R2*-MRIによる肝臓の過負荷の定量的評価のための自動容器除外技術

背景：肝臓実質の抽出は、R2*ベースの肝鉄含有量（HIC）の評価における重要なステップです。伝統的に、これは肝臓全体の輪郭とT2*の標準を介して放射線科医によって実行され、肝臓血管を除外しています。ただし、容器除外プロセスは、反復的で、時間がかかり、reviewer間の変動を受けやすくなります。 目的：R2*ベースのHICを正確に評価するために、自動肝血管除外および実質抽出技術を実装および評価します。 研究タイプ：臨床データの遡及的分析。 被験者：257人の患者に対して実行された511 MRI試験のデータを分析しました。 フィールド強度/シーケンス：すべての患者は、HICの臨床モニタリングのためにマルチエコー勾配エコーシーケンスを使用して、1.5Tスキャナーでスキャンされました。 評価：マルチスケール容器拡張フィルターに基づく自動化された方法は、3つの入力データ型制御複合画像、T2* MAP、およびR2*マップからセグメントの血管、およびR2*ベースのHIC評価の肝臓組織の抽出について調査されました。この自動化された手法を使用して得られたセグメンテーションとR2*結果を、放射線科医が実行する参照T2*授与技術の結果と比較しました。 統計テスト：サイコロの類似性係数を使用して、抽出された実質間のセグメンテーション結果を比較し、線形回帰とブランドアルトマン分析を実行して、自動化された手法と参照技術で得られたR2*の結果を比較しました。 結果：平均肝臓R2* 3つのフィルターベースの方法すべてから推定された値は、参照方法と優れた一致を示しました（Slopes 1.04-1.05、R2> 0.99、P <0.001）。参照および自動化された方法を使用して抽出された実質領域の平均オーバーラップ面積は87〜88％でした。T2*の授与技術には、実質領域として容器/組織境界の小さな血管とピクセルが含まれており、自動化された方法と比較してR2*値で小さなバイアス（<5％）を引き起こす可能性があります。 データの結論：参照と自動化された肝臓容器セグメンテーション方法との優れた一致は、提案された方法の精度と堅牢性を確認します。この自動化されたアプローチは、鉄の過負荷管理を導く重要な臨床パラメーターであるHICを評価するために、解釈時間と演算子依存性を短縮することにより、放射線科医のワークフローを改善する可能性があります。 証拠のレベル：3技術的有効性：ステージ2 J.マグニュ。共鳴。イメージング2018; 47：1542-1551。

BACKGROUND: Extraction of liver parenchyma is an important step in the evaluation of R2*-based hepatic iron content (HIC). Traditionally, this is performed by radiologists via whole-liver contouring and T2*-thresholding to exclude hepatic vessels. However, the vessel exclusion process is iterative, time-consuming, and susceptible to interreviewer variability. PURPOSE: To implement and evaluate an automatic hepatic vessel exclusion and parenchyma extraction technique for accurate assessment of R2*-based HIC. STUDY TYPE: Retrospective analysis of clinical data. SUBJECTS: Data from 511 MRI exams performed on 257 patients were analyzed. FIELD STRENGTH/SEQUENCE: All patients were scanned on a 1.5T scanner using a multiecho gradient echo sequence for clinical monitoring of HIC. ASSESSMENT: An automated method based on a multiscale vessel enhancement filter was investigated for three input data types-contrast-optimized composite image, T2* map, and R2* map-to segment blood vessels and extract liver tissue for R2*-based HIC assessment. Segmentation and R2* results obtained using this automated technique were compared with those from a reference T2*-thresholding technique performed by a radiologist. STATISTICAL TESTS: The Dice similarity coefficient was used to compare the segmentation results between the extracted parenchymas, and linear regression and Bland-Altman analyses were performed to compare the R2* results, obtained with the automated and reference techniques. RESULTS: Mean liver R2* values estimated from all three filter-based methods showed excellent agreement with the reference method (slopes 1.04-1.05, R2 > 0.99, P < 0.001). Parenchyma areas extracted using the reference and automated methods had an average overlap area of 87-88%. The T2*-thresholding technique included small vessels and pixels at the vessel/tissue boundaries as parenchymal area, potentially causing a small bias (<5%) in R2* values compared to the automated method. DATA CONCLUSION: The excellent agreement between reference and automated hepatic vessel segmentation methods confirms the accuracy and robustness of the proposed method. This automated approach might improve the radiologist's workflow by reducing the interpretation time and operator dependence for assessing HIC, an important clinical parameter that guides iron overload management. LEVEL OF EVIDENCE: 3 Technical Efficacy: Stage 2 J. Magn. Reson. Imaging 2018;47:1542-1551.