Методы лучевой визуализации в диагностике хронических заболеваний печени

Актуальность. Хронические заболевания печени являются одними из самых распространённых поражений органов и систем, входящие во многих странах в первую пятерку причин смертности. Печень является одним из основных органов, ответственных за ключевые функции обмена веществ, синтеза белков и гормонов, детоксикации и выведения отходов. При хронических заболеваниях печени происходит непрерывный процесс воспаления, разрушения и регенерации, в конечном итоге приводящий к выраженному нарушению функций печени вследствие развития фиброза и цирроза. Главной задачей лучевой диагностики хронических заболеваний печени является разработка и внедрение в клиническую практику новых неинвазивных биомаркеров для всесторонней оценки структуры паренхимы печени с целью выбора дальнейшей тактики лечения.

Цель: всесторонний анализ современных возможностей методов лучевой визуализации в диагностике хронических заболеваний печени.

Материалы и методы. Произведён анализ 107 современных публикаций отечественной и зарубежной литературы, посвящённых диагностике хронических заболеваний печени различной этиологии.

Заключение. В статье отражены наиболее распространённые современные и перспективные методики лучевой визуализации при хронических заболеваниях печени, которые, в большинстве случаев, позволяют отказаться от инвазивных вмешательств в процессе установки диагноза и мониторинге ответа на проводимое лечение. 

1. Li M., Wang Z.Q., Zhang L., Zheng H., Liu D.W., Zhou M.G. Burden of Cirrhosis and Other Chronic Liver Diseases Caused by Specific Etiologies in China, 1990-2016: Findings from the Global Burden of Disease Study 2016. Biomed Environ Sci. 2020;33(1):1-10. https://doi.org/10.3967/bes2020.001

2. Киселева Е.В., Демидова Т.Ю. Неалкогольная жировая болезнь печени и сахарный диабет 2 типа: проблема сопряженности и этапности развития. Ожирение и метаболизм. 2021;18(3):313-319.

3. Xu X.Y., Wang W.S., Zhang Q.M. et al. Performance of common imaging techniques vs serum biomarkers in assessing fibrosis in patients with chronic hepatitis B: A systematic review and meta-analysis. World J Clin Cases. 2019;7 (15):2022–2037. https://doi.org/10.12998/wjcc.v7.i15.2022

4. Линденбратен Л.Д., Королюк Л.Д. Медицинская радиология и рентгенология (основы лучевой диагностики и лучевой терапии). Москва: Медицина, 2000;667.

5. Гранов Д.А., Полехин А.С., Таразов П.Г., Руткин И.О., Тилеубергенов И.И., Боровик В.В. Химиоэмболизация печеночных артерий у больных гепатоцеллюлярным раком на фоне цирроза перед трансплантацией печени: прогностическое значение концентрации альфафетопротеина. Вестник трансплантологии и искусственных органов. 2020;22(4):52-57. https://doi.org/10.15825/1995-1191-2020-4-52-57

6. Огурцов П.П., Зыкин Б.И. Тарасова О.И, Кухарева Е.И, Красницкая С. К., Мазурчик Н.В. и др. Ультразвуковая сдвиговая эластометрия и ультразвуковая стеатометрия печени. Методические рекомендации. Вестник последипломного медицинского образования. 2019;1:137-148.

7. Pirmoazen A.M., Khurana A., Kaffas A.E., Kamaya A. Quantitative ultrasound approaches for diagnosis and monitoring hepatic steatosis in nonalcoholic fatty liver disease. Theranostics. 2020;10(9):4277-4289. https://doi.org/10.7150/thno.40249

8. Зыкин Б.И. Ультразвуковая сдвиговая эластография печени. Научно-практическое руководство для врачей. М.: РеалТайм; 2022.

9. Ozturk А., Olson M.C., Samir A.E., Venkatesh S.K. Liver fibrosis assessment: MR and US elastography. Abdominal Radiology. 2022;47:3037– 3050. https://doi.org/10.1007/s00261-021-03269-4

10. Ferraioli G., Wai-Sun Wong V., Castera L., Berzigotti A., Sporea I., Dietrich C.F. et al. Liver Ultrasound Elastography: An Update to the World Federation for Ultrasound in Medicine and Biology Guidelines and Recommendations. Ultrasound Med Biol. 2018;44(12):2419-2440. https://doi.org/10.1016/j.ultrasmedbio.2018.07.008

11. Byun J., Lee S.S., Sung Y.S., Shin Y., Yun J., Kim H.S. et al. CT indices for the diagnosis of hepatic steatosis using non-enhanced CT images: development and validation of diagnostic cut-off values in a large cohort with pathological reference standard. Eur Radiol. 2019;29(8):44274435. https://doi.org/10.1007/s00330-018-5905-1

12. Wu Z.J., Hippe D.S., Zamora D.A., Briller N., Amin K.A., Kolokythas O. et al. Accuracy of Dual-Energy Computed Tomography Techniques for Fat Quantification in Comparison With Magnetic Resonance Proton Density Fat Fraction and Single-Energy Computed Tomography in an Anthropomorphic Phantom Environment. Comput Assist Tomogr. 2021;45(6):877-887.

13. Furusato Hunt O.M., Lubner M.G., Ziemlewicz T.J., Del Rio A.M., Pickhardt P.J. The Liver Segmental Volume Ratio for Noninvasive Detection of Cirrhosis: Comparison With Established Linear and Volumetric Measures. J Comput Assist Tomogr. 2016;40(3):478-484. https://doi.org/10.1097/RCT.0000000000000389

14. Kim S.W., Kim Y.R., Choi K.H.[et al. Staging of Liver Fibrosis by Means of Semiautomatic Measurement of Liver Surface Nodularity in MRI. AJR Am J Roentgenol. 2020;215(3):624-630. https://doi.org/10.2214/AJR.19.22041

15. Thaiss W.M., Sannwald L., Kloth C., Ekert K., Hepp., Bösmüller H. et al. Quantification of Hemodynamic Changes in Chronic Liver Disease: Correlation of Perfusion-CT Data with Histopathologic Staging of Fibrosis. Acad Radiol. 2019;26(9): 1174-1180. https://doi.org/10.1016/j.acra.2018.11.009

16. Ito E., Sato K., Yamamoto R., Sakamoto K., Urakawa H., Yoshimitsu K. Usefulness of iodine-blood material density images in estimating degree of liver fibrosis by calculating extracellular volume fraction obtained from routine dual-energy liver CT protocol equilibrium phase data: preliminary experience. Jpn J Radiol. 2020;38(4):365-373. https://doi.org/10.1007/s11604-019-00918-z

17. Basso L., Baldi D., Mannelli L., Cavaliere C., Salvatore M., Brancato V. Investigating Dual-Energy CT Post-Contrast Phases for Liver Iron Quantification: A Preliminary Study. Dose Response. 2021;19(2). https://doi.org/10.1177/15593258211011359

18. Chmelík M., Suchá S., Beneš J., Pátrovič L., Juskanič D. Photon-counting CT using multi-material decomposition algorithm enables fat quantification in the presence of iron deposits. Research Article. 2024;118. https://doi.org/10.1016/j.ejmp.2024.103210

19. Okabayashi T., Shima Y., Morita S. et al. Liver function assessment using technetium 99m-Galactosyl single photon emission computed tomography/CT fusion imaging: a prospective trial. J Am Coll Surg. 2017;225(6):789–797. https://doi.org/10.1016/j.jamcollsurg.2017.08.021

20. Al-Busafi S.A., Ghali P., Wong P. et al. The utility of Xenon-133 liver scan in the diagnosis and management of nonalcoholic fatty liver disease. Can J Gastroenterol. 2012;26:155-159. https://doi.org/10.1155/2012/796313

21. Shetty A.S., Sipe A.L., Zulfiqar M., Tsai R., Raptis D.A., Raptis C.A. et al. In-Phase and Opposed-Phase Imaging: Applications of Chemical Shift and Magnetic Susceptibility in the Chest and Abdomen. RadioGraphics. 2019;39(1):115–135. https://doi.org/10.1148/rg.2019180043

22. Yokoo T., Serai S.D., Pirasteh A., Bashir M.R., Hamilton G., Hernando D. et al. Linearity, Bias, and Precision of Hepatic Proton Density Fat Fraction Measurements by Using MR Imaging: A Meta-Analysis. Radiology. 2018;286:486–498. https://doi.org/10.1148/radiol.2017170550

23. Idilman I.S., Keskin O., Celik A., Savas B., Elhan A.H., Idilman R. et al. A comparison of liver fat content as determined by magnetic resonance imaging-proton density fat fraction and MRS versus liver histology in non-alcoholic fatty liver disease. Acta Radiol. 2016;57(3):271–278. https://doi.org/10.1177/0284185115580488

24. Simchick G., Zhao R., Hamilton G. et al. Spectroscopy-Based Multi-Parametric Quantification in Subjects with Liver Iron Overload at 1.5T and 3T. Magn Reson Med. 2022;87(2):597–613. https://doi.org/10.1002/mrm.29021

25. Tang A., Desai A., Hamilton G. et al. Accuracy of MR imaging-estimated proton density fat fraction for classification of dichotomized histologic steatosis grades in nonalcoholic fatty liver disease. Radiology. 2015;274:416–425. https://doi.org/10.1148/radiol.14140754

26. Jones J.G. Non-Invasive Analysis of Human Liver Metabolism. Magnetic Resonance Spectroscopy Metabolites. 2021;11(11):751. https://doi.org/10.3390/metabo11110751

27. Im W.H., Song J.S., Jang W. Noninvasive staging of liver fibrosis: review of current quantitative CT and MRI‑based techniques. Abdominal Radiology. 2022;47:3051–3067. https://doi.org/10.1007/s00261-021-03181-x

28. Han M.A., Vipani A., Noureddin N., Ramirez K., Gornbein J., Saouaf R. et al. MR elastography-based liver fibrosis correlates with liver events in nonalcoholic fatty liver patients: A multicenter study. Liver Int. 2020;40(9):2242-2251. https://doi.org/10.1111/liv.14593

29. Hoffman D.H., Ayoola A., Nickel D., Han F., Chandarana H., Shanbhogue K.P. T1 mapping, T2 mapping and MR elastography of the liver for detection and staging of liver fibrosis. Abdom Radiol. 2020;45(3):692–700. https://doi.org/10.1007/s00261-019-02382-9

30. Mesropyan N., Kupczyk P., Isaak A., Endler C., Faron A., Dold L. et al. Synthetic extracellular volume fraction without hematocrit sampling for hepatic applications. Abdom Radiol (NY). 2021;46(10):4637–4646. https://doi.org/10.1007/s00261-021-03140-6

31. Ren, H. Liu Y., Lu J. et al. Evaluating the clinical value of MRI multi-model diffusion-weighted imaging on liver fibrosis in chronic hepatitis B patients. Abdom Radiol. 2021;46(4):1552-1561. https://doi.org/10.1007/s00261-020-02806-x

32. Amin K., Mileto A., Kolokythas O. MRI for Liver Iron Quantification: Concepts and Current Methods. Seminars in Ultrasound, CT and MRI. 2022;43(4): 364-370. https://doi.org/10.1053/j.sult.2022.03.006

33. Bhimaniya S., Arora J., Sharma P., Zhang Z., Khanna G. Liver iron quantification in children and young adults: comparison of a volumetric multi-echo 3-D Dixon sequence with conventional 2-D T2* relaxometry. Pediatr Radiol. 2022;52(8):1476–1483. https://doi.org/10.1007/s00247-022-05352-4