作者：吴淑珍，
代谢相关脂肪性肝病（Metabolic dysfunction associated steatotic liver disease，MASLD）是全球慢性肝病的主要原因，它与生活方式、遗传因素和代谢疾病等密切相关。在肝脏代谢失衡的状态下，甘油三酯易于在肝细胞内过度沉积，从而发生脂肪变性。持续且过多的脂肪堆积可能会加剧肝细胞损伤，炎症反应、纤维化进程、
目前，尽管肝活检被视为诊断的金标准，但由于其侵入性特征、潜在的取样偏差等局限性，并未获得广泛的临床采纳。超声检测在评估轻度脂肪变性和肥胖个体时，其量化准确性受限，不是一种理想的成像手段。CT 易受血铁和血色素沉着的影响，诊断敏感性较低且暴露于电离辐射，故不推荐临床使用。
MRI 是一种具有丰富对比机制的成像方法，能够直接测量水和脂肪中的质子信号，实现对肝脏脂肪的精确检测与量化。MRI 技术主要包括MRS 及多回波化学位移编码MRI（CSE-MRI），其中基于CSE-MRI 的质子密度脂肪分数（PDFF）作为量化脂肪的重要临床工具，显示出广阔的应用前景。本文重点探讨MR 脂肪定量技术及其最新研究进展，并综述MR 肝脂肪量化指标在疾病诊断监测、疗效评估以及肝脏肿瘤的辅助诊疗中的临床应用，旨在为脂肪性肝病患者提供有价值的临床指导依据。
1. 磁共振定量技术
由于水和脂肪中的氢原子核所处的化学环境各异，加之周围电子云的密度与屏蔽效应的差异，共同导致了局部磁场强度的不同，进而引发共振频率的偏移。正是基于这一原理，MRS 与CSE-MRI 能够有效区分水和脂肪的信号。此外，定量MRI 还具备校正混杂因素的能力，实现了从信号域脂肪分数到PDFF 的转变。PDFF 定义为甘油三酯的移动质子密度与甘油三酯和水的总移动质子密度的比值，计算公式为PDFF=F/（W+F）， 其中F 和W 是来自移动甘油三酯和水分子内质子的无混杂信号。PDFF 以百分比表示，范围0~100%。
1.1 MRS
MRS 是一种无创识别和量化组织中代谢物的方式。肝脏脂肪主要以甘油三酯形式存在， 与12C-MRS 和31P-MRS 相比，1H-MRS 通过检测甘油三酯中的质子信号，具有高丰度和高灵敏度的优势，能更精确地定量肝脏脂肪。该技术基于水和脂肪进动频率的差异，将单次屏气期间从单个体素中获得的水和脂肪的质子信号转换成高分辨光谱上的单独峰，通过计算水峰和脂质峰下面积的相对值作为肝脏脂肪含量的量化指标。
常用的光谱定位序列包括激励回波采集模式（STEAM）和点分辨光谱（PRESS），PRESS 信噪比更高，但因STEAM 受J 耦合影响较小通常作为首选。研究表明，以组织学检查为参考标准，MRS 测量脂肪变性的敏感度为73%～89%，特异度为92%～96%，与组织学结果具有良好相关性和一致性。此外，MRS 还能够反映肝脏组织物质代谢的变化，提供比总脂质水平更多的信息。既往研究指出，与饱和脂肪酸相比， 不饱和脂肪酸具有潜在的抗氧化应激保护作用，但也可能是恶性变化的指标。基于MRS 的脂质组学已成为早期诊断肿瘤及探究肿瘤进展情况的生物标志物。
目前，关于不饱和脂质与肝脏代谢紊乱进展之间的关系知之甚少，未来研究可利用MRS 来深入挖掘肝脏不饱和脂质代谢信息，为临床研究提供新视角。尽管MRS 被认为是无创定量肝脏脂肪的金标准， 但其临床应用面临挑战。1H-MRS 成像采集包括单体素和多体素，单体素覆盖范围有限，仅针对肝脏一小部分进行测量，可能导致因脂肪沉积异质性而引入潜在偏差，并对重测可重复性产生负面影响；多体素虽可覆盖更大的肝脏范围，但代价是扫描时间相应增加。此外，大多数临床MRI 系统不支持MRS分析软件，仍需专业人员来执行和分析光谱数据，这限制了MRS 作为评估工具的使用。
1.2 CSE-MRI
CSE-MRI 通过多梯度回波采样分离水和脂肪信号，实现了单次屏气内全肝容积覆盖。该技术借助精确的光谱模型拟合，有效解决了T1偏差、T2* 衰减、脂肪光谱复杂性及噪声等混杂因素干扰，从而精确测量出PDFF。MRI-PDFF 技术分为幅度值MRI-M 和复合值MRI-C 两类。MRI-M 易于实施且对相位误差具有稳健性， 但其PDFF 测量范围限制在0~50%。而MRI-C 虽敏感度更高，可测量0~100%的PDFF 范围，但易受水脂交换影响。
Mamidipalli 等研究显示，与MRI-C 相比，MRI-M 在横向评估时低估了PDFF，但两者在纵向评估时保持一致， 这些发现支持在临床诊断和试验中使用这两种技术。目前，MRI-C 已获美国食品药品监督管理局批准，其商业化序列涵盖GE 的IDEAL-IQ、西门子的Liver-Lab、飞利浦的mDixon Quant 和联影的FACT。CSE-MRI 是一种准确且精确的肝脏脂肪检测和定量方法，在多项以组织学检查作为参考标准的临床研究中得到广泛验证。
Kim 等通过与两种不同组织学方法的评价结果进行对比分析，发现MRI-PDFF 具有出色的检测性能，并与组织学结果高度相关。一项纳入23 项研究的Meta 分析显示，MRI-PDFF 对观察者的依赖性更低，其重复性和再现性系数分别为3.0%和4.1%。此外，Hu 等通过一项涉及多中心、多平台、多供应商模型的研究，进一步验证了MRI-PDFF 的一致性和可重复性， 这是PDFF 作为临床生物标志物广泛应用的关键。值得一提的是，CSE-MRI 还提供脂肪校正的R2* 图，能够独立于脂肪的存在进行肝铁量化， 鉴于此独特优势，CSE-MRI 可作为评估肝脏中脂肪和铁沉积共存的最佳成像方案。
2. 脂肪定量在临床中的应用
2.1 MASLD 的诊断
MASLD 是一种常见的复杂代谢性疾病， 多见于
另一项纳入113 例MASLD 患者的随机双盲试验结果显示，PDFF 区分0~1 级与2~3 级脂肪变性的AUC 为0.95， 区分0~2 级与3 级脂肪变性的AUC 为0.96， 这一结果与Gu 等的研究结果相似， 证实了MRI-PDFF 在评估MASLD 患者肝脂肪含量和脂肪变性分级方面的重要诊断价值。目前，MRIPDFF用于MASLD 脂肪变性诊断得到各指南推荐，并可作为无创诊断肝脏脂肪变性的参考指标，为准确评估肝脏慢性疾病提供新的可能。
2.2 疾病监测和疗效评价
因MASLD 的进展与肝脏并发症的风险增加有关，MRIPDFF定量评估肝脂肪变性对疾病的纵向研究和治疗追踪具有积极意义。一项探究考来维仑对活检证实的MASLD 患者影响的研究显示，随着临床参数的改善，治疗组的MRI-PDFF降低，但组织学脂肪变性分级无显著变化，这提示MRI-PDFF可能比组织学对肝脏脂肪含量的变化更敏感，能更有效地监测疾病活动。
另一项研究通过重复测量MRI-PDFF，发现PDFF 在脂肪变性改善、稳定和恶化水平上的平均变化分别为-7.8%、1.2%和4.9%。类似结果在针对169 例MASLD 儿童的重复测量研究中也得到验证。这些发现一致表明，重复测量MRI-PDFF 是评估脂肪变性分级组织学变化和监测疾病动态的可行方法。MRI 因其非侵入性和可重复性，在评估抗脂肪性药物疗效的临床试验中尤为适用。
近年来，关于MRI-PDFF 监测非酒精性脂肪性肝炎（NASH）药物治疗应答的临床证据不断增加。尽管组织学反应常作为药物临床试验的终点，但肝活检的侵入性是药物开发的主要障碍。因此，开发组织学反应的无创替代标志物显得尤为迫切。Patel 等开展了两项高质量随机试验， 并通过对比获得的MRI-PDFF 和组织学数据，发现MRI-PDFF 相对下降30%时，NASH 活动评分改善2 分，说明MRI-PDFF 与NASH 的组织学反应相关。
此外，一项包括346 例接受重复配对肝活检和MRI-PDFF 评估的MASLD患者的Meta 分析显示，MRI-PDFF 相对基线减少≥30%的患者中有51%达到组织学反应，比值比为6.98。这些研究结果均支持NASH 治疗后的组织学应答与PDFF 变化密切相关，因此，MRI-PDFF 相对于基线下降≥30%是评价NASH 改善的有效指标， 推荐将其作为NASH 临床试验的一个替代终点。
2.3 肝脏肿瘤的辅助诊疗
LI-RADS 确认病灶内存在脂肪作为肝细胞癌（HCC）的辅助征象，与HCC 的肿瘤分级及预后紧密相关，通常含有脂肪的HCC 预后更好。Kupczyk 等探究HCC 患者肿瘤内脂肪含量与组织学分级之间的关联， 发现PDFF 对不同分化程度的病变具有出色的鉴别诊断性能，有潜力成为非侵入性的肿瘤分级评估工具。化疗导致
此外，通过对比HCC 射频消融治疗前后的PDFF 值，发现术后肝脏脂肪含量与高灌注异常相关性很高，提示PDFF 可作为鉴别术后肿瘤复发与灌注异常的有效手段。近年来，在肿瘤患者肝移植评估中应用MRI-PDFF 的研究逐渐增多。Satapathy 等通过与组织学结果的比较，评估MRI-PDFF 在体外测量已故供体肝脏脂肪的准确性和效用， 证实其可以预测肝脂肪变性相关的早期同种异体移植物功能障碍。
Siddiqui 等利用MRI-PDFF 监测肝移植后MASLD 患者药物治疗效果， 发现PDFF 能反映药物对肝移植受体脂肪性肝病的疗效。总体而言，MRI-PDFF 对肝脏肿瘤的诊断及鉴别中发挥着一定的指导作用，但目前研究多集中于HCC，对其他原发性肿瘤的研究尚不足。未来的研究可探索不同肿瘤间脂肪含量的差异，并进一步验证MRI-PDFF 作为肝脏肿瘤新定量标志物的潜在价值。
3. 发展趋势
3.1 解决运动伪影
尽管CSE-MRI 采集时间很短， 但对于屏气能力受限的儿童及老年人群体而言，这仍然具有挑战性。不幸的是，即便是轻微的运动伪影，也可能引起PDFF 的偏倚和变异。因此，解决运动伪影是一个正在积极探索的领域。Motosugi 等的研究表明， 导航器引导的自由呼吸采集能够精确地量化PDFF，但图像可能仍存在残留伪影。Pooler 等提出了一种基于笛卡尔的2D 顺序采集CSE-MRI 方法， 其采集时间极短（1~2 s/切片），有效减少了呼吸运动的影响，从而避免了相关伪影及脂肪组织引起的误差。此外，非笛卡尔技术亦展现出广阔的应用前景。相较于笛卡尔采样，自门控3D 径向堆叠技术具有更强的固有稳定性，能在自由呼吸条件下对全肝体积进行精确的脂肪定量，是一种理想的无屏气测量方案。
3.2 缩短采集时间
最新技术在缩短MRI 扫描时间方面也取得进展，例如压缩感应和MR 指纹图谱技术，它们为肝脏脂肪定量提供了新的途径。压缩感知重建技术通过对k 空间进行可变密度的非相干欠采样，以此来减少采集数据量，进而加速了MRI 扫描重建过程，缩短了采集时间。而MR 指纹图谱序列则允许直接测量组织特性和弛豫参数，在单次屏气中快速定量肝脏多参数特征，并通过信号模式配准实现了稳健的水脂分离。
3.3 自动化全肝分割
目前，手动选择感兴趣区域（ROI）测量脂肪分数的标准化方法尚未达成共识，ROI 采样存在一些明显的缺点如主观性和观察者间不一致性。尽管手动全肝分割被视为参考标准，但过程繁琐且不实用。随着人工智能技术的发展，基于深度学习的卷积神经网络（CNN）为自动化全肝分割提供了有效解决方案。Jimenez-Pastor 等通过使用CNN 实现了卓越的分割效果，Dice 相似系数（DSC）高达0.93，且脂肪定量结果与手动分割高度一致。Wang 等采用多模态CNN，平均DSC超过0.9， 诊断精度与手动分割相当， 同时减少了可变性误差。
Martí-Aguado 等研究显示，以病理学评估为基准，CNN在变异性和不确定性方面均优于手动ROI，且在肝脏脂肪变性诊断中表现出色（AUC=0.97）。Zbinden 等首次应用nnUNet在MRI Dixon 序列上成功分割肝实质和血管， 实现与手动分割相媲美的性能。综合来看，深度学习以其高效、精确和非侵入性的特点，展现出显著优势。其中nnU-Net 基于原始U-Net 模型，凭借稳健和自适应的框架，在多项国际分割挑战中取得领先性能。该方法对复杂器官或肿瘤性病变的分割具有巨大潜力，有望推动深度学习在多样化病灶检测中的应用研究。
3.4 多模态MRI
多模态MRI 通过协同整合不同成像序列的优势，克服单一序列的局限性，提供更精确的影像信息，成为近年来学者们持续关注的前沿技术。传统影像学难以准确区分脂肪性肝病和NASH。Imajo 等利用结合铁校正T1和PDFF 的多参数MRI，展现出对NASH 的高诊断效能，其AUC 值达到0.83，显著优于单一生物标志物。
Alsaqal 等通过结合PDFF 和磁共振弹性成像（MRE），实现了对NASH 的精确诊断，其AUC，敏感度和特异度分别0.84，74%和87%。Noureddin 等通过联合PDFF、MRE 和AST 建立的MAST 评分系统， 能够精准区分不同程度的
类似地，Lee 等研究也表明，在同时接受MRI-PDFF 和MRE 扫描的NASH 患者研究中， 显著纤维化和脂肪含量减低与肝失代偿、HCC 患病率和死亡率的增加有关。多模态MRI 定量成像在肝脏疾病的诊断、治疗监测和预后评估中发挥着重要作用， 如何更有效地融合多模态MRI 技术以提供全面可靠的成像信息，是当前该领域的重要研究方向。
MASLD 的高发病率以及肝活检的有限采样推动MR 成像技术的快速发展，MR 重要参数PDFF 已被证明是识别和量化肝脏脂肪水平的最准确的成像生物标志物，有望替代肝活检成为诊断和评估MASLD 治疗疗效的新指标， 并在肝脏肿瘤的辅助诊疗中有着广阔的临床应用前景。
值得关注的是，PDFF 识别单纯脂肪变性具有优势，但随着肝脂肪变性程度加剧或合并肝纤维化及炎症， 其诊断准确性会相应降低。此外，PDFF 检测肝脂肪变性的阈值尚无统一标准，仍需多中心、大样本数据进一步支持、完善。因此，未来发展方向可能聚焦于多模态MR 量化指标的开发以及基于深度学习的人工智能技术的应用， 以期在肝脏疾病管理中发挥关键作用，为临床决策提供更为精准的支持。
来源：吴淑珍,陈峰.MRI定量肝脏脂肪变性的临床应用及研究进展[J].中国临床医学影像杂志,2025,36(08):596-599.DOI:CNKI:SUN:LYYX.0.2025-08-015.
我要投稿
