脂肪模型变化的影响肌肉脂肪分数量化在横截面队列中的影响
Martijn Froeling1, Linda Heskamp1
1Center for Image Sciences, Precision Imaging Group, Division Imaging & Oncology, University Medical Center Utrecht, Utrecht, The Netherlands.
NMR in biomedicine
|July 30, 2024
概括
准确量化肌肉中的脂肪是一项挑战. 一个脂肪模型估计的双键数与不受约束的阶段提供最精确的脂肪分数估计在健康的肌肉组织.
科学领域:
- 医疗成像医学成像
- 生物物理学的生物物理.
- 生物化学 生物化学
背景情况:
- 基于迪克森的方法的光谱成像可以区分水和脂肪,但在精确的脂肪量化方面面临着挑战.
- 脂肪组成模型对低脂肪组织 (如肌肉) 的脂肪分量测量的影响尚不清楚.
研究的目的:
- 调查假设的脂肪组成 (链长,双键) 如何影响健康肌肉中的脂肪分数量化.
- 评估阶段特征和不同脂肪模型对这些测量的影响.
主要方法:
- 从38名健康志愿者获得双边大腿MRI数据.
- 使用IDEAL算法与三个脂肪模型估计的脂肪分数,有或没有受约束的初始阶段.
- 利用卷积神经网络进行自动化肌肉和脂肪细分.
主要成果:
- 所有测试的脂肪成分值与基于文献的气色谱测量结果保持一致.
- 不同的脂肪模型和方法产生了不同的肌肉脂肪分数估计,侧面差异高达5.3%.
- 该模型估计了双键数与不受约束的阶段,显示了肌肉群中最低的左右差异 (0.50%0.64%).
结论:
- 考虑双键数并允许化学物种分离相的脂肪模型可以更好地估计肌肉中的脂肪分数.
- 这种方法最大限度地减少了脂肪量化中的差异,这对于了解组织组成至关重要.
