基于三维器官分割的 CT 衰减参数评估慢性乙型肝炎患者肝脂肪变性的研究

《Scientific Reports》：Three-dimensional organ segmentation-derived CT attenuation parameters for assessing hepatic steatosis in chronic hepatitis B patients

为评估 CT 衍生参数在慢性乙型肝炎（CHB）患者肝脂肪变性评估中的适用性，研究人员对 243 例 CHB 患者进行回顾性分析。结果显示，通过自动 3D 分析提取的 CT 衰减参数有望成为评估 CHB 患者肝脂肪变性的工具，这为临床评估提供了新方法。

　　在全球范围内，慢性乙型肝炎（Chronic Hepatitis B，CHB）如同一个潜伏在暗处的健康杀手，严重威胁着人们的肝脏健康，引发诸多严重的肝脏相关并发症。而在 CHB 患者群体中，肝脂肪变性的出现愈发频繁，像一个 “帮凶”，搅乱患者的身体状况。大约 30% 的 CHB 患者会受到肝脂肪变性的困扰，它的存在与患者的代谢异常紧密相关，不仅增加了心血管疾病的患病风险，还在肝细胞癌（Hepatocellular Carcinoma，HCC）的发病风险上 “做手脚”，让病情变得更加复杂。准确评估 CHB 患者的肝脂肪变性情况，对于预测患者的疾病发展、提前揪出高风险人群至关重要，就像是为医生提供了一把精准的 “手术刀”，能更有效地规划治疗方案。

目前，在评估肝脂肪变性的众多方法里，B 超虽然是常用的筛查手段，但它就像一个 “模糊的放大镜”，难以提供精准的量化数据。瞬时弹性成像（Transient Elastography，TE）结合控制衰减参数（Controlled Attenuation Parameter，CAP）、磁共振成像质子密度脂肪分数（Magnetic Resonance Imaging Proton Density Fat Fraction，MRI-PDFF）等方法虽然能给出量化结果，可也存在各自的局限性。计算机断层扫描（Computed Tomography，CT）由于有电离辐射风险，在评估肝脂肪变性方面通常不被优先考虑，但它在临床多种疾病诊断中占据重要地位，要是能挖掘出它在评估肝脂肪变性上的潜力，就如同给临床医生增添了一件 “秘密武器”。此前，大多数利用 CT 评估肝脂肪变性的研究都聚焦在非酒精性脂肪性肝病（Nonalcoholic Fatty Liver Disease，NAFLD）上，对于 CHB 患者这一群体，相关数据和研究却少之又少。

为了填补这一空白，来自首尔国立大学医院（Seoul National University Hospital）等机构的研究人员挺身而出，开展了一项意义重大的研究。他们回顾性分析了 243 例 CHB 患者的病例，试图探索 CT 衰减参数在评估 CHB 患者肝脂肪变性方面的可行性。这项研究成果发表在《Scientific Reports》上，为该领域带来了新的曙光。

研究人员主要运用了以下几种关键技术方法：一是利用深度学习（Deep Learning）进行腹部 CT 扫描的三维（3D）器官自动分割，以此测量肝脏和脾脏的体积 CT 衰减值；二是采用传统的二维（2D）感兴趣区域（Region of Interest，ROI）测量方法作为对比；三是通过 TE 结合 CAP 来确定肝脂肪变性和肝纤维化的等级。研究数据来源于 2021 年 1 月至 2023 年 12 月在首尔国立大学医院进行肝脏 CT 扫描和 TE 检查的 CHB 患者。

研究结果主要体现在以下几个方面：

• 测量方法的一致性：在比较肝脏和脾脏 CT 衰减的不同测量方法时，研究发现，体积 CT 衰减参数与基于 ROI 的参数一致性良好到优秀。具体来说，肝脏的 L_pre和 L_post体积测量与基于 ROI 的测量，组内相关系数（Intraclass Correlation Coefficient，ICC）分别达到 0.947（95% 置信区间：0.932 - 0.959）和 0.949（95% 置信区间：0.934 - 0.960）；脾脏的 S_pre和 S_post体积测量与基于 ROI 的测量，ICC 分别为 0.840（95% 置信区间：0.794 - 0.876）和 0.894（95% 置信区间：0.864 - 0.918）。不过，体积测量值略低于基于 ROI 的测量值，这表明两种测量方法存在系统差异，不能完全互换。
• 诊断性能评估：在利用体积 CT 参数诊断肝脂肪变性时，研究人员发现，对于轻度、中度和重度肝脂肪变性的识别，L_pre的受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve，AUROC）分别为 0.695、0.779 和 0.795，显著高于 L - S_pre的 0.633、0.691 和 0.732。在对比增强 CT 参数中，L_post检测轻、中、重度肝脂肪变性的 AUROC 略高于 L - S_post，但差异无统计学意义。总体而言，所有等级的肝脂肪变性，平扫 CT 参数的 AUROC 略高于增强 CT 参数，但差异同样无统计学意义。
• 与 2D ROI 参数比较：在评估不同程度的肝脂肪变性时，体积参数的 AUROC 与 2D ROI 测量的 AUROC 差异无统计学意义，这意味着两种评估方式在诊断效能上具有一定的可比性。
• 肝纤维化的影响：研究还发现，肝纤维化会影响 CT 参数的诊断性能。在检测重度肝脂肪变性时，重度纤维化患者的 L - S_post的 AUROC 显著低于无重度纤维化患者（0.53 vs. 0.77，P = 0.037），这表明肝纤维化可能干扰了 CT 衰减值对肝脂肪变性的准确评估。

研究结论和讨论部分意义重大。研究表明，通过全自动 3D 分割工具获取的体积 CT 衰减参数，在检测和分级 CHB 患者的肝脂肪变性方面展现出一定潜力，这为临床医生利用 CT 评估 CHB 患者的肝脂肪变性提供了有力支持。不过，研究也存在一些局限性，如回顾性研究带来的选择偏倚、CAP 作为参考标准的不标准化以及仅研究了 100 kVp 的 CT 扫描。未来还需要更多前瞻性研究、采用更可靠的参考标准以及对不同扫描设置进行研究，来进一步完善这一评估方法。但不可否认的是，这项研究为 CHB 患者肝脂肪变性的评估开辟了新方向，让我们在攻克这一难题的道路上迈出了重要一步。