讲座
脂肪肝的定量影像学评价
中华健康管理学杂志, 2020,14(6) : 583-586. DOI: 10.3760/cma.j.cn115624-20200507-00348
摘要

脂肪肝是一种常见病和多发病,以肝细胞脂肪过多蓄积为特征,其与代谢综合征密切相关,可引起全身多脏器的功能障碍。肝活检是诊断脂肪肝严重程度的金标准,但因有创和潜在风险限制了其临床应用。随着影像新技术的发展,为无创定量肝脏脂肪含量开辟了新的途径。因此,本文将对无创影像学技术对肝脏脂肪定量动态评价的各种检查技术进行综合分析,以便同仁更方便快捷了解脂肪肝的常规定量影像学评价。

引用本文: 郭智萍. 脂肪肝的定量影像学评价 [J] . 中华健康管理学杂志, 2020, 14(6) : 583-586. DOI: 10.3760/cma.j.cn115624-20200507-00348.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

脂肪肝是以肝细胞脂肪过多蓄积为特征的一种疾病,已成为世界范围内最常见的慢性肝病1。病理上将肝脂肪变性分为4度,轻度无症状(<5%)、轻度(5%~33%)、中度(33%~66%)和重度(>66%)2。肝脂肪变性并不总是良性的过程,在某些情况下,单纯性脂肪变性可以发展成为肝炎、纤维化、肝硬化,甚至肝细胞癌3。由于脂肪肝发病率较高,无临床症状,所以早期诊断具有重要的临床意义,准确定量肝脏脂肪含量,明确肝脂肪变性的程度对于临床治疗方案的选择、疾病进展、疗效监测和肝移植供体评价均有着重要的意义。目前,肝活检是诊断肝脂肪变性严重程度的金标准,但由于存在有创、取样误差、出血及感染等并发症风险和主观评价偏差,而难以作为动态监测疾病发展及疗效评估的有效方法4。目前临床指南推荐对肝脂肪变性进行无创性初步评估5。利用无创性检查方法对肝脏脂肪含量进行定量动态评价是目前研究的热点,本文对超声、CT及MRI新技术在肝脂肪变性定量评估中的应用进行综述。

一、超声

超声因其经济、安全、方便和实用性广被认为是肝脂肪变性筛查的首选成像技术1。脂肪肝超声主要表现为肝脏回声均匀或不均匀增强,以及肝脏肿大和肝内管道结构显示不清6。Kang等7研究认为超声诊断肝脂肪变性分级与组织学分级有良好的相关性。而Kromrey等8研究认为超声在定量肝脂肪变性具有局限性,对非酒精性脂肪肝病(nonalcoholic fat liver disease,NAFLD)轻度和重度肥胖患者的敏感性分别为65.1%和64.9%。Lupsor-Platon等9研究认为超声对操作者依赖性强,不能确定肝脂肪浸润的程度,也不能准确区分脂肪变性和纤维化,因为两者都会导致肝脏回声增强。因此,目前超声检查主要用于筛查脂肪肝,当需要精确诊断早期脂肪肝及严重程度分级、肝移植或评估短期药物疗效时,通常不推荐常规超声检查。

超声弹性成像是一种无创检测肝组织弹性硬度的新技术,不仅可显示肝组织的解剖、回声强度等形态学特征,而且可提供其硬度信息10。瞬时弹性成像中的受控衰减参数是一种基于超声衰减、专门用于检测脂肪变性的定量诊断技术。一项瞬时弹性成像评估NAFLD患者疾病进展的前瞻性研究11表明肝硬度测量可用于监测NAFLD患者的肝纤维化程度。Wang等12进行诊断性荟萃分析,以受控衰减参数检测评估肝脂肪变性的性能和准确性,认为受控衰减参数对脂肪变性的分级具有良好的敏感性和特异性。Mikolasevic等13认为瞬时弹性成像中的受控衰减参数可作为NAFLD患者的初始评估及临床随访。目前研究表明瞬时弹性成像可作为肝脂肪变性和肝纤维化的一站式检查,可快速、无创的评估各种慢性肝病患者的肝纤维化(包括慢性丙型肝炎、慢性乙型肝炎和NAFLD)及预测晚期代偿性慢性肝病的并发症15,因此,可作为肝病的筛查和疾病随访技术。但瞬时弹性成像易受肥胖的影响,导致测量受控衰减参数和肝硬度失败,且诊断准确性低于MRS514

二、CT

非酒精性脂肪性肝病诊疗指南(2010年修订版)推荐CT诊断脂肪肝的依据为肝脏密度普遍降低,肝/脾CT值之比小于1.0;其中,肝/脾CT比值小于1.0但大于0.7者为轻度,≤0.7但大于0.5者为中度,≤ 0.5者为重度脂肪肝15。由于增强后肝脏的CT值受对比剂和成像时间的影响,以及正常肝组织和异常肝组织之间CT值存在重叠,故增强CT通常不用于肝脏脂肪变性的临床评估。肝脏CT值小于40 HU(Hounsfield Unit)或45 HU被广泛作为中重度脂肪肝的诊断标准,其组织病理上脂肪变性程度达30%以上16。而Pickhardt等17认为肝脏CT值小于48 HU诊断中重度肝脂肪变性与组织病理学具有高度的特异性。随着肝脏脂肪变性程度的减轻CT诊断的性能也降低,在脂肪分数为10%~20%的轻度脂肪变性中,CT诊断的敏感性为52%~62%18。Kim等19研究认为肝脾CT值差异≥19 HU(脾脏>肝脏)是诊断中重度脂肪肝的最佳方法。非增强CT是一种简单、客观的定量肝脏脂肪变性的方法,多认为诊断中重度脂肪变性是准确的,但对轻度脂肪变性不敏感,且存在辐射伤害,不适合对射线敏感的人及儿童脂肪肝筛查,也不宜于长期随访研究,通常不推荐CT作为定量肝脏脂肪变性的主要检查方法。

QCT是一种以常规CT为基础的检查技术,扫描前的质量控制和扫描过程中使用校准体模,其结果减少了来自仪器和患者的误差20。QCT最初应用于脊柱骨密度测量,目前也有对软组织密度进行定量的报道,其能够反映肌肉脂肪浸润的程度,QCT的体质成分分析能够准确测量人体腹部脂肪含量21, 22。龚筑等23利用QCT对113例弥漫性脂肪肝患者和17例正常肝脏检查者研究,认为肝脏脂肪含量百分比β值平均值与肝/脾CT比值之间具有高度的相关性,肝脏脂肪含量百分比β值在定量诊断脂肪肝中具有较高的特异性和敏感性。Guo等22利用QCT通过对400例健康成年人和老年人的研究,认为肝脏脂肪的QCT测量与MRI-质子密度脂肪分数(MRI-proton density fat fraction,MRI-PDFF)有很好的相关性,QCT可作为肝脂肪变性可靠的筛选和量化工具。QCT一次扫描可同时获得患者肝脏CT值、BMD和腹部脂肪分布信息,但目前国内外没有公认的QCT定量肝脏脂肪变性的参考值。

双能CT是采用不同的管电压来同时采集两组数据,利用不同组织在高、低能量下衰减特征间的差异,通过后处理软件分析,获取物质分离图像、单能量图像、能谱曲线、有效原子序数等多参数成像信息6。目前通过多物质分解算法(multi-material decomposition,MMD)可以得到脂肪容积分数图,实现对肝脏脂肪的定量评价24。Hyodo等25通过对双能CT的MMD算法及MRS与组织病理相比较,研究认为通过MMD算法得到的肝脏脂肪定量结果准确可靠。Fischer等26研究认为双能CT可以区分不同的组织,也可以定量肝脏脂肪含量。但Artz等27研究认为双能CT定量诊断的准确性并没有提高,传统CT比双能CT更能准确的定量脂肪含量。目前双能CT定量肝脏脂肪含量大部分局限于体外或动物模型的研究,其准确度有待进一步临床验证。

三、MRI

随着MRI技术的发展,MRI对肝脏脂肪定性、定量评估具有重要的作用。目前用于定量评估肝脏脂肪含量的序列有MRS、MRI-PDFF、DWI、水脂分离(water-fat separation,WFS)技术等。

MRS是目前能够检测活体组织内化学物质和观察生化变化的无创性方法,临床上常用的是1H-MRS (1H-magnetic resonance spectroscopy, 1H-MRS)14。由于水、脂共振频率的不同,可以用波谱来区分水信号和脂肪信号,从而用于脂肪肝的定性和定量分析。Yokoo等28以病理学为参考标准进行了一项荟萃分析,认为MRS在诊断轻度肝脂肪变性方面与其他无创方法相比具有更高的准确性,其敏感性和特异性分别为77%~95%和81%~97%。目前的研究普遍认为MRS是评价肝脂肪变性无创的参考标准162129。但由于MRS检查时间长,费用昂贵,容易出现取样误差和数据后处理复杂等因素,限制其临床应用。

MRI-PDFF是研究肝脏脂肪变性常用的MR参数,通过采取有效措施来降低混杂因素(T1、T2*衰减、噪声)的影响,提供混杂因素校正的PDFF图,并能够计算任何选定区域的肝脏脂肪分数,它可以对整个肝脏快速、准确、无创的评估。Graffy和Pickhardt16研究认为在所有的成像方法中,MRI-PDFF和常规非增强CT及MRS的相关性最好。随着PDFF技术的不断改进和验证,近年来通过对一些NAFLD患者的MRI-PDFF与组织病理结果进行对照研究,认为MRI-PDFF用于肝脂肪变性分级具有很高的敏感性和特异性30, 31, 32。由于其相对容易使用和具有较高的准确性,且能检测到肝脏脂肪变性的微小变化,MRI-PDFF是目前最佳的评估和定量肝脂肪变性的无创成像技术1633。目前,对PDFF值范围的临床意义和区分正常与异常的阈值尚未达成一致的认识,提高对PDFF值的生物学和临床意义及纵向变化的认识,将使PDFF成为更好的诊断工具。

DWI是目前唯一能够无创性检测活体组织内水分子扩散运动的方法,能够反映活体组织在生理和病理生理状态下水分子微观运动状况。Anderson等34利用11.7T MRI评估NASH小鼠模型中肝脏脂肪变性与组织病理对照研究显示随着脂肪变性程度的加重,表观扩散系数(apparent diffusion coefficient,ADC) 值减小。Joo等35通过动物模型应用多b值体素内非相干性运动扩散加权成像(intravoxel incoherent motion,IVIM)对NAFLD研究发现,NAFLD兔的肝脏灌注分数明显低于肝脏正常组,且灌注分数随着NAFLD严重程度的增加而下降,认为IVIM的灌注分数有助于单纯性脂肪肝及早期的NASH的鉴别诊断。李畅等4利用多b值扩散成像拉伸指数模型对NAFLD定量分级,通过动物实验研究发现α与NAFLD等级程度呈正相关,且对 NASH的诊断效能优于传统ADC值,且ADC值及DDC值与NAFLD等级程度呈负相关。

WFS技术:非对称回波的最小二乘估算法迭代水脂分离(iterative decomposition of water and fat with echo asymmetric and least-squares estimation,IDEAL)又称为三点法非对称回波水脂分离技术,可校正B0场的不均匀性及降低T1效应和T2*效应的影响,最终生成水像、脂像和脂肪分数图像,在脂肪分数图像上可直接放置感兴趣区,测量任意感兴趣区内组织的脂肪含量。Kühn等36利用T2*校正后的三回波Dixon序列对100例肝活检患者进行研究,得到肝脏FF值与组织病理肝脏脂肪含量呈显著正相关,而不受肝铁含量和纤维化、肝硬化的影响,研究认为 MRI T2 *校正的Dixon序列是评估肝脏脂肪含量的无创性工具。刘伟等37利用MRI不同方法(化学位移饱和成像和化学位移水脂分离成像)对体外模型进行脂肪定量分析,各MR成像方法脂肪定量评估值与实际脂肪含量间均具有高度相关性,化学位移水脂分离成像更能提供精确的脂肪定量结果,六回波梯度回波成像定量评估值最接近实际脂肪含量。IDEAL梯度回波和六回波梯度回波成像可快速无创的定量肝脏脂肪含量,对脂肪肝的早期诊断、治疗及随访监测提供了新的方法。

常规超声、CT和MRI在定量诊断脂肪肝有一定限度,随着影像新技术的应用,为早期定量诊断脂肪肝和疗效评估提供了新的方法。MRS被认为是定量肝脏脂肪含量的参考标准,但其由于扫描时间长、后处理复杂和容易出现取样误差,限制其临床广泛应用。IDEAL梯度回波和六回波梯度回波成像可快速无创的定量肝脏脂肪含量,但目前仍处于研究阶段。目前MRI-PDFF是评估和定量肝脏脂肪变性的最佳无创成像技术,具有较高的准确性,能检测到肝脏脂肪变性的微小变化,能否代替组织活检成为肝脏脂肪变性分级的标准,需要进一步研究。

利益冲突
利益冲突

所有作者均声明不存在利益冲突

参考文献
1
ElkabanyZA, HamzaRT, IsmailEAR, et al. Serum visfatin level as a noninvasive marker for nonalcoholic fatty liver disease in children and adolescents with obesity: relation to transient elastography with controlled attenuation parameter[J]. Eur J Gastroenterol Hepatol, 2019. DOI: 10.1097/MEG.0000000000001608.Onlineaheadofprint.
2
QianLL, WuL, ZhangL, et al. Serum biomarkers combined with ultrasonography for early diagnosis of non-alcoholic fatty liver disease confifirmed by magnetic resonance spectroscopy[J]. Acta Pharmacol Sin, 2020, 41(4): 554-560. DOI:10.1038/s41401-019-0321-x.
3
McPhersonS, HardyT, HendersonE, et al. Evidence of NAFLD progression from steatosis to fibrosing- steatohepatitis using paired biopsies: implications for prognosis and clinical management [J]. J Hepatol. 2015, 62(5): 1148-1155. DOI: 10.1016/j.jhep.2014.11.034.
4
李畅, 王译妮, 王猛, . 拉伸指数模型多b值扩散成像对非酒精性脂肪肝定量诊断的价值[J]. 中华医学杂志, 2019, 99(7): 500-504. DOI: 10.3760/cma.j.issn.0376-2491.2019.07.005.
5
ZhangX, WongGL, WongVW. Application of transient elastography in nonalcoholic fatty liver disease[J]. Clin Mol Hepatol. 2020, 26(2): 128-141. DOI: 10.3350/cmh.2019.0001n.
6
戎黛琳, 杨秋霞, 许舒航, . 乳腺癌化疗及内分泌治疗相关性脂肪肝的影像学定量评估[J]. 国际医学放射学杂志, 2017, 40(1): 51-55. DOI: 10.19300/j.2017.Z4258.
7
KangBK, KimM, ShinSJ, et al. Correlation of Clinical and Histopathologic Parameters with Ultrasonographic Grades in Pediatric Non-Alcoholic Fatty Liver Disease[J]. J Korean Med Sci, 2019, 34(47): e298. DOI: 10.3346/jkms.2019.34.e298.
8
KromreyML, IttermannT, BerningM, et al. Accuracy of ultrasonography in the assessment of liver fat compared with MRI [J]. Clin Radiol, 2019, 74(7): 539-546. DOI: 10.1016/j.crad.2019.02.014.
9
Lupsor-PlatonM, FeierD, StefănescuH, et al. Diagnostic accuracy of controlled attenuation parameter measured by transient elastography for the non-invasive assessment of liver steatosis: a prospective study[J]. J Gastrointestin Liver Dis, 2015, 24(1): 35-42. DOI: 10.15403/jgld.2014.1121.mlp.
10
丁红, 韩红, 王文平. 超声弹性成像技术评估移植肝状态的临床应用进展[J]. 器官移植, 2015, 6(1): 22-25. DOI: 10.3969/j.issn.1674-7445.2015.01.005.
11
SuzukiK, YonedaM, ImajoK, et al. Transient elastography for monitoring the fibrosis of non-alcoholic fatty liver disease for 4 years[J]. Hepatol Res, 2013, 43(9): 979-983. DOI: 10.1111/hepr.12039.
12
WangY, FanQ, WangT, et al. Controlled attenuation parameter for assessment of hepatic steatosis grades: a diagnostic meta-analysis[J]. Int J Clin Exp Med, 2015, 8(10): 17654-17663.
13
MikolasevicI, OrlicL, FranjicN, et al. Transient elastography with controlled attenuation parameter in the assessment of liver steatosis and fibrosis in patients with nonalcoholic fatty liver disease-where do we stand?[J]. World J Gastroenterol, 2016, 22(32): 7236-7251. DOI: 10.3748/wjg.v22.i32.7236.
14
高琪, 丁建平, 王付言. 不同影像技术对非酒精性脂肪性肝病定量评估的价值[J]. 国际医学放射学杂志, 2018, 41(4): 436-439. DOI: 10.19300/j.2018.Z5601.
15
中华医学会肝病学分会脂肪肝和酒精性肝病学组. 非酒精性脂肪性肝病诊疗指南(2010年修订版)[J]. 中华肝脏病杂志, 2010, 18(3): 163-166. DOI: 10.3760/cma.j.issn.1007-3418.2010.03.002.
16
GraffyPM, PickhardtPJ. Quantification of hepatic and visceral fat by CT and MR imaging: relevance to the obesity epidemic, metabolic syndrome and NAFLD[J]. Br J Radiol, 2016, 89(1062): 20151024. DOI: 10.1259/bjr.20151024.
17
PickhardtPJ, ParkSH, HahnL, et al. Specificity of unenhanced CT for non-invasive diagnosis of hepatic steatosis: implications for the investigation of the natural history of incidental steatosis[J]. Eur Radiol, 2012, 22(5): 1075-1082. DOI: 10.1007/s00330-011-2349-2.
18
BohteAE, van WervenJR, BipatS, et al. The diagnostic accuracy of US, CT, MRI and 1H-MRS for the evaluation of hepatic steatosis compared with liver biopsy: a meta analysis[J]. Eur Radiol, 2011, 21(1): 87-97. DOI: 10.1007/s00330-010-1905-5.
19
KimDY, ParkSH, LeeSS, et al. Contrast-enhanced computed tomography for the diagnosis of fatty liver: prospective study with same-day biopsy used as the reference standard[J]. Eur Radiol, 2010, 20(2): 359-366. DOI: 10.1007/s00330-009-1560-x.
20
GraeffC, CampbellG M, PenaJ, et al. Administration of romosozumab improves vertebral trabecular and cortical bone as assessed with quantitative computed tomography and finite element analysis[J]. Bone, 2015, 81: 364-369. DOI: 10.1016/j.bone.2015.07.036.
21
娄路馨, 王玲, 李娜, . 定量CT测量的腹部脂肪分布与血脂和血糖的关系[J]. 中国骨质疏松杂志, 2012, 18(11): 1004-1007. DOI: 10.3969/j.issn.1006-7108.2012.11.009.
22
GuoZ, BlakeGM, LiK, et al. Liver Fat Content Measurement with Quantitative CT Validated against MRI Proton Density Fat Fraction: A Prospective Study of 400 Healthy Volunteers[J]. Radiology, 2020, 294(1): 89-97. DOI: 10.1148/radiol.2019190467.
23
龚筑, 段庆红, 阮志兵, . 定量CT技术定量诊断脂肪肝的临床应用[J]. 实用放射学杂志, 2016, 32(6): 950-954. DOI: 10.3969/j.issn.1002-1671.2016.06.032.
24
杜婧, 杨正汉. 影像学检查在肝脏脂肪定量中的应用进展[J]. 放射学实践, 2017, 32(5): 479-482. DOI:10.13609/j.cnki.1000-0313.2017.05.011.
25
HyodoT, HoriM, LambP, et al. Multimaterial decomposition algorithm for the quantifcation of liver fat content by using fast-kilovolt-peak switching dual-energy CT: experimental validation[J]. Radiology, 2017, 282(2): 381-389. DOI: 10.1148/radiol.2016160129.
26
FischerMA, GnanntR, RaptisD, et al. Quantification of liver fat in the presence of iron and iodine: an ex-vivo dual-energy CT study[J]. Invest Radiol, 2011, 46(6): 351-358. DOI: 10.1097/RLI.0b013e31820e1486.
27
ArtzNS, HinesCD, BrunnerST, et al. Quantification of hepatic steatosis with dual-energy computed tomography: comparison with tissue reference standards and quantitative magnetic resonance imaging in the ob/ob mouse[J]. Invest Radiol, 2012, 47(10): 603-610. DOI: 10.1097/RLI.0b013e318261fad0.
28
YokooT, BydderM, HamiltonG, et al. Nonalcoholic fatty liver disease: diagnostic and fat-grading accuracy of low-flip-angle multiecho gradient-recalled-echo MR imaging at 1.5T[J]. Radiology, 2009, 251(1): 67-76. DOI: 10.1148/radiol.2017160130.
29
KramerH, PickhardtPJ, KliewerMA, et al. Accuracy of Liver Fat Quantification With Advanced CT, MRI, and Ultrasound Techniques: Prospective Comparison With MR Spectroscopy[J]. Am J Roentgenol, 2017, 208(1): 92-100. DOI: 10.2214/AJR.16.16565.
30
PaigeJS, BernsteinGS, HebaE, et al. A pilot comparative study of quantitative ultrasound, conventional ultrasound, and MRI for predicting histology-determined steatosis grade in adult nonalcoholic fatty liver disease[J]. Am J Roentgenol, 2017, 208(5): W168-W177. DOI: 10.2214/AJR.16.16726.
31
TangA, DesaiA, HamiltonG, et al. Accuracy of MR imaging-estimated proton density fat fraction for classifcation of dichotomized histologic steatosis grades in nonalcoholic fatty liver disease[J]. Radiology, 2015, 274(2): 416-425. DOI: 10.1148.radiol.14140754.
32
MiddletonMS, HebaER, HookerCA, et al. Agreement between magnetic resonance imaging proton density fat fraction measurements and pathologist-assigned steatosis grades of liver biopsies from adults with nonalcoholic steatohepatitis[J]. Gastroenterology, 2017, 153(3): 753-761. DOI: 10.1053/j.gastro.2017.06.005.
33
ZhangYN, FowlerKJ, HamiltonG, et al. Liver fat imaging-a clinical overview of ultrasound, CT, and MR imaging[J]. Br J Radiol, 2018, 91(1089): 20170959. DOI: 10.1259/bjr.20170959.
34
AndersonSW, SotoJA, MilchHN, et al. Effect of disease progression on liver apparent diffusion coefficient values in a murine model of NASH at 11.7 Tesla MRI[J]. J Magn Reson Imaging, 2011, 33(4): 882-888. DOI: 10.1002/jmri.22481.
35
JooI, LeeJM, YoonJH, et al. Nonalcoholic fatty liver disease: intravoxel incoherent motion diffusion-weighted MR imaging-an experimental study in a rabbit model[J]. Radiology, 2014, 270(1): 131-140. DOI: 10.1148/radiol.13122506.
36
KühnJP, EvertM, FriedrichN, et al. Noninvasive quantification of hepatic fat content using three-echo dixon magnetic resonance imaging with correction for T2* relaxation effects[J]. Invest Radiol, 2011, 46(12):783-789. DOI: 10.1097/RLI.0b013e31822b124c.
37
刘伟, 邸强, 赖云耀, . 采用3.0T MR不同分析方法进行体外模型脂肪定量分析的价值[J]. 中华放射学杂志, 2014, 48(12): 1033-1037. DOI: 10.3760/cma.j.issn.1005-1201.2014.12.016.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词