.055996.
[18]
Clarke JD, Hardwick RN, Lake AD, et al. Experimental nonalcoholic steatohepatitis increases exposure to simvastatin hydroxy acid by decreasing hepatic organic anion transporting polypeptide expression[J]. J Pharmacol Exp Ther, 2014, 348(3): 452-458. DOI: 10.1124/jpet.113.211284.
[19]
Yeom SK, Byun JH, Kim HJ, et al. Focal fat deposition at liver MRI with gadobenate dimeglumine and gadoxetic acid: quantitative and qualitative analysis[J]. Magn Reson Imaging, 2013, 31(6): 911-917. DOI: 10.1016/j.mri.2013.02.002.
[20]
Lai LY, Huang MP, Su S, et al. Liver fibrosis staging with gadolinium ethoxybenzyl diethylenetriamine penta-acetic acid-enhanced: a systematic review and meta-analysis[J]. Curr Med Imaging, 2021, 17(7): 854-863. DOI: 10.2174/1573405616666201130101229.
[21]
Roehlen N, Crouchet E, Baumert TF. Liver fibrosis: mechanistic concepts and therapeutic perspectives[J]. Cells, 2020, 9(4): 875. DOI: 10.3390/cells9040875.
[22]
Liu HF, Wang Q, Du YN, et al. Dynamic contrast-enhanced MRI with Gd-EOB-DTPA for the quantitative assessment of early-stage liver fibrosis induced by carbon tetrachloride in rabbits[J]. Magn Reson Imaging, 2020, 70: 57-63. DOI: 10.1016/j.mri.2020.04.010.
[23]
Tsuda N, Okada M, Murakami T. New proposal for the staging of nonalcoholic steatohepatitis: evaluation of liver fibrosis on Gd-EOB-DTPA-enhanced MRI[J]. Eur J Radiol, 2010, 73(1): 137-142. DOI: 10.1016/j.ejrad.2008.09.036.
[24]
Feier DA, Balassy C, Bastati N, et al. Liver fibrosis: histopathologic and biochemical influences on diagnostic efficacy of hepatobiliary contrast-enhanced MR imaging in staging[J]. Radiology, 2013, 269(2): 460-468. DOI: 10.1148/radiol.13122482.
[25]
Pan S, Wang L, Xin J. Combining 18 F-FDG PET and Gd-EOB-DTPA-enhanced MRI for staging liver fibrosis[J]. Life Sci, 2021, 269: 119086. DOI: 10.1016/j.lfs.2021.119086.
[26]
Li XM, Chen Z, Xiao EH, et al. Diagnostic value of gadobenate dimeglumine-enhanced hepatocyte-phase magnetic resonance imaging in evaluating hepatic fibrosis and hepatitis[J]. World J Gastroenterol, 2017, 23(17): 3133-3141. DOI: 10.3748/wjg.v23.i17.3133.
[27]
Taylor AJ, Salerno M, Dharmakumar R, et al. T1 mapping: basic techniques and clinical applications[J]. JACC Cardiovasc Imaging, 2016, 9(1): 67-81. DOI: 10.1016/j.jcmg.2015.11.005.
[28]
徐晓莉, 冯峰, 张涛, 等. 钆塞酸二钠增强磁共振T1弛豫时间及肝细胞分数对肝纤维化分期的评估价值[J]. 山东医药, 2021, 61(26): 10-14. DOI: 10.3969/j.issn.1002-266X.2021.26.003.
Xu XL, Feng F, Zhang T, et al. Value of T1 relaxation time and hepatocyte fraction through Gd-EOB-DTPA-enhanced MRI in evaluating stages of hepatic fibrosis[J]. Shandong Med J, 2021, 61(26): 10-14. DOI: 10.3969/j.issn.1002-266X.2021.26.003.
[29]
Haimerl M, Utpatel K, Verloh N, et al. Gd-EOB-DTPA-enhanced MR relaxometry for the detection and staging of liver fibrosis[J]. Sci Rep, 2017, 7: 41429. DOI: 10.1038/srep41429.
[30]
Marzola P, Maggioni F, Vicinanza E, et al. Evaluation of the hepatocyte-specific contrast agent gadobenate dimeglumine for MR imaging of acute hepatitis in a rat model[J]. J Magn Reson Imaging, 1997, 7(1): 147-152. DOI: 10.1002/jmri.1880070121.
[31]
Tanaka T, Nishida H, Mie K, et al. Assessment of hepatitis and fibrosis using Gd-EOB-DTPA MRI in dogs[J]. Vet Rec Open, 2020, 7(1): e000371. DOI: 10.1136/vetreco-2019-000371.
[32]
Yamada Y, Matsumoto S, Mori H, et al. Periportal lymphatic system on post-hepatobiliary phase Gd-EOB-DTPA-enhanced MR imaging in normal subjects and patients with chronic hepatitis C[J]. Abdom Radiol (NY), 2017, 42(10): 2410-2419. DOI: 10.1007/s00261-017-1155-y.
[33]
Li AQ, Wu J, Cheng J, et al. Gd-EOB-DTPA-enhanced MRI-a noninvasive and short-term assessment method for liver necroinflammation after direct-acting antiviral (DAA) therapy in patients with chronic hepatitis C[J]. Abdom Radiol (NY), 2022, 47(1): 174-183. DOI: 10.1007/s00261-021-03316-0.
[34]
Tschirch FTC, Struwe A, Petrowsky H, et al. Contrast-enhanced MR cholangiography with Gd-EOB-DTPA in patients with liver cirrhosis: visualization of the biliary ducts in comparison with patients with normal liver parenchyma[J]. Eur Radiol, 2008, 18(8): 1577-1586. DOI: 10.1007/s00330-008-0929-6.
[35]
陈晓丹, 张宇阳, 熊美连, 等. 钆贝葡胺增强MRI评估肝硬化患者肝功能[J]. 中国医学影像技术, 2020, 36(1): 96-101. DOI: 10.13929/j.issn.1003-3289.2020.01.028.
Chen XD, Zhang YY, Xiong ML, et al. Gd-BOPTA-enhanced MRI evaluation of liver function in patients with cirrhosis[J]. Chin J Med Imaging Technol, 2020, 36(1): 96-101. DOI: 10.13929/j.issn.1003-3289.2020.01.028.
[36]
Yang M, Zhang Y, Zhao WL, et al. Evaluation of liver function using liver parenchyma, spleen and portal vein signal intensities during the hepatobiliary phase in Gd-EOB-D TPA-enhanced MRI[J]. BMC Med Imaging, 2020, 20(1): 119. DOI: 10.1186/s12880-020-00519-7.
[37]
Tamada T, Ito K, Higaki A, et al. Gd-EOB-DTPA-enhanced MR imaging: evaluation of hepatic enhancement effects in normal and cirrhotic livers[J]. Eur J Radiol, 2011, 80(3): e311-e316. DOI: 10.1016/j.ejrad.2011.01.020.
[38]
Zhang WG, Wang X, Miao YH, et al. Liver function correlates with liver-to-portal vein contrast ratio during the hepatobiliary phase with Gd-EOB-DTPA-enhanced MR at 3 Tesla[J]. Abdom Radiol (NY), 2018, 43(9): 2262-2269. DOI: 10.1007/s00261-018-1462-y.
[39]
Besa C, Bane O, Jajamovich G, et al. 3D T1 relaxometry pre and post gadoxetic acid injection for the assessment of liver cirrhosis and liver function[J]. Magn Reson Imaging, 2015, 33(9): 1075-1082. DOI: 10.1016/j.mri.2015.06.013.
[40]
Sandrasegaran K, Cui EM, Elkady R, et al. Can functional parameters from hepatobiliary phase of gadoxetate MRI predict clinical outcomes in patients with cirrhosis?[J]. Eur Radiol, 2018, 28(10): 4215-4224. DOI: 10.1007/s00330-018-5366-6.
[41]
Lu Y, Liu PF, Fu P, et al. Comparison of the DWI and Gd-EOB-DTPA-enhanced MRI on assessing the hepatic ischemia and reperfusion injury after partial hepatectomy[J]. Biomed Pharmacother, 2017, 86: 118-126. DOI: 10.1016/j.biopha.2016.11.123.
[42]
Getzin T, Gueler F, Hartleben B, et al. Gd-EOB-DTPA-enhanced MRI for quantitative assessment of liver organ damage after partial hepatic ischaemia reperfusion injury: correlation with histology and serum biomarkers of liver cell injury[J]. Eur Radiol, 2018, 28(10): 4455-4464. DOI: 10.1007/s00330-018-5380-8.
[43]
Gore JC. Artificial intelligence in medical imaging[J]. Magn Reson Imaging, 2020, 68:A1-A4. DOI: 10.1016/j.mri.2019.12.006.
[44]
耿道颖. 人工智能在中枢神经疾病影像学中的应用[J]. 国际医学放射学杂志, 2021, 44(6): 621-624. DOI: 10.19300/j.2021.S19473.
Geng DY. Application of artificial intelligence in imaging of central nervous system diseases[J]. Int J Med Radiol, 2021, 44(6): 621-624. DOI: 10.19300/j.2021.S19473.
[45]
Dong F. The application of MRI based radiomics and deep learning in the preoperative diagnosis and evaluation of glioma [D]. Hangzhou: Zhejiang University, 2019. DOI: 10.27461/d.cnki.gzjdx.2019.001331.
董飞. MR影像组学和深度学习在胶质瘤术前诊断评估中的应用 [D]. 杭州: 浙江大学, 2019. DOI: 10.27461/d.cnki.gzjdx.2019.001331.
[46]
Elkilany A, Fehrenbach U, Auer TA, et al. A radiomics-based model to classify the etiology of liver cirrhosis using gadoxetic acid-enhanced MRI[J]. Sci Rep, 2021, 11: 10778. DOI: 10.1038/s41598-021-90257-9.
[47]
熊亮霞, 方淇民, 李淑豪, 等. 术前增强CT影像组学预测肝癌术后早期复发的价值[J]. 放射学实践, 2022, 37(4): 432-436. DOI: 10.13609/j.cnki.1000-0313.2022.04.004.
Xiong LX, Fang QM, Li SH, et al. Value of radiomics of contrast-enhanced CT inprediction of early postoperative recurrence in hepatocellular carcinoma[J]. Radiol Pract, 2022, 37(4): 432-436. DOI: 10.13609/j.cnki.1000-0313.2022.04.004.
[48]
Choi JY, Kim H, Sun M, et al. Histogram analysis of hepatobiliary phase MR imaging as a quantitative value for liver cirrhosis: preliminary observations[J]. Yonsei Med J, 2014, 53(3): 651-659. DOI: 10.3349/ymj.2014.55.3.651.
[49]
Kim H, Park SH, Kim EK, et al. Histogram analysis of gadoxetic acid-enhanced MRI for quantitative hepatic fibrosis measurement[J]. PLoS One, 2014, 9(12): e114224. DOI: 10.1371/journal.pone.0114224.
[50]
Asayama Y, Nishie A, Ishigami K, et al. Histogram analysis of noncancerous liver parenchyma on gadoxetic acid-enhanced MRI: predictive value for liver function and pathology[J]. Abdom Radiol (NY), 2016, 41(9): 1751-1757. DOI: 10.1007/s00261-016-0753-4.
[51]
Park HJ, Lee SS, Park B, et al. Radiomics analysis of gadoxetic acid-enhanced MRI for staging liver fibrosis[J]. Radiology, 2019, 290(2): 380-387. DOI: 10.1148/radiol.2018181197.
[52]
Chan HP, Samala RK, Hadjiiski LM, et al. Deep learning in medical image analysis[J]. Adv Exp Med Biol, 2020, 1213: 3-21. DOI: 10.1007/978-3-030-33128-3_1.
[53]
Yasaka K, Akai H, Kunimatsu A, et al. Liver fibrosis: deep convolutional neural network for staging by using gadoxetic acid-enhanced hepatobiliary phase MR images[J]. Radiology, 2018, 287(1): 146-155. DOI: 10.1148/radiol.2017171928.
[54]
Hectors SJ, Kennedy P, Huang KH, et al. Fully automated prediction of liver fibrosis using deep learning analysis of gadoxetic acid-enhanced MRI[J]. Eur Radiol, 2021, 31(6): 3805-3814. DOI: 10.1007/s00330-020-07475-4.

上一篇 术前MRI 在预测乳腺癌预后中的应用及展望
下一篇 人工智能在胃癌影像学中的应用进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2