Ultrasound Evaluation of Liver Steatosis
肝脏脂肪变性的超声评估
基本信息
- 批准号:10264795
- 负责人:
- 金额:$ 23.85万
- 依托单位:
- 依托单位国家:美国
- 项目类别:
- 财政年份:2020
- 资助国家:美国
- 起止时间:2020-09-16 至 2023-06-30
- 项目状态:已结题
- 来源:
- 关键词:AgreementAlgorithmsAmericanBenchmarkingBiological MarkersCalibrationCardiovascular DiseasesCardiovascular systemClassificationClinicalDetectionDiabetes MellitusDiagnosisEvaluationFatty LiverFatty acid glycerol estersFrequenciesGuidelinesImageIndividualInterventionLateralLeadLiverLiver CirrhosisLiver FibrosisLiver diseasesLogistic RegressionsMagnetic Resonance ImagingMeasurementMeasuresMethodsNoiseOutcomePatientsPenetrationPopulationProtonsROC CurveReproducibilityRiskScanningSeriesSerumSignal TransductionStagingTechnologyTestingTimeTransducersUltrasonographyUnited StatesX-Ray Computed Tomographyattenuationclinical practiceclinical translationcostcost effectivedensitydiabetes managementimprovedimproved outcomeliver biopsyliver imagingnew technologynonalcoholic steatohepatitisnovelpatient populationscreeningscreening guidelines
项目摘要
PROJECT SUMMARY
About 75-100 million Americans are estimated to have fatty liver disease, which can lead to nonalcoholic
steatohepatitis (NASH) and liver fibrosis. Detection of liver steatosis is important for diagnosis of NASH at early
stage for timely intervention to improve outcome. Diagnosis of hepatic steatosis is also important for
management of diabetes and cardiovascular disease. Serum biomarkers, computed tomography, and B-mode
ultrasound have limited sensitivity for detecting steatosis. Proton Density Fat Fraction (PDFF) measured by
MRI has high accuracy, but is limited by accessibility and cost. The value of ultrasound attenuation coefficient
(UAC) for steatosis evaluation has been confirmed by many studies. Therefore, technologies that are
compatible with clinical ultrasound scanners to measure UAC can meet this critical need by providing a low-
cost, widely accessible, and accurate staging of steatosis.
Here we propose a novel technology, Spectrum Normalization Attenuation Measurement (SNAM), to measure
liver UAC. SNAM does not require a calibration phantom, and instead uses the ratio of spectra at two nearby
frequencies to cancel the effects of focusing and depth-dependent gain for accurate measurement of UAC.
SNAM is compatible with clinical ultrasound scanners and can provide 2D UAC images. In phantom studies,
SNAM measurements using focused beams or plane waves matched well with calibrated values. SNAM
results obtained in 10 patients had a correlation coefficient of 0.97 with PDFF, showing its high promise.
Specific Aim 1: Optimization of SNAM. We will use phantom and patient studies to optimize SNAM on the
GE Logiq E9 and the Verasonics scanners, which represent the wide spectrum of commercial scanners (with
focused beam or plane wave imaging) used in clinical practice. Acquisition parameters of fundamental and
harmonic imaging modes and post-processing algorithms will be optimized. A novel noise subtraction method
will be studied to suppress noise and improve SNAM penetration. Signal-to-noise ratio will be calculated to
guide automatic selection of frequency range used for SNAM measurements.
Specific Aim 2: Patient study. We will use the SNAM optimized in Aim 1 to study 50 patients with clinically
indicated PDFF-MRI to investigate the efficacy of SNAM for steatosis grading. Each patient will be scanned
twice by two sonographers. The intraclass correlation coefficient will be used to assess the reproducibility of
SNAM measurements. Correlation analysis will be performed to assess the association of the UAC obtained
via SNAM with PDFF. Steatosis will also be categorized as S0, S1, S2, and S3 according to PDFF. Receiver
operating characteristic analyses will be performed to establish SNAM cut-points which detect ≥S1, ≥S2, and
≥S3. The agreement between SNAM and PDFF classification will be evaluated using the Kappa statistic.
Successful completion of this project will result in a safe, cost-effective, and easily accessible ultrasound
technology for frequent and accurate evaluation of liver steatosis.
项目概要
据估计,大约有 75-1 亿美国人患有脂肪肝,这可能导致非酒精性肝病
脂肪性肝炎 (NASH) 和肝纤维化 肝脏脂肪变性的检测对于 NASH 的早期诊断非常重要。
及时干预以改善肝脂肪变性的诊断也很重要。
糖尿病和心血管疾病的管理。血清生物标志物、计算机断层扫描和 B 模式。
超声检测脂肪变性的灵敏度有限。
MRI具有较高的准确性,但受到超声衰减系数值的限制。
(UAC)用于脂肪变性评估已被许多研究证实,因此,技术是。
与临床超声扫描仪兼容来测量UAC可以通过提供低功耗来满足这一关键需求
成本、广泛可及性和准确的脂肪变性分期。
在这里,我们提出了一种新技术,即频谱归一化衰减测量(SNAM)来测量
肝脏 UAC 不需要校准模型,而是使用两个附近的光谱比率。
频率来消除聚焦和深度相关增益的影响,从而精确测量 UAC。
SNAM 与临床超声扫描仪兼容,可以在模型研究中提供 2D UAC 图像。
使用聚焦光束或平面波的 SNAM 测量与校准值非常匹配。
在 10 名患者中获得的结果与 PDFF 的相关系数为 0.97,显示出其很高的前景。
具体目标 1:SNAM 的优化 我们将使用模型和患者研究来优化 SNAM。
GE Logiq E9 和 Verasonics 扫描仪,代表了广泛的商用扫描仪(带有
聚焦光束或平面波成像)用于临床实践的采集参数。
谐波成像模式和后处理算法将得到优化,一种新颖的噪声消除方法。
将研究抑制噪声并提高 SNAM 渗透率的方法。
指导自动选择用于 SNAM 测量的频率范围。
具体目标 2:患者研究 我们将使用目标 1 中优化的 SNAM 来研究 50 名临床患者。
表明 PDFF-MRI 旨在研究 SNAM 对脂肪变性分级的功效。每位患者都会接受扫描。
由两名超声医师进行两次,组内相关系数将用于评估重复性。
将进行 SNAM 测量来评估所获得的 UAC 的关联性。
根据 PDFF 接收器,通过 SNAM 和 PDFF 脂肪变性也将被分类为 S0、S1、S2 和 S3。
将进行操作特性分析来建立 SNAM 切点,检测 ≥S1、≥S2 和
≥S3。SNAM 和 PDFF 分类之间的一致性将使用 Kappa 统计量进行评估。
该项目的成功完成将带来安全、具有成本效益且易于获取的超声波
频繁、准确评估肝脏脂肪变性的技术。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Shigao Chen其他文献
Shigao Chen的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Shigao Chen', 18)}}的其他基金
High-Resolution Flow Imaging of Optic Nerve Head and Retrolaminar Microvascular Circulation
视神经乳头和层后微血管循环的高分辨率血流成像
- 批准号:
10649225 - 财政年份:2023
- 资助金额:
$ 23.85万 - 项目类别:
Renal Microvessel Imaging for Characterization of Chronic Kidney Disease
肾脏微血管成像用于表征慢性肾脏病
- 批准号:
10581889 - 财政年份:2023
- 资助金额:
$ 23.85万 - 项目类别:
Ultrasensitive Doppler Ultrasound for Evaluation of Rheumatoid Arthritis
超灵敏多普勒超声评估类风湿关节炎
- 批准号:
10523605 - 财政年份:2022
- 资助金额:
$ 23.85万 - 项目类别:
Ultrasensitive Doppler Ultrasound for Evaluation of Rheumatoid Arthritis
超灵敏多普勒超声评估类风湿关节炎
- 批准号:
10659056 - 财政年份:2022
- 资助金额:
$ 23.85万 - 项目类别:
3D Ultra-sensitive Ultrasound Microvessel Imaging for Breast Mass Differentiation
3D 超灵敏超声微血管成像用于乳腺肿块分化
- 批准号:
10442667 - 财政年份:2021
- 资助金额:
$ 23.85万 - 项目类别:
Shear Wave Elastography of Myofascial Trigger Points Using a Compact Scanner
使用紧凑型扫描仪进行肌筋膜触发点的剪切波弹性成像
- 批准号:
9236961 - 财政年份:2017
- 资助金额:
$ 23.85万 - 项目类别:
Ultrasound Elastography for Liver Fibrosis Staging
超声弹性成像用于肝纤维化分期
- 批准号:
9288188 - 财政年份:2015
- 资助金额:
$ 23.85万 - 项目类别:
Virtual Biopsy with Ultrasound for Liver Fibrosis Staging
超声虚拟活检用于肝纤维化分期
- 批准号:
7726313 - 财政年份:2009
- 资助金额:
$ 23.85万 - 项目类别:
相似国自然基金
地表与大气层顶短波辐射多分量一体化遥感反演算法研究
- 批准号:42371342
- 批准年份:2023
- 资助金额:52 万元
- 项目类别:面上项目
高速铁路柔性列车运行图集成优化模型及对偶分解算法
- 批准号:72361020
- 批准年份:2023
- 资助金额:27 万元
- 项目类别:地区科学基金项目
随机密度泛函理论的算法设计和分析
- 批准号:12371431
- 批准年份:2023
- 资助金额:43.5 万元
- 项目类别:面上项目
基于全息交通数据的高速公路大型货车运行风险识别算法及主动干预方法研究
- 批准号:52372329
- 批准年份:2023
- 资助金额:49 万元
- 项目类别:面上项目
强磁场作用下两相铁磁流体动力学相场模型的高精度数值算法研究
- 批准号:12361074
- 批准年份:2023
- 资助金额:27 万元
- 项目类别:地区科学基金项目
相似海外基金
Clustered home assessment of visual fields in patients with glaucoma
青光眼患者视野的集群家庭评估
- 批准号:
10698909 - 财政年份:2023
- 资助金额:
$ 23.85万 - 项目类别:
Quantitative characterization of the liver-pancreas axis in diabetes via multiparametric magnetic resonance elastography
通过多参数磁共振弹性成像定量表征糖尿病肝胰轴
- 批准号:
10718333 - 财政年份:2023
- 资助金额:
$ 23.85万 - 项目类别:
Intensive Speech Motor Chaining Treatment and Artificial Intelligence Integration for Residual Speech Sound Disorders
残余言语障碍的强化言语运动链治疗和人工智能整合
- 批准号:
10635488 - 财政年份:2023
- 资助金额:
$ 23.85万 - 项目类别: