Lee等^[1]基于全球114项队列数据(2010—2022年)研究显示，代谢相关脂肪性肝病(metabolic dysfunction- associated fatty disease，MAFLD)发病率明显增加，全球范围内MAFLD患病率约32.4%。Lou等^[2]基于我国10万例成年人2014—2023年的多中心横断面调查数据表明，我国成人MAFLD的总患病率为29.6%，其在肥胖和2型糖尿病患者中的患病率分别为6.2%和51.8%。准确评估肝脏脂肪含量对该病的临床管理至关重要。MRI技术中的质子密度脂肪分数(proton density fat fraction，PDFF)可无创、客观评估肝脏脂肪含量，是临床评估肝脏脂肪含量的金标准^[3]，但其成像速度较慢，且对肥胖患者成像能力较差。本研究旨在探讨MRI可变容积加速肝脏采集(liver acquisition with volume acceleration-flexible，LAVA-Flex)技术和非对称回波最小二乘估算法迭代水脂分离(iterative decomposition of water and fat with echo asymmetry and least-squares estimation quantitation sequence，IDEAL-IQ)技术在测定全肝脂肪分数(fat fraction，FF)方面的准确性和一致性，并与PDFF行一致性分析，探讨LAVA-Flex技术在全肝脂肪快速定量检测中的潜力，以期为MAFLD的早期诊断提供更高效、经济的影像学工具，并为临床治疗提供新的视角。

前瞻性收集2022年7月至2024年10月上海市宝山区罗店医院诊断为MAFLD的患者97例和健康志愿者23例，均在确诊后1个月内行肝脏MRI LAVA-Flex和IDEAL-IQ扫描。根据PDFF将MAFLD患者和健康志愿者共120例分为4组^[4]：正常组23例，PDFF＜5%；轻度组15例，5% ≤ PDFF＜10%；中度组48例，10% ≤ PDFF＜25%；重度组34例，PDFF ≥ 25%。本研究经医院伦理委员会批准(批号：LDYY-KY-2022-26)，患者均签署知情同意书。

MAFLD患者：基于影像学、血液生物标志物及组织学发现肝脏存在脂肪积聚的证据；合并以下3项条件之一：超重/肥胖、2型糖尿病、代谢功能障碍。MAFLD诊断标准对饮酒无特殊要求，纳入患者时不再考虑酒精摄入量或合并其他肝脏疾病^[5]。健康志愿者：经MRI检查(PDFF＜5%)、血液生物标志物(肝功能、血脂、血糖等指标正常)及临床评估，排除肝脏脂肪积聚、MAFLD及其他肝脏疾病，且无代谢相关疾病(如糖尿病、高血压、血脂异常等)。

MRI禁忌证(带有心脏起搏器、体内金属异物、妊娠3个月内、高热等)；引起肝、脾金属过载的其他疾病(血色素沉着症、肝豆状核变性、遗传性血色病、地中海贫血等)。

采用GE HDxt 1.5 T MRI成像仪及8通道腹部相控阵线圈。患者禁食6~8 h，行呼吸训练，除去金属及磁敏感性物品，呼吸门控软管置于前腹壁中央，线圈中心位于剑突下缘。患者取仰卧位，足先进，呼气末屏气扫描。扫描范围包括整个肝脏，扫描参数见表 1。

表 1

表 1 2种成像技术参数

表 1 2种成像技术参数 序列 TE(ms) TR(ms) 翻转角(°) 视野(mm×mm) 分辨率 LAVA-Flex 4.2 6.2 15 420×420 320×240 IDEAL-IQ Min Full 11.8 7 420×378 160×160 序列 层厚(mm) 层距(mm) 激励次数(次) 扫描方式 所得图像 LAVA-Flex 4.0 0 1 呼气末屏气一次完成 水相、脂相、同相位、反相位图 IDEAL-IQ 6.0 0 0.5 呼气末屏气一次完成 PDFF、R2*、水相、脂相、同相位、反相位图 注：LAVA-Flex为可变容积加速肝脏采集，IDEAL-IQ为非对称回波最小二乘估算法迭代水脂分离，PDFF为质子密度脂肪分数。

将MRI图像数据导入AW 4.6工作站3D Slicer软件，由2位具有5年以上MRI工作经验的主管技师独立进行全肝分割，分别勾勒肝脏轮廓，剔除肝内直径＞5 mm的占位性病灶，避开肝周脂肪、肝门区血管及胆管结构，确保勾画范围不超出肝组织边界；再由1位从事MRI诊断工作10年以上的主治医师对2位技师的标注结果进行核对。若发现标注差异(如轮廓边界偏差＞3 mm或关键区域漏标)，则由上述3人讨论，达成统一的全肝分割结果^[6](图 1)。在IDEAL-IQ序列PDFF图上计算平均PDFF值；脂相图计算信号强度平均值(SI_fat’)；水相图计算信号强度平均值(SI_water’)，并计算出脂肪信号分数(FF_IQ)，FF_IQ=SI_fat’/(SI_fat’+SI_water’)×100%。以相同方式对LAVA-Flex序列图像进行勾画，并计算出其脂肪信号分数(FF_Flex)，FF_Flex=SI_fat/(SI_fat+SI_water)×100%。测量肝门层面腹壁皮下脂肪厚度。

图 1

注：患者，男，42岁，中度脂肪肝。在质子密度脂肪分数（PDFF）原始图像（图 1a）上勾画肝脏组织（图 1b），生成整体肝脏（图 1c）。在LAVA-Flex生成的水相图（图 1d）上勾画肝脏组织（图 1e），生成整体肝脏（图 1f）测得脂肪信号 图 1 全肝分割示意图

采用SPSS 26.0软件进行数据分析。符合正态分布的计量数据以x±s表示，组间比较行单因素方差分析。采用Pearson相关性分析评估PDFF与FF_IQ、FF_Flex之间的相关性。使用Origin2024软件绘制相关性热图及Bland-Altman图，进一步评估2种技术测定的FF与PDFF的一致性。以P＜0.05为差异有统计学意义。

总体及各组的一般情况见表 2。

表 2

表 2 总体及各组的一般情况

表 2 总体及各组的一般情况 组别 例数 性别(例) 年龄(岁，x±s) BMI (kg/m，x±s) 皮下脂肪厚度(cm，x±s) 腹围(cm，x±s) PDFF (x±s) FFIQ (x±s) FFFlex (x±s) 男 女 正常组 23 10 13 49.1±14.4 24.7±2.5 1.7±0.7 181.0±14.6 3.1± 1.0 3.1± 0.9 6.2±2.2 轻度组 15 9 6 48.1±11.9 26.1±3.3 1.6±0.8 179.6±11.6 7.3± 1.6 7.4± 2.3 8.3±1.7 中度组 48 26 22 48.1±16.3 27.9±2.7 1.8±0.8 180.5±19.8 17.2± 4.1 17.1± 4.1 17.6±4.8 重度组 34 18 16 39.2±13.6 29.8±5.1 1.9±0.8 174.5±16.6 30.2± 5.1 31.6±11.0 29.5±4.3 总体 120 63 57 45.8±15.1 27.6±4.0 1.8±0.8 178.8±17.2 17.0±10.7 17.3±12.3 17.6±9.6 注：MAFLD为代谢相关脂肪性肝病，PDFF为质子密度脂肪分数，FFIQ为IDEAL-IQ序列测定的脂肪分数，FFFlex为LAVA-Flex序列测定的脂肪分数。

使用单因素方差分析对不同组别(轻、中、重度组)的FF_IQ和FF_Flex行组间差异检验显示：FF_IQ、FF_Flex组间差异均有统计学意义(F=5.628，P=0.004；F=4.875，P=0.007)。

对总体及各组测量值分别行Pearson相关性分析：总体120例的FF_IQ与PDFF呈显著相关(r=0.514，P＜0.01)，FF_Flex与PDFF呈极强相关(r=0.959，P＜0.01)；正常组FF_IQ与PDFF呈极强相关(r=0.991，P＜0.01)，FF_Flex与PDFF之间相关性较弱(r=0.348，P＜0.05)；轻度组FF_IQ与PDFF相关性较强(r=0.848，P＜0.01)，FF_Flex与PDFF呈显著相关(r=0.454，P＜0.01)；中度组FF_IQ与PDFF相关性极强(r=0.997，P＜0.01)，FF_Flex与PDFF相关性较强(r=0.756，P＜0.01)；重度组FF_IQ、FF_Flex均与PDFF呈显著相关(r=0.779，0.793；均P＜0.01)。

总体PDFF与年龄、BMI、皮下脂肪厚度、腹围、FF_Flex及FF_IQ的相关性热图显示，PDFF与FF_Flex呈极强相关，与FF_IQ呈中等相关，与BMI呈中等相关，与年龄呈弱相关(图 2)。

图 2

注：PDFF与FFFlex呈极强相关，与FFIQ呈中等相关，与BMI呈中等相关，与年龄呈弱相关。MAFLD为代谢相关脂肪性肝病，PDFF为质子密度脂肪分数，FFFlex为LAVA-Flex序列图像的脂肪分数，FFIQ为IDEAL-IQ序列图像的脂肪分数 图 2 总体MAFLD患者PDFF与年龄、BMI、皮下脂肪厚度、腹围、FFFlex及FFIQ相关性热图

Bland-Altman图显示，FF_Flex与FF_IQ大部分(95%)数据点均落在一致性限内，且中心线接近0，表明FF_Flex、FF_IQ与PDFF均具有很好的一致性(图 3)。

图 3

注：图 3a为评估PDFF与FFFlex的一致性，大部分数据点落在一致性限内，且中心线接近0，表明两者一致性较好；图 3b为评估PDFF与FFIQ之间的一致性，大部分数据点落在一致性限内，且中心线接近0，表明两者一致性很好 图 3 Bland-Altman图

MAFLD是最常见的慢性肝脏疾病，也是我国健康体检人群中血清转氨酶增高的主要原因^[7]。营养过剩和代谢紊乱均可促进肝脏的脂肪沉积，随着病情进展，可发展为肝硬化甚至肝癌，给个人健康及经济造成重大影响^[8]。

本研究MAFLD患者97例中，男性占比[54.6%(53/97)]高于女性[45.4%(44/97)]，与乔琦等^[9]研究相符。使用更准确、高效的全肝半自动勾画方法勾画ROI，对不均匀脂肪肝不进行特别区分，避免了手动勾画的误差^[10]。MAFLD的患病率与BMI和腰围呈正相关，但在BMI和腰围正常的成人中，其患病率也高达17.5%^[11]，因此，本研究同时收集了BMI、腹部皮下脂肪厚度及腹围等指标。肝脏在微量金属的代谢和储存中具有重要作用^[12]，许多血液及遗传性疾病易引发肝、脾金属沉积，导致脂肪信号测量不准确，因此，排除此类疾病。有学者以MRS为金标准，对IDEAL-IQ技术得到的FF准确性进行研究，发现其测得的FF准确度高，诊断特异度、敏感度、准确率均为100%^[13]，因此本研究以PDFF作为全肝测量的参考标准。

LAVA-Flex是将迭代最小二乘水脂分离算法和非对称采集技术相结合来实现水脂分离的一种新的快速成像技术，可在相位编码、频率编码、层间几个方向上进行部分傅里叶采集，同时内置了特殊的K空间填充，采用容积内插技术有利于三维重建，扫描效率高，一次扫描可获得全肝4种图像^[14]，其中水相是临床动态增强扫描的主要影像，而同相位、反相位是临床诊断和鉴别诊断脂肪性病变的重要参照。LAVA-Flex技术适用于多种临床场景，可助力临床医师快速获取急性肝病患者肝脏脂肪含量信息；对儿童或老年等不能配合检查的患者，其快速扫描具有明显优势；在大规模筛查中，减少患者等待时间，其快速获取数据的能力足以弥补部分误差带来的影响，大大提高筛查效率；因此，FF_Flex有可能替代传统PDFF测量，应用于大规模筛查中^[15]。

IDEAL-IQ是一种成熟的肝脏脂肪定量技术，脂肪中的氢质子由于其周围化学结构(如甲基、亚甲基等)的影响，其进动频率比水中氢质子稍慢从而产生化学位移现象。本研究使用1.5 T MRI扫描仪，脂肪中与水中氢质子的化学位移约220 Hz，采集多个不同回波时间的信号，从而获得水和脂肪信号在不同时间点的变化，再通过不断迭代优化精确地分解出水信号和脂肪信号；分别使用该序列的水相、脂相图像勾画全肝，计算出相应的全肝FF_IQ。但该技术由于T₂^*弛豫会对结果产生误差，IDEAL-IQ技术生成的PDFF图像可有效剔除组织T₂^*干扰，对肝脏脂肪量化更精准^[16]。

LAVA-Flex、IDEAL-IQ在实际应用中可能存在测量误差和局限性，未来还需要多中心验证。不同设备的磁场强度、射频脉冲序列、梯度场性能等对FF的测量也会产生影响，如低场强设备的信噪比相对较低，在检测脂肪信号时准确性下降，导致FF测量值出现偏差；射频脉冲和梯度场特性不同，造成水脂分离效果不同，也会对FF测量的准确性产生一定影响。

本研究显示，总体样本中FF_Flex与PDFF之间、正常组FF_IQ与PDFF之间、中度组FF_IQ与PDFF之间均呈极强相关(均r＞0.95)；轻度组FF_IQ与PDFF之间呈较强相关(r=0.848)，23例正常组FF_IQ与PDFF存在极强的相关(r=0.991)；FF_Flex与PDFF之间，中度组FF_Flex与PDFF之间，重度组FF_IQ、FF_Flex与PDFF之间均呈显著相关(均r＞0.75)。利用Origin2024软件绘制总体样本相关性热图：PDFF与FF_Flex呈极强相关，与FF_IQ呈中等相关，与BMI呈中等相关，与年龄呈弱相关。张玉峰等^[17]研究发现，FF与年龄呈负相关，与本研究结果相符。

本研究中Bland-Altman图显示，PDFF与FF_Flex、FF_IQ之间平均差异小，几乎无系统性偏差，且各自约95%的数据点落在一致性限内，表明这2种方法的测量结果在大多数情况下接近，均与PDFF一致性良好。但2幅图像均显示有6例数据点超出一致性限，检查发现均为中、重度酒精性脂肪肝患者，由于本研究选择MAFLD，可能是因未排除饮酒患者引起。

综上所述，IDEAL-IQ和LAVA-Flex技术在测定全肝FF方面均表现出与PDFF的高度一致性，特别是LAVA-Flex技术成像快，可减少运动伪影，提高检测的准确性，为肝脏脂肪含量的评估提供了新工具，更适合于临床常规检查和大规模筛查。未来研究可进一步探索这些技术在不同临床场景下的应用，并评估其在长期跟踪和管理MAFLD患者中的效果。