Summary

人間の活動の地域の定量化と全身褐色脂肪組織18F-FDG PET/CT を使用

Published: April 01, 2019
doi:

Summary

無料、フリー、オープン ソースのソフトウェアを使用して、総と地域の褐色脂肪組織 (BAT) ボリューム、 18F-FDG 像にてペットを使用してバットの代謝活動を定量化する分析的なアプローチを開発しています。

Abstract

内温動物は、寒さに対して体温を守るため熱を発生させる褐色脂肪組織 (BAT) がアクティブ化されます。バットのエネルギーを費やすこと肥満と人間に関連する代謝性疾患を改善するための新しい療法のための潜在的なターゲットとなっています。この組織は、小動物でよく研究されている、けれども人間のバットの発熱容量残る主不明なボリューム、アクティビティ、および分布の測定の難しさのため。識別し、定量化アクティブな人間のバットは18F f-フルオロデオキシグル コース (18F-FDG) 陽電子放出断層レントゲン写真撮影を使用してを実行して一般的とコンピューター断層撮影 (PET/CT) スキャン次の冷たい露出や薬理学的活性化。ここで全身18F-FDG PET/CT から人間のバットは、オープン ソース ソフトウェアを使用してスキャンを定量化する詳細な画像解析手法について述べる.メジャー バット ボリュームと活動の一般的な非バット組織を回避しながら脂肪の代謝活性の高い組織を特定し、さらに、解剖学的分布を特徴付ける対象ユーザーが指定した領域の描画を示します。この厳密なアプローチは時間がかかるが、それは最終的に将来自動バット定量化アルゴリズムを開発する基礎を提供する考えています。

Introduction

肥満の世界的な1の増えているり患率は、防止し、肥満と関連付けられている合併症を改善する治療薬の捜査を求めています。肥満は白色脂肪組織 (WAT) トリグリセリド2の形で保有する余剰エネルギーの一部予定です。褐色脂肪組織 (BAT) は、最も顕著なため、ミトコンドリア量が高い、小さく、多房性の脂肪滴、明確な解剖学的部位、大きい交感神経支配、発熱能力ワットとは異なります。バットは一度小型哺乳類と新生児にのみ存在すると考え、2009年3,45の大人の人間の機能的なバットの存在が確認されました。人間のバットの発熱容量がまだ知られていないが、そのふるえを冷たい露出6中に新陳代謝の 60% まで構成できる小動物で広範な研究を示しています。その結果、人間のバット今治療と肥満の関連疾患7予防の対象として検討されています。いくつかの臨床研究では、バット発熱が軽度の寒冷暴露8,9,10によって活性化の増加のブドウ糖摂取量とエネルギー支出と相関を示しています。まだ、風邪による熱産生のまま物議を醸す11,12,13,14、人間のバット15を定量化する方法を中心とした多くの議論とバットの貢献。戦闘肥満のためのバットの熱産生に利用できるかどうかを理解、そのボリュームと代謝活性の正確な測定を持つことが重要です。

人間のバットのユニークな解剖学的分布による挑戦はバットの正確な測定値を得るします。バットは、首、胸部、単純な生検14アクセスされるサイトの腹部の白い脂肪デポ内で配布されています。死体解剖はバットを解剖学的特徴に使用されている16が、ほとんど実行不可能な研究所の大規模な研究を行って、長手方向または機能の情報を提供できません。バットはワットに似たような密度し、狭い筋膜層またはワット16と散在している小さなポケットで発生することができます、ので 1 つ、従来のイメージング技術を使用して識別することは困難です。この不均一性は、また、バットの自動定量化を肝臓17など同種の構造の定量化より困難になります。

これらの課題を克服するためにバット ボリュームと活動はコンピューター断層撮影 (CT)、陽電子放出断層レントゲン写真撮影 (ペット) を結合することにより一般的に定量化しました。Radiolabeled ブドウ糖のアナログ18F-Fluourodeoxyglucose (18F-FDG) はバット代謝活性18を勉強する最も広く使用されるトレーサーです。脂肪組織は、他の組織とハンス単位 (HU) CT 画像による提供密度情報に基づく空気から区別できます。PET 画像では、 18F-FDG 標準化された吸収値 (SUV) の単位の組織のボリューム考慮の量を示します。アクティブなバットは、共同 CT スキャンに対応する適切な SUV しきい値を選択するとペットの画像を登録すると、ワット、アクティブでないバットなど、些細なトレーサー吸収性組織から分離できます。

本稿を通じて18F-FDG PET/CT スキャンを使用して人間のバットを定量化する臨床研究者が使用できる教育ビデオをステップバイ ステップのアプローチを提供することを目指しています。この画像解析の手法は、切換が寒さにさらされるまたは薬理学的バット覚醒剤で治療後に理想的に使用されます。具体的には、特定のプラグイン (petctviewer.org) を無料、フリー、オープン ソースの画像処理ソフトウェア (ImageJ) を使用して偽陽性を最小限に抑えながら興味 (ROIs) の地域を構築する方法をユーザーに示します。このアプローチの結果は、バット ボリューム、活動 (グルコース取り込み)、個々 の研究被験者の解剖学的分布を研究に使用できます。

Protocol

本稿で示されているすべての PET/CT 画像は、国立衛生プロトコル第 12 DK-悲鳴 0097 (ClinicalTrials.gov 識別子 NCT01568671) の参加者から得られました。すべての参加者は、書面によるインフォームド コンセントを提供、すべての実験は、国立糖尿病・消化器病・腎臓病の制度検討委員会によって承認されました。 1. ソフトウェアのインストール ImageJ をimagej.netからダウンロードまたはpetctviewer.orgでフィジーをダウンロードするリンクを使用します。注: ImageJ の 64 ビット版が 1000 以上の画像とセットに必要です。 ダウンロードし、PET/CT ビューアー プラグインをpetctviewer.orgのインストール指示に従って ImageJ に適用します。ペット/CT のビューアーに包括的なガイドについてこのウェブサイトを参照して、ソフトウェアの定期的な更新と一般的な指示 (http://sourceforge.net/p/bifijiplugins/wiki/BrownfatVolume/) へのリンクを確認してください。 2. ペット/CT 画像の読み込み ペット/CT のビューアー プラグインに画像の次の 3 つのスタックをアップロード: 減衰補正ペット (基本)、非減衰補正ペット (UPet)、減衰 CT (CT) を修正しました。(図 1) の 2 つの方法のいずれかを使用して画像をアップロードします。 方法 1: ドラッグ アンド ドロップ ドラッグ アンド ドロップ ファイル エクスプ ローラー CT、機能、および UPet ファイルセットから。 表示される 3 つのプロンプトで「はい」をクリック (スタックとして「フォルダー」内の画像すべて X オープン)、プロンプト内でチェック ボックスをオフに残して。 すべての 3 つのイメージのセットが読み込まれるときは、ImageJ ツールバーに「プラグイン」を選択し、、”ペット ct ビューアー”を選択するドロップ ダウン メニューを下にスクロールを移動します。 方法 2: は、CD またはディスク上の場所からの研究を読んでください。 「参照」をクリックしてすべてのイメージのセットを含む高度なストレージ ・ フォルダーに移動する「DICOM パス」割り当て「設定」タブでデータセットに場所の名前を割り当てます。注: DICOM (デジタル画像と通信医学) は、医用画像に使用されるファイル形式と「DICOM パス」は、すべての raw DICOM 画像を含むフォルダーのセットです。 (1 つの主題、1 つの日付) から個々 のスキャンが画像処理の選択になります「読み取り」タブに戻ります。 [件名の「読む」を押すと ImageJ は自動的にすべての 3 つの関連付けられたセットをアップロードし、PET/CT ビューアーを起動します。 「褐色脂肪細胞、・ ロワ」エディター”load”ボタンをクリックしてペット/CT のビューアーに戻す・ ロワの以前作ったセットを読み込みます。注: ImageJ だけ読み込まれる UPET ・基本、CT 画像の現在のセットから作成された ROI .csv ファイルをできます。 3. プラグイン PET/CT ・ ビューアーの操作 ペット/CT ビューアー ペット/ct の 3 つの個別のビューで新しいウィンドウのいずれかを個別に提示または融合の読み込み後に表示されるを待ちます。 上部に「MIP」ボタンをクリックして融合ペット/CT ビュー他の 2 つのウィンドウの 1 つを交換する PET/CT ビューアーの左。ただし、このボタンのクリックしてが 1 回のみ、MIP は利用できなくします。注: MIP または最大強度投影は、各軸方向のスライスで最高の強度を持つピクセルだけを表示する二次元、完全体のイメージです。 MIP; を戻すために再び「MIP」ボタンををクリックします。今融合ペット/CT、CT、および MIP のビューが表示される必要があります。 MIP 画像の向きを切り替える、”>>”、”F”と”S”ペット CT ビューアーの上部にあるボタンします。 虫眼鏡の左側に 3 つのボタンを使用して軸、矢状、冠状平面にペット、CT や PET/CT 融合画像の向きを変更します。 マウスのスクロール ホイールの機能を切り替えるには PET-CT ビューアーの上部にあるツールバーの虫眼鏡をクリックします。 虫眼鏡選択をスクロールして (MIP) を除くすべてのビューにズームインします。 虫眼鏡が選択されていないときにスクロールによって (MIP) を除くすべてのビュー上のスライスにナビゲートします。注: MIP をクリックしても、PET 像と CT のスライスはカーソルのレベルでの解剖学的位置に変更もできます。 ツールバーの左上の「編集」を選択し、、表示されるドロップ ダウン メニューから「褐色脂肪、・ ロワ」を選択します。新しいダイアログ ボックスが表示されます。定量化を開始する前に次のオプションが選択されているを確認します。 “使用して SUV”と”使用 CT”をチェックします。 3 ボクセル選択基準 (「すべて」、「平均」、または”All”) のいずれかを選択します。注:”Any”はライトナーら201719で使用されました。その他のオプションの詳細については、petctviewer.org を参照してください。 ボクセル (外ではなく) 内部を調べるバット検出アルゴリズムを適用する「インテリア」を選択、ROI の領域。 このダイアログ ボックスの無料テキスト フィールドの最初の行でバットの SUV の制限を入力します。 個人の正規化 SUV 下限測定の入力または予測リーン ボディ固まりおよび上限高活性レベル19,20を収容するのに十分です。注: バット最大 Suv ほど 〜 75 g/mL は以前研究17で報告されています。したがって、100 グラム/mL は、妥当な上限です。 フリー テキスト フィールドの 2 番目の行でバットの密度の範囲を入力します。注:-300 胡下限と-10 胡上限ライトナーら201719で使用されていた、-10 胡-190 からまでも以前21を推奨されました。 チェック ボックスの下にある「巻 * 意味”すべてボクセルとバットをする強調表示されます青で「茶色の脂肪、ROI」ウィンドウが開いている間は、。注: SUVmax は赤で表示され、このチェック ボックスの横にある数を調整できるがハイライトの厚さを指示します。 Roi を描画します。 「褐色脂肪、ROI」で「ドロー」ボタンをクリックしてダイアログ ボックス。ペット/CT のビューアー ウィンドウ内で行われたすべてのクリック ・ ロワを形成する点が考慮されます。 投資収益率を描画を開始する 3 つのビューのいずれかをクリックします。注: 投資収益率を形成する 3 つのポイントの最小値が必要です。自動的にポイントを削除し、図面モードの投資収益率を残す最初または 2 番目以降後をダブルクリックします。 閉じ、以上 2 つのポイントを定義した後ダブルクリックして ROI を保管します。 バットの総量を取得するコンパイル ・ ロワ バットの総量を取得する軸の平面に Roi を描画します。注: 軸スライスあたり 1 つの投資収益率の最大を持っている簡単です。スライスごとの 1 つ以上の ROI を含む不注意によるオーバー ラップする可能性があります。ボクセル容量バットに向かってオーバー ラップする領域にバットが複数回カウントしだろうとして識別します。 投資収益率は、現在の軸スライスにのみ適用されますので、最初と最後の「スライス制限」を同じスライスを設定 (例えばスライスを開始 = 90 とスライスを終了 = 90)。 投資収益率を完了せずバット (例えば左鎖骨上窩で) の 1 つのデポをサークルします。バットの遠いセグメントに体全体を結ぶ線を拡張することによって ROI を続行します。2 番目のバット デポを囲み、2nd地域の開始時以前に識別されたポイントをダブルクリックします。さらに誤検知の可能性を減らすために必要な投資収益率のポイントを調整します。 ラベル下部にテキスト ボックスを使用して、将来の参照用の解剖学的レベルに基づいて投資収益率は、ダイアログ ボックスの左。 削除不要な・ ロワ 完了の直後に不要な投資収益率を削除します。 不要な投資収益率を完了する PET/CT ビューアー内で任意の場所をダブルクリックします。 「褐色脂肪細胞は、投資収益率」のダイアログ ボックスにリサイクル箱のアイコンが付いたボタンをクリックします。 「はい」ユーザーが現在の投資収益率を削除したいかどうかが表示されたらクリックします。 以前作った ROI を削除します。 ROI の番号の横にある矢印を使用して所定の ROI を選択上下します。 リサイクルのボタンをクリックします。注: ROI を削除すると、削除済みの投資収益率がより大きい各投資収益率に関連付けられている番号に応じてシフトダウン順番 (例えば投資収益率 #2 が削除され場合、投資収益率 #3 #2 になる ROI #4 #3 になるし、などなど)。ラベル付き・ ロワは、このプロセスを容易にします。 ・ ロワを保存 「保存」ボタンをクリックしてし、完成品・ ロワを .csv ファイルに保存するファイル名を指定。注: 10 スライスの間隔で Roi を保存の進行状況が失われないので、それをお勧めします。.Csv ファイルのテキスト エディターまたはスプレッドシート プログラムで開くことができます、ボリューム、活動、SUVmean を含む各 ROI で識別されたバットについての全ての関連データが含まれています、スプレッドシート プログラムなどの変更値可能性がありますファイル形式を変更し、それImageJ で読めない。 4. 全身バットの定量化 体のすべての地域でバットを識別するためにこれらのガイドラインを使用します。 高密度または活動のコントラストと共同登録の問題は、偽陽性を引き起こす可能性があります分として組織に隣接の区間を避けます。: 注意バット デポは左右対称で、しばしば、心で視覚的なコウモリ識別に役立ちますプロパティ。 椎体の形状、その他の骨の構造、臓器の存在などユニークな解剖学的ランドマークを現在の解剖学的領域を識別するために使用します。偽陽性を生成する知られている地域に固有の構造を避けるため。 頸部 (C3 C7 椎) でバットを識別します。 第三頸椎 (C3) で軸のビューに移動します。注: C1 C2 領域にバットがありますが、バット検出は脳や骨格筋で FDG の高吸収によって混同します。 首の筋肉、椎骨の棘突起の周りを回避し、下顎骨の下縁にちょうど後部境界線を作成する脂肪組織拠点の側面の ROI を開始します。 バット (図 2 a と 2 b) として同じような密度と活動レベルがあります甲状腺を除外します。 Dorsocervical 地域 (脊椎 C5 ・ C7) でバットを識別します。 バットのこの小さな、皮下の拠点があります。注: それが対称的に C5 ・ C7、図 2 bに近い背中の皮下脂肪内で表示されます。 慎重に皮下脂肪代謝活性が発生する場所にのみが含まれます。 鎖骨上窩 (脊椎 C7 T3; でバットを識別します。脊椎前方縦隔の後方) 非常にアクティブなバット地域の近くに 1 つの側面の最も表面的な投資収益率を描き始めます。注: バットは、上腕骨の頭の周りの領域に拡張があります。 気管、甲状腺が含まれ、直接上の領域を回避し、偽陽性に近い首の筋肉、肺が除外されるように、投資収益率を囲みます。 腋窩部 (脊椎 T3 T7) でバットを識別します。 鎖骨上窩から進行として腋窩のバットを見つけます。 腕が胴体から分離、肋骨や肺を避けるために開始の近くのバットを選択します。注: これらの脂肪質のターミナルは最終的に、腋窩中線に皮下ワットに移行をします。 縦隔領域 (脊椎 T1 T7; でバットを識別します。前方)。注: バット胸骨の全体の周りをいくつかの個人の蓄積があります。 胸骨が個々 の胸腔内の前方ほとんど近傍 T2 の先頭に表示されるように開始バットを選択し、・ ロワを下方に剣状のプロセスが終了するまで続行します。 バットの椎体の棘プロセスではなく、体を取り巻く周辺・ ロワを描画することによって傍脊柱領域 (脊椎 T1 T12) でバットを識別します。 C7 の下端に第一肋骨の外観からバット傍脊柱を含むを開始します。 肋骨、肋間筋、ローカライズされたの間の領域は含まれません。 腹部 (T12 に劣る) でバットを識別します。 バットと非常に高い活性レベルに同じような密度のある尿管を避けてください。(図 2 D)。 アクティブな脂肪代謝活性が存在しなくなるまで直接、腎臓を周囲をトレースします。 SUVmax ボクセル内または腎臓の内側の部分の近くに表示される場合は、尿管を除外してこの領域内で腹部・ ロワを調整します。 5. 品質保証 ・ ロワ L3 4 周りに C3 椎体から測定軸のすべてのスライス上に引かれた後は、任意の明白な偽陽性の MIP を調べます。 赤い SUVmax ボクセルが、尿管は、バットと SUV 値が非常に高いに似たような密度値を表示などの構造ではなく、バットを含む領域にあるを確認します。 すべてのバットが識別され、すべての偽陽性が除外されていることを確信するときの最終的な .csv ファイルを保存します。 6. 個々 のデポにバットをセグメント化 注: 次のセクション バット17の地域のデポの定量化に集中します。手順は全身バット ボリュームと活動を取得する必要ありません。 「茶色の脂肪、ROI」エディター (図 1) でバット マスクを生成します。メモ: マスクは、このプロトコルの前の手順で作成した、再生ペット画像だけ SUV 値を含むボクセル Roi 内のバットとして確認のためとして定義されます。他のすべての画素の SUV 値は 0 に設定されます。 ペット/CT のビューアーをすべて識別されたバットで開いたままや「プラグイン」ドロップ ダウン メニューから PET/CT ビューアーを再度開き、上で保存した Roi をロードします。 被写体のスキャンの 3 つのセットを開きます。 開いている「褐色脂肪、ROI」] ダイアログ ボックスです。 「マスク」タブを選択し、「仮面のペットを作る」を押します。 ファイル名「DUP_…」で始まる、ポップアップに追加のボックスを待つ ペット/CT のビューアー (CT と PET 検査) と個々 のボックスを開くと、休暇を閉じます、新しい PET/CT ビューアー ウィンドウを開き直します。 表示されるダイアログ ボックスで次の 3 つのチェック ボックスを選択: CT セット UPET を設定すると、最新の基本セット (すなわち機能設定リストの下に最も近い) – これは以前生成マスクを含むファイル。 ペット/ct のビューを矢状に変更し、同じ矢状のスライスで地域全体の分析開始のすべて・ ロワの描画を開始します。注: MIP 画像の向きは変更されません。また、最も中心的スライス (すなわち背骨の中心に沿って) は良い出発点です。 変更スライス制限範囲にスライス 1 から最後まで分析されるスキャンのスライス。 密度 (HU) しきい値をオフにし、ペット (SUV) しきい値の下限値を 0.01 SUV SUV 値 0 になっているすべての非バット ボクセルを除外するに変更します。「次の描画」ボタン上のテキスト ボックスを確認します。 下部のテキスト フィールドに目的のラベル (例えば「頸部」、「鎖骨」、等) を入力すると、ラベルの領域は「褐色脂肪細胞、ROI」ダイアログ ボックスの左。 描画とラベル、C3 の上部に開始し、C7 に投資収益率 ROI を閉じる前に C7 の体の下に線を描画を拡張する頸部 ROI (図 3 a)。 描画とラベル鎖骨上の投資収益率 (図 3 b)。 C7 から始まるが、T3 に ROI を拡張する胸椎の本体は含まし、しないで、胸骨の上にロイの左枠線を拡張します。 この地域の内で含まれている胸椎体の前縁と ROI の右側の境界線をラインアップします。 描画し、腋窩の投資収益率 (図 3 c) をラベルします。 T3 で開始が、T7 に投資収益率を拡張する胸椎体を含めるしてない胸骨体の短い ROI の左端を拡張します。 この地域の内で含まれている胸椎体の前縁と ROI の右端の行です。 描画し、ラベルの縦隔の投資収益率 (図 3 d) 単一の ROI 内全体の胸骨を包含します。 描画し、T1、ROI 内 (T12) まですべて胸椎を含むで始まる (図 3e) 傍脊柱 ROI をラベルします。 胸部椎体の前縁と ROI の左端の行です。投資収益率の右側の境界線を拡張すると、地域のすべてのバットが含まれています。 描画しラベル (図 3 f) 腹部の ROI を L1 の先頭から、腹部の ROI 内の他の前の領域のいずれかには計上されない任意のバット。 描画とラベル dorsocervical ROI (図 3 g)。 頚椎と傍脊柱領域の一番上の近くの背部の皮下脂肪の領域を含めるこれは被験者の体をした、スキャナー ベッドと接触。 すべての地域の重複または過少評価を防ぐためにすべての Roi を並べる・ ロワを表示する「すべて表示」をチェック。 隣接する Roi の位置、境界は、バットは 2 つの領域に含まれていないし、すべての地域から不足しているバットはない、お互いにフラッシュします。 線引きの領域のすべてのスライスが含まれているかどうかを確認する両方の正面と側面のビューから MIP を観察します。青 (ステップ 6.2.2) で強調表示されていないエリアがある場合は、スライス制限を確認します。 新しい .csv ファイルに最終データを保存します。このファイルには、地域の合計や平均値識別された各デポからすべてのバット パラメーターを含まれます。

Representative Results

バットは、一連の記事画像集録処理手順の図 1に示すように定量化されます。ペットと CT のしきい値は、ボクセル代謝活性、脂肪組織の密度を識別するために使用されます。ただし、これらの条件を満たすいくつかのボクセル解剖場所ないバットを含まれる可能性が発生します。これらの偽陽性、PET、CT、および解剖学的情報を避けるためにする必要がありますすべて考慮する・ ロワ (図 2) を描画するとき。などとき被験者の冷たい刺激で全身バットを避けるためにいくつかの一般的な地域は代謝活性の高い頚バット対唾液腺、声帯、甲状腺 (図 2 a など図 2に示す2 b);鎖骨上バット対空気と固体組織 (例えば肋間筋) の国境近くの筋肉の震え (図 2)。対腹部バット腎臓の腎クリア彼らとして標識グルコース (図 2 D)。バット デポで調べる内・矢状面における分割できる ROI の各軸方向のスライスがコンパイルされた後/地域バット活性化 (図 3) の間の個人差します。 図 1。画像処理手順のフローを図します。まず、PET 画像と CT 画像の対応するが (A) ペット/CT プラグインにアップロードされます。軸・ ロワは、PET/CT スライス (B) ごとに描かれています後、は、PET 像と CT 両方の条件を満たす各ボクセルがブルー (C) で識別されます。これらのバットで識別されるボクセル (D)、元修正 PET スキャン (E) に置き換えられますからマスクが生成され、デポ、矢状ビュー (F) で分割されています。この図の拡大版を表示するのにはここをクリックしてください。 図 2。複数バット デポで避けるために軸バット関心領域選択や共通領域。融合ペット/CT 画像 (列 1 および 2) および冷刺激後取得したスキャンからスライスの高さを示すために緑のラインの最大強度投影画像 (MIP、列 3) から軸スライス。グリーン ・ ロワは、脂肪組織の密度、高 fdg 解剖場所列 1 および 2 のアクティブなコウモリに感染する可能性とも描く領域です。解剖学的領域のバットを含むことは、2 列で赤色で強調表示されます。バット PET 像と CT の条件を満たす画素は ImageJ で確認、青色で強調表示されます。例 (A) 前方の頚部デポ、甲状腺のレベル (B) 頸部デポ、震えながら骨格筋 (すなわち、肋間筋)、近隣 (C) 鎖骨上/腋窩デポとの尿管のレベル (D) の腹部から取得されます。腎臓。この図の拡大版を表示するのにはここをクリックしてください。 図 3。矢状ビュー 7 バット デポの地域セグメンテーション。以前アクティブなバットとして識別されるペット ボクセルのみを含む「バット マスク」イメージの生成、次の roi の矢状面で描画次の地域に分けることができる: (A) 子宮頸 (C3 C7)、(B) 鎖骨上窩 (C7 T3、脊椎を除く)、(C) 腋窩 (T3 T7、脊椎を除く)、(D) Mediastinal (隔)、(E) 傍脊柱 (T1 T12、棘突起、椎体の前縁から)、(F) 腹部 (T12 L3、後腹膜)、および (G) Dorsocervical (脂肪質のターミナルが異なると傍脊柱・ デポの後方頸部領域)。(H) にすべての地域で合成する画像が表示されます。この図の拡大版を表示するのにはここをクリックしてください。

Discussion

大人の人間の機能的なバットの確認、以来、人間の生理にバットの役割を理解する上で大きな関心があった。しかし、この発熱組織に多いので白い脂肪に散在していて、定量化するそれが難しい他の臓器を取り巻く筋膜面を絞り込みます。2016 年の合意文書は、レポート関連参加者の特性、主題の準備のための条件および PET/CT 画像21を取得するためのプロトコルの推奨事項の国際コウモリ専門家パネルによって出版されました。パネルはまたペット/CT のバットを識別する方法は様々 あることを指摘し、バットの定量化のための処理と、ほとんどの場合より多くの一貫性の必要性を識別バット定量化手順のみ限られている細部を提供しています。その結果、研究の再現性内のレポートは高22,23,24かなり異なったバット ボリュームと活動によって報告されている異なる定量メソッドを使用してグループ場合でも参加者が同じような年齢、性別、BMI25,26の。これらの不整合は、比較結果を難しくし、15大人の人間のバットの量かけて論争につながっています。

ペット/CT 画像処理の制限ペットと CT の両方の条件を満たすが、バット以外の構造に対応する解剖学的位置は、ボクセルの包含であります。PET 像と CT 像の完璧な共同登録は、スキャン時に解像度と被写体の動きの違いによりほぼ不可能です。その結果、空気や骨高のトレーサーの通風管の地域と国境を接する構造がしばしばとして誤って識別アクティブなバット。偽肯定的なボクセルの包含を制限するには、1 つは、ユーザー作成・ ロワ内でのみペットと CT の基準を適用してください。しかし、ユーザー指定・ ロワや自動分析でバットを定量化する現在アプローチはユーザーの関与と彼らが必要とする知識の量が異なります。単一を使用して、2次元ユーザー定義コロナ画像のスタック全体に ROI が適用されるなど偽肯定的なエリア19になりやすい私たちを示しています。いくつかのグループは、急速に多くのユーザーを入力することがなく大規模なデータセットを処理することができるバットを定量化する自動化された方法を開発しました。しかし、低い体27、すべての潜在的なバットを含む地域は特に、または誤28の比較的高い率が発生するこれらのメソッドが失敗するか、false ネガ26。人間のバットの量は一般に低いので (< 600 mL、または < 合計の 2% 体重)、定量化の小さな絶対誤差が大きく相対的な相違につながる可能性があります。

各軸の PET CT スライスに Roi を描画するこの研究によって記述されたより厳密なアプローチにより偽陽性が除外されているより多くの信頼を提供しながら狭い筋膜層でバットを検知。これはバットの存在または不在29のバイナリの評価ではなく、各, 詳細な定量化を得られます。そのため、バット生理学および/または介入の効果を研究しようとする小さなサンプル サイズで制御された実験に適して場合があります。さらに、地域固有のバット デポを定義する機能発達的起源と機能的関連性コウモリの洞察力があります。これらの定量的な対策が比較のためだけではなく重要なエネルギー代謝と体温調節大人の人間をより良い見積もりバットの貢献にもフィールドを考えます。

バットのいくつかの解剖学的特徴はユーザーが偽肯定的なボクセルの私達メソッドの制限を含めるを助けます。バットは継続的かつ対称筋膜層に普通あります。したがって、図面、ROI を精製しながら継続性と選択した脂肪組織の対称性の優れたと劣る軸方向のスライスを確認ユーザーことができます骨格筋、骨などの介在物を最小限に抑えながら脂肪の包含を最大化明らかな非バット構造。アクティブなバットもめったにある皮下脂肪の拠点、のでユーザー ・ ロワを構築するときにこれらの領域を避けるためにお勧め。プロトコルで説明したように、バットはいくつか異なる解剖学的領域、頸部を含む、dorsocervical、鎖骨上窩、腋窩、縦隔、傍脊柱、および腹部デポで配布されています。これらの拠点は、1 つ軸スライス 5 月など分散されて複数デポからバットよりも含まれています。例えば、呼吸器の領域で軸方向のスライスは縦隔ポット (近位と前方)、傍脊柱デポ (近位部と後部、背骨に沿って)、および腋窩のデポ (横および半ば前後ラインの近く) からバットを含めることができます。これらの拠点の知識は、体の様々 な地域で Roi を作成するユーザーを助けることができる、我々 のプロトコルで説明するよう事前説明の場所がほぼ連続してのことなので。ただし、投資収益率の重複を避けるためにスライスあたり 1 つだけの投資収益率を描画するユーザーを奨励する、ためバット マスクを生成し、矢状・ ロワを図面の追加の手順が異なる地域デポ場合前識別されたバット ボクセルに分割する必要バット分布の情報が必要なすなわち、縦隔の分離、傍脊柱、腋窩バット デポに同じ軸 ROI の検出に基づくとサジタルの位置 (図 3)。

ペット/CT のビューア ソフトウェアは、例えば骨格筋、どちらも主要な演劇役割風邪による熱産生19、またはされている脳や肝臓の様々 な領域を震えバット以外の組織の活動を定量化するも使用できます。ペット/CT 解析21参照組織として提案されています。ただし、これらの組織は密度とバットとは異なりますし、私たちの現在のプロトコルの焦点の外にある解剖学的分布を持ちます。我々 はこれらの科目21より詳細の合意文書に読者を誘導します。最後に、我々 は継続的にプラグインの更新とソフトウェアの支援のための petctviewer.org を訪問 ImageJ を更新してすべてのユーザーをお勧めします。

この厳密な方法は自動化された方法26,28と合計バット ボリューム9,30を推定する簡略化された、単一の投資収益率を使用する方法よりも正確と考えていますが、それは制限ないわけです。ヒトでは、バットを非侵襲的定量化する理想的な方法はありません、 18F-FDG は、グルコース取り込み、グルコース代謝11と同じではないだけを表します。しかし、他の放射性トレーサーの使用31,32,33, をされているにもかかわらず、 18F-FDG は人間のバットを研究するために使用する最も著名なトレーサーです。したがって、 18F-FDG PET/CT 画像を分析する標準化された方法の開発は、予見可能な将来のためバットの人体基礎生理学の研究でインパクトするいきます。

法を提案、各バットを含む軸スライス上の投資収益率を作成する一般的な問題領域を避けながらとは労働集約的な根本的な解剖学の知識を持っているユーザー必要があります。それは厳格な投資収益率の選択、有病誤診を生じるがバットを含むいくつかのデポを避けることができるのでである、こともあります。脂肪組織と近隣の代謝活性の高い組織および/または以上流出によって影響を受ける領域部分容積効果34と慎重な差別融合ペット/ct のすべての軸のスライス上で Roi の描画が可能です。ただし、単一スキャンの分析を完了するのにかかる時間は、練習のタイム フレームを短縮の可能性との 8 時間に 3 つの範囲し、体験できます。様々 な機械学習によるアプローチはこのタスクを達成するために必要な専門知識、労働を減らすことができるかもしれません。しかし、バットを正確に検出することができます、現在のイメージングの制限によって作成された偽陽性に堅牢な自動化されたメソッドを作成すると、様々 な体組成とバットの分布の個人と大規模なデータセットが要求されます。大きなデータのより洗練されたアプローチのためのテンプレートとして役立つかもしれない詳細なバット アトラスを生成するこの方法が使えると思います。

結論として、人間の褐色脂肪組織のボリューム、アクティビティ、および寒冷 FDG PET/CT スキャンを用いた分布を定量化するステップバイ ステップ イメージ分析アプローチを示しました。1) 継続的と順番に軸・ ロワの分析など、2) その他の代謝活性組織を回避しながら彼らの解剖学的位置により関連するバット デポを評価する重要なステップが含まれます。バットの生理学を研究し、将来的に自動化された人間バットの定量方法を開発するための標準的な参照として使用するフィールドの研究者によってこの厳格な定量化手法を使用できます。

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

看護研究ボランティアのすべてに感謝したいと思います、臨床スタッフと寒冷暴露の研究や、入院中に提供されるケアに参加するための NIH 臨床センターの栄養士のまま。我々 はまた博士ビル ディークマン集録および当社調査のためペット CT 画像の分布と彼の援助のすべてのために感謝したいと思います。この作品は、国立糖尿病・消化器・腎臓疾患補助金 Z01 DK071014 (ミラボー.) に・ DK075116-02 (A.M.C。) に学内研究プログラムによって支えられました。

Materials

ImageJ/Fiji Software ImageJ https://imagej.net/Fiji/Downloads Open Source Software

Referenzen

  1. Bovet, P., Chiolero, A., Gedeon, J. Health effects of overweight and obesity in 195 countries. The New England Journal of Medicine. 377 (15), 1495-1496 (2017).
  2. Maughan, R. Carbohydrate metabolism. Surgery (Oxford). 27 (1), 6-10 (2009).
  3. Cypess, A. M., et al. Identification and importance of brown adipose tissue in adult humans. The New England Journal of Medicine. 360 (15), 1509-1517 (2009).
  4. van Marken Lichtenbelt, W. D., et al. Cold-activated brown adipose tissue in healthy men. The New England Journal of Medicine. 360 (15), 1500-1508 (2009).
  5. Virtanen, K. A., et al. Functional brown adipose tissue in healthy adults. The New England Journal of Medicine. 360 (15), 1518-1525 (2009).
  6. Abreu-Vieira, G., Xiao, C., Gavrilova, O., Reitman, M. L. Integration of body temperature into the analysis of energy expenditure in the mouse. Molecular Metabolism. 4 (6), 461-470 (2015).
  7. Cypess, A. M., Kahn, C. R. Brown fat as a therapy for obesity and diabetes. Current Opinion in Endocrinology, Diabetes, and Obesity. 17 (2), 143-149 (2010).
  8. Orava, J., et al. Different metabolic responses of human brown adipose tissue to activation by cold and insulin. Cell Metabolism. 14 (2), 272-279 (2011).
  9. Chen, K. Y., et al. Brown fat activation mediates cold-induced thermogenesis in adult humans in response to a mild decrease in ambient temperature. The Journal of Clinical Endocrinology and Metabolism. 98 (7), E1218-E1223 (2013).
  10. Ouellet, V., et al. Brown adipose tissue oxidative metabolism contributes to energy expenditure during acute cold exposure in humans. The Journal of Clinical Investigation. 122 (2), 545-552 (2012).
  11. Blondin, D. P., et al. Contributions of white and brown adipose tissues and skeletal muscles to acute cold-induced metabolic responses in healthy men. The Journal of Physiology. 593 (3), 701-714 (2015).
  12. Ruiz, J. R., Martinez-Tellez, B., Sanchez-Delgado, G., Aguilera, C. M., Gil, A. Regulation of energy balance by brown adipose tissue: at least three potential roles for physical activity. British Journal of Sports Medicine. 49 (15), 972-973 (2015).
  13. Bakker, L. E. H., et al. Brown adipose tissue volume in healthy lean south Asian adults compared with white Caucasians: a prospective, case-controlled observational study. The Lancet Diabetes & Endocrinology. 2 (3), 210-217 (2014).
  14. Lee, P., et al. Temperature-acclimated brown adipose tissue modulates insulin sensitivity in humans. Diabetes. 63 (11), 3686-3698 (2014).
  15. Jensen, M. D. Brown adipose tissue – not as hot as we thought. The Journal of Physiology. 593 (3), 489-490 (2015).
  16. Heaton, J. M. The distribution of brown adipose tissue in the human. Journal of Anatomy. 112 (Pt 1), 35-39 (1972).
  17. Chauvie, S., Bertone, E., Bergesio, F., Terulla, A., Botto, D., Cerello, P. Automatic liver detection and standardised uptake value evaluation in whole-body Positron Emission Tomography/Computed Tomography scans. Computer Methods and Programs in Biomedicine. , 47-52 (2018).
  18. Chondronikola, M., Beeman, S. C., Wahl, R. L. Non-invasive methods for the assessment of brown adipose tissue in humans. The Journal of Physiology. 596 (3), 363-378 (2018).
  19. Leitner, B. P., et al. Mapping of human brown adipose tissue in lean and obese young men. Proceedings of the National Academy of Sciences of the United States of America. 114 (32), 8649-8654 (2017).
  20. Martinez-Tellez, B., et al. The impact of using BARCIST 1.0 criteria on quantification of BAT volume and activity in three independent cohorts of adults. Scientific Reports. 8 (1), 8567 (2018).
  21. Chen, K. Y., et al. Brown Adipose Reporting Criteria in Imaging STudies (BARCIST 1.0): recommendations for standardized FDG-PET/CT experiments in humans. Cell Metabolism. 24 (2), 210-222 (2016).
  22. Rasmussen, J. M., et al. Brown adipose tissue quantification in human neonates using water-fat separated MRI. PloS One. 8 (10), e77907 (2013).
  23. Becker, A. S., et al. In-depth analysis of interreader agreement and accuracy in categorical assessment of brown adipose tissue in (18)FDG-PET/CT. European Journal of Radiology. 91 (18), 41-46 (2017).
  24. Lee, Y. -. H., Hsiao, H. -. F., Yang, H. -. T., Huang, S. -. Y., Chan, W. P. Reproducibility and repeatability of computer tomography-based measurement of abdominal subcutaneous and visceral adipose tissues. Scientific Reports. 7, 40389 (2017).
  25. Lundström, E., Strand, R., Johansson, L., Bergsten, P., Ahlström, H., Kullberg, J. Magnetic resonance imaging cooling-reheating protocol indicates decreased fat fraction via lipid consumption in suspected brown adipose tissue. PLOS One. 10 (4), e0126705 (2015).
  26. Gifford, A., Towse, T. F., Walker, R. C., Avison, M. J., Welch, E. B. Human brown adipose tissue depots automatically segmented by positron emission tomography/computed tomography and registered magnetic resonance images. Journal of Visualized Experiments. (96), (2015).
  27. Jones, T. A., et al. Brown fat depots in adult humans remain static in their locations on PET/CT despite changes in seasonality. Physiological Reports. 5 (11), (2017).
  28. Ruth, M. R., Wellman, T., Mercier, G., Szabo, T., Apovian, C. M. An automated algorithm to identify and quantify brown adipose tissue in human 18F-FDG-PET/CT scans. Obesity (Silver Spring, Md). 21 (8), 1554-1560 (2013).
  29. Hibi, M., et al. Brown adipose tissue is involved in diet-induced thermogenesis and whole-body fat utilization in healthy humans. International Journal of Obesity. 40 (2005), 1655-1661 (2005).
  30. Hanssen, M. J. W., et al. Short-term cold acclimation recruits brown adipose tissue in obese humans. Diabetes. 65 (5), 1179-1189 (2016).
  31. Muzik, O., Mangner, T. J., Leonard, W. R., Kumar, A., Janisse, J., Granneman, J. G. 15O PET measurement of blood flow and oxygen consumption in cold-activated human brown fat. Journal of Nuclear Medicine: Official Publication, Society of Nuclear Medicine. 54 (4), 523-531 (2013).
  32. Blondin, D. P., et al. Inhibition of intracellular triglyceride lipolysis suppresses cold-induced brown adipose tissue metabolism and increases shivering in humans. Cell Metabolism. 25 (2), 438-447 (2017).
  33. Admiraal, W. M., Holleman, F., Bahler, L., Soeters, M. R., Hoekstra, J. B., Verberne, H. J. Combining 123I-metaiodobenzylguanidine SPECT/CT and 18F-FDG PET/CT for the assessment of brown adipose tissue activity in humans during cold exposure. Journal of Nuclear Medicine: Official Publication, Society of Nuclear Medicine. 54 (2), 208-212 (2013).
  34. Soret, M., Bacharach, S. L., Buvat, I. Partial-volume effect in PET tumor imaging. Journal of Nuclear Medicine: Official Publication, Society of Nuclear Medicine. 48 (6), 932-945 (2007).

Play Video

Diesen Artikel zitieren
Kim, K., Huang, S., Fletcher, L. A., O’Mara, A. E., Tal, I., Brychta, R. J., Cypess, A. M., Chen, K. Y., Leitner, B. P. Whole Body and Regional Quantification of Active Human Brown Adipose Tissue Using 18F-FDG PET/CT. J. Vis. Exp. (146), e58469, doi:10.3791/58469 (2019).

View Video