基于CUBE-FSE-FLEX序列的体外模型脂肪定量研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于CUBE-FSE-FLEX序列的体外模型脂肪定量研究

引用
目的 采用CUBE-FSE-FLEX序列测量水脂混合溶液模型的脂肪浓度、猪瘦肉及肥肉容积,研究基于此技术的脂肪浓度定量及容积测量准确性.方法 (1)水脂混合模型:分别制作浓度范围2%~30%、浓度梯度为2%的脂肪乳溶液和浓度范围0%~ 100%、浓度梯度为10%的水脂溶液,分别采用CUBE-FSE-FLEX和IDEAL-IQ序列扫描水脂溶液和脂肪乳溶液模型,获得两组序列所测脂肪分数,采用配对t检验分别比较两组测量值与实际脂肪分数的差异,采用线性回归方法及Bland-Altman散点图分析两组测量值与实际脂肪浓度的相关性及一致性;(2)肥瘦肉模型:采用CUBE-FSE-FLEX序列扫描肥瘦肉模型,分别获得手工分割(MS)和半自动分割算法[(多维阈值法(M DT)及区域增长法(RG)]测量的肥肉和瘦肉样本的体积,采用配对t检验、Pearson相关法及Bland-Altman散点图行3种方法容积测量值与实际容积的差异性、相关性及一致性检验;对肥瘦肉模型采用的MDT测得值进行Pear-son相关法及Bland-Altman散点图分析.结果 (1)水脂溶液:CUBE-FSE-FLEX-FaF与实际脂肪浓度无显著性差异(t=0.113,P=0.913),IDEAL-IQ-FaF与实际浓度差异显著(t=-41.084,P<0.001),两种测量值与实际脂肪浓度均有高度直线相关,分别为0.941 (CUBE-FSE-FLEX)与1(IDEAL-IQ).测量值与实际值差值的95%置信区间为:CUBE-FSE-FLEX(-19.1708,18.5199),IDEAL IQ(-4.7593,-3.4589).(2)脂肪乳溶液:CUBE-FSE-FLEX及IDEAL-IQ测量值与实际脂肪浓度均有显著性差异,(t=34.668,P<0.001)、(t=21.363,P<0.001),与实际脂肪浓度均呈高度直线相关,R2分别为0.999 (CUBE-FSE-FLEX)与1(IDEAL-IQ),测量值与实际值差值的95%置信区间为:CUBE-FSE-FLEX(-4.1762,-2.68),IDEAL-IQ(-2.0076,0.990).(3)肥瘦肉模型:配对t检验示肥瘦肉模型MS测量值与实际值均无显著差异(t=0.777,P=0.443;t=1.727,P=0.94);MDT及RG测量值与实际值均有显著差异(P <0.001).肥瘦肉模型中三种测量值均与实际容积值高度相关(R2均>0.98),MS与实际值偏差最小(bias=1.49%,bias=2.88%),MDT次之(bias=14.7%,bias=12.8%),RG最大(bias=-27.31%,bias=-33.99%),测量值与实际差值的95%置信区间分别为:肥肉模型-19.73%,-22.70% (MS);-22.76%,-52.15% (MDT),-40.84%,-13.79% (RG);瘦肉模型-15.62%,-21.38% (MS);-8.12%,-33.71%(M DT),-51.43%,-22.55% (RG).对肥瘦肉采用MDT测量方法两次测量值统计分析,两次采用MDT方法的测量值相关性及一致性高.结论 应用CUBE-FSE-FLEX序列能客观反映体外模型的脂肪浓度变化,推荐该序列脂像或水像图结合MDT可相对准确、便捷的实现软组织容积测量,可满足临床中组织器官的脂肪含量定量及容积测量的需要.

体外模型、容积测量、脂肪定量、对比研究

39

R445.2;R575.5;R614

国家自然科学基金;国家自然科学基金;湖北省自然科学基金

2020-05-28(万方平台首次上网日期,不代表论文的发表时间)

共8页

169-176

相关文献
评论
暂无封面信息
查看本期封面目录

临床放射学杂志

1001-9324

42-1187/R

39

2020,39(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn