Radiologie-Spotter-Sammlung

Leberfett-MRT-Rechner

Fettsignalanteil:
Fettsignalanteil in Prozent:

Fettsignalanteil : 100 x (Leber-SIIP – Leber-SIOP)/(2 x Leber-SIIP). Wird verwendet, wenn beide Echos nach einer einzigen Anregung erhalten werden.

Fettsignalprozentsatz : 100 x (Leber-SIIP/Milz-SIIP) – (Leber-SIOP/Milz-SIOP)/ 2 x (Leber-SIIP/Milz-SIIP). Wird verwendet, wenn die Echos separat erfasst werden.

Diese Berechnung liefert nur eine grobe Schätzung der Leberverfettung und unterschätzt diese wahrscheinlich. Eine genaue Schätzung der Leberverfettung kann mithilfe spezieller MRT-Untersuchungen erfolgen. Dieser Rechner eignet sich ideal zur Schätzung des Fettanteils bei einer routinemäßigen MRT-Untersuchung des Abdomens mithilfe der Zwei-Punkt-Dixon-Technik zur ungefähren Quantifizierung der Verfettung.

Bei der Erfassung von In-Phase- und Out-of-Phase-Echos nach einer einzigen Anregung mit identischer Kalibrierung für beide Echos ist die Verwendung der Milz als interner Referenzstandard unnötig. Werden die Echos jedoch separat erfasst, empfiehlt es sich, die Lebersignalamplitudenwerte mit den Milzwerten abzugleichen, um Genauigkeit und Konsistenz zu gewährleisten. Es wird allgemein angenommen, dass Leber und Milz die gleichen T2*-Relaxationswerte aufweisen, was jedoch oft falsch ist. Da keine interne Referenz fehlerfrei ist, ist es besser, beide Echos nach einer einzigen Anregung zu erfassen.

Obwohl die Genauigkeit der phasenverschobenen und phasengleichen MRT-Bildgebung bei der Quantifizierung von Leberfett die von Ultraschall und CT übertrifft, ist sie nicht fehlerfrei. Die Haupteinschränkung bei der Verwendung der Standardtechnik besteht darin, dass der Signalfettanteil berechnet werden kann, der Gehaltsfettanteil jedoch nicht. Studien zeigen, dass drei kritische Faktoren – T1-Relaxation, T2*-Relaxation und Signalinterferenzen zwischen den verschiedenen Spektralkomponenten des Fetts – die Intensität der Fett- und Wassersignale verfälschen und dazu führen, dass der Signalfettanteil keine perfekte Schätzung des Fettgehalts liefert.

Quellen:

  • Elfaal M, Supersad A, Ferguson C, et al. Zweipunkt-Dixon- und Sechspunkt-Dixon-Magnetresonanztechniken zur Erkennung, Quantifizierung und Einstufung der Leberverfettung. World J Radiol . 2023;15(10):293-303. doi:10.4329/wjr.v15.i10.293
  • Starekova J, Hernando D, Pickhardt PJ, Reeder SB. Quantifizierung des Leberfettgehalts mit CT und MRT: Stand der Technik. Radiologie . 2021;301(2):250-262. doi:10.1148/radiol.2021204288
  • Sirlin CB. Eingeladener Kommentar. Radiographics . 2009;29(5):1277-1280. doi:10.1148/027153330290051277

 Haftungsausschluss: Der Autor erhebt keinen Anspruch auf die Richtigkeit der hierin enthaltenen Informationen. Diese Informationen dienen ausschließlich Bildungszwecken und sind kein Ersatz für eine klinische Beurteilung.

Diese Seite wurde zuletzt aktualisiert am 16. März 2025, 22:48 Uhr

Schreibe einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Pflichtfelder sind markiert *

Über den Autor


Dr. Amar Udare, MD, DNB

Dr. Amar UdareDr. Amar Udare ist ein staatlich anerkannter Radiologe (MD, DNB) mit über 10 Jahren Erfahrung und einem besonderen Interesse an der Körperbildgebung. Derzeit ist er als Clinical Associate Professor für Diagnostische Bildgebung (Radiologie) an der Universität Calgary tätig. Mit seiner Leidenschaft für das Unterrichten war er 2018 und 2020 Halbfinalist bei den Aunt-Minnie Most Effective Radiology Educator Awards.

Dr. Udare besitzt einen MBBS- und MD-Abschluss und ist Experte im Bereich der Radiologie. Er ist Autor mehrerer von Experten begutachteter Publikationen und leistet damit einen bedeutenden Beitrag zur medizinischen Forschung. Seine Arbeiten sind auf PubMed und Google Scholar verfügbar.

Neben seinen akademischen und beruflichen Erfolgen ist Dr. Udare ein begeisterter Leser und beschäftigt sich gerne mit den neuesten Fortschritten in der Medizintechnik. Sein Engagement, komplexes medizinisches Wissen Patienten und der breiten Öffentlichkeit zugänglich zu machen, steht im Einklang mit unserer Mission bei RadioGyan.com.

Bei weiteren Fragen oder Unklarheiten können Sie sich gerne über das Kontaktformular an Dr. Udare wenden.

 

Möchten Sie ein BESSERER Radiologe werden? Schließen Sie sich 15000 Radiologie-Kollegen an!

Geben Sie unten Ihre E-Mail-Adresse ein, um auf HIGH YIELD- Radiologieinhalte, -Updates und -Ressourcen zuzugreifen.

Popup für die Anmeldung zum E-Mail-Newsletter

Kein Spam, nur WERT! Sie können sich jederzeit mit einem einzigen Klick abmelden.

Nach oben scrollen