供肝脂肪變性評價技術的研究進展

【摘要】 肝移植現已成為治療終末期肝病唯一有效的手段。由于供肝數量短缺和等候移植終末期肝病患者不斷增多，越來越多的邊緣性供肝逐漸被應用，以緩解當前供需不平衡的矛盾。與正常肝臟相比，脂肪變性供肝更容易受到冷缺血損傷，對缺血再灌注損傷也更為敏感，導致移植術后相關并發癥增多。如何提高脂肪變性供肝的使用率和安全性至關重要，目前評價供肝脂肪變性的技術包括超聲、CT、磁共振成像等。移植術前及術后準確評估供肝脂肪變性程度決定了供肝能否合理應用，并可為臨床診療提供參考。

【關鍵詞】 肝移植；脂肪變性；超聲；病理

中圖分類號 R617 文獻標識碼 A 文章編號 1671-0223（2024）19--04

Research progress on evaluation techniques for hepatic steatosis in donors Hu Xu. Zhejiang University of Traditional Chinese Medicine， Hangzhou 310053， China

【Abstract】 Liver transplantation has become the only effective treatment for end-stage liver disease. Due to the shortage of donor livers and the increasing number of patients waiting for transplantation for end-stage liver disease， more and more marginal livers are being used to alleviate the imbalance between supply and demand. Compared to normal liver， fatty liver is more susceptible to cold ischemic injury and is more sensitive to ischemia-reperfusion injury， leading to an increase in post-transplant complications. How to improve the utilization rate and safety of the steatosis donor liver is very important. At present， the techniques for evaluating the donor liver steatosis include ultrasound， CT， magnetic resonance imaging， etc. The accurate evaluation of the degree of steatosis of the donor liver before and after transplantation determines whether the donor liver can be reasonably used， and can provide reference for clinical diagnosis and treatment.

【Key words】 Liver transplantation; Steatosis; Ultrasound; Pathology

脂肪變性是供肝評價的主要方面，主要評估大泡性脂肪變性，大多數情況下大泡性脂肪變性和小泡性脂肪變性同時存在，單純小泡性脂肪變性一般不影響移植肝的功能[1]。脂肪變性根據脂肪浸潤嚴重程度分為輕度（＜30%）、中度（30%～60%）和重度（＞60%）[2]。伴有脂肪變性的移植物表現為細胞代謝受損、微循環功能障礙和肝細胞再生受損，導致合成功能恢復速度較慢，對冷缺血損傷及缺血再灌注損傷敏感性升高[3]。在臨床上，小泡性脂肪變性、輕度的大泡性脂肪變性供肝可應用于肝移植，若同時存在中至重度的大泡性脂肪變，則可能會增加移植物早期功能不全、原發性移植肝無功能以及術后病死率升高的風險[4]。如何在肝移植術前準確評估供肝的脂肪變性程度是供肝質量評價的重要一環，近年來各領域針對評價供肝脂肪變性的技術也迅速發展。本文針對供肝脂肪變性評價技術的研究狀況及發展趨勢進行綜述。

1 超聲

超聲是最早應用于脂肪肝評估的影像學檢查方法，也是目前篩查脂肪肝的最常用方法，普通超聲常用于肝脂肪變性的定性檢查，而對定量檢查則不敏感；受控衰減參數（controlled attenuation parameter，CAP）和超聲衰減成像（attenuation imaging，ATI）均可以實現定量評估肝臟脂肪變性，其中ATI通過去除束焦點和增益補償，計算機化肝實質區域的束衰減并獲得組織的衰減系數，采集時間短，可以納入常規超聲檢查，在檢測不同程度的肝脂肪變性方面具有良好的診斷性能。與CAP相比，ATI技術可以將B超圖像和ATI圖像在超聲設備的同一屏幕上顯示，實現肝臟結構可視化，使操作者確定最佳測量區域的位置，提高測量精度。Bao等[5]前瞻性納入159例非酒精性脂肪性肝病患者，1周內進行CAP、ATI檢查，然后進行質子磁共振波譜檢查，與CAP相比，ATI與肝臟脂肪含量的相關性較好，在預測≥10%的肝臟脂肪變性方面，ATI的診斷性能優于CAP。瞬時彈性成像也是一種可以定量肝脂肪變性的檢查方法，其原理是通過儀器探頭部位的振動軸發出低頻率、低振幅的彈性波，彈性波在體內組織中傳播的同時，探頭部位的換能器進行不間斷的采集超聲以跟蹤彈性波的傳播并測量其傳播速度，組織硬度和脂肪密度決定彈性波的傳播速度。在測定探頭上彈性波的傳播速度后通過特定的算法將傳播速度轉化為硬度值和脂肪含量值，以此來評估肝臟脂肪變性和纖維化程度。相較于評估肝脂肪變性，臨床中瞬時彈性成像更常用于評估肝纖維化，是確定慢性肝病纖維化程度的既定方法[6]。Kang等[7]對87名受試者使用超聲引導衰減參數、CAP和磁共振成像基礎上的質子密度脂肪分數（proton density fat fraction，PDFF）進行非酒精肝臟脂肪變性評估，以組織病理學作為金標準，該研究表明，在檢測非酒精性脂肪性肝病患者的脂肪肝時，超聲引導衰減參數具有較高的診斷率。與磁共振成像（magnetic resonance imaging，MRI）-PDFF相比，超聲引導衰減參數具有更高的靈敏度和相似的準確性（靈敏度為86.8%比71.0%；準確度分別為75.9%和76.8%）。綜上，超聲檢查具有無創、耗時短、成本低及良好的準確性等優勢，是評價肝脂肪變性的可靠技術。

2 CT

CT平掃是判斷肝臟脂肪含量的一種較好的方法。在非增強CT掃描上測量肝臟衰減適合預測病理脂肪含量[8]，正常肝臟衰減程度大于脾臟，脂肪浸潤使肝臟衰減程度減小，當肝臟衰減程度小于脾臟時，一般可根據肝實質衰減值、肝脾衰減比、肝脾衰減差3個指標評價肝脾CT衰減程度、肝臟脂肪浸潤程度。肝臟衰減指數是平均肝密度和平均脾密度的差值，但對于＜30%大泡性脂肪變性的靈敏度較低（肝臟衰減指數正常），非增強CT只在≥30%大泡性脂肪變性的定性診斷中效能較高[9-11]。

3 MRI

MRI在定量肝臟脂肪變性方面較CT更敏感，其利用某些分子的磁性檢測可移動的未結合分子中的質子信號（如水、三酰甘油），但來自結構中結合的質子信號（如細胞的脂質雙分子層）常規MRI則不可見，常規MRI技術使用雙回波成像測量脂肪含量的準確性受到T1偏置、T2衰減以及脂肪中質子和渦流的多頻信號干擾效應的限制[12-13]，其他基于MRI定量檢測肝脂肪變性的診斷方法包括MRI-PDFF、使用多回聲化學位移磁共振或磁共振光譜，以及磁共振彈性成像等。PDFF定義為來自三酰甘油的移動質子密度與來自移動三酰甘油和移動水的質子總密度的比值。在候選活體肝供體中，多回聲化學位移MRI計算出的MRI-PDFF更有利于評估供體，與活檢相比，其主要優勢是可以評估整個肝臟，而不是通過肝活檢評估一小部分肝臟，在活體肝捐獻者中，MRI-PDFF對于檢測肝脂肪變性＞5%具有良好的診斷效能[14]，且靈敏度和特異度較高[15]。因此，MRI-PDFF具有替代肝活檢的潛力[16]，但由于耗時和高成本的限制，一般用于活體捐贈者的評估。

4 光學技術

高光譜成像是一種可以實現無接觸和非電離方式對組織生理、形態和化學成分分析的技術[17]。高光譜成像意味著更寬的光譜范圍、更高的光譜分辨率和更多的光譜通道來實現連續光譜范圍成像[18]，不同的組織成分有特定的吸收光譜，高光譜成像可根據所分析的組織吸收和反射率獲得二維空間圖像，并形成三維超立方體[19]。高光譜成像可以安全地應用于供肝靜態冷保存、常溫機械灌注期間和受體手術期間的肝脂肪變性評估，除定量分析肝脂肪變性外，高光譜成像還能在供肝低溫機械灌注或低溫攜氧機械灌注期間推測出肝功能，但該技術無法區分大泡性和小泡性脂肪變性[20-22]。

5 病理組織學

病理組織學檢查是目前評價供肝脂肪的金標準，通常以脂肪變性肝細胞的面積占肝組織面積的比例作為評估標準，在必要時可用油劑紅27或蘇丹紅Ⅲ染色輔助進一步判斷[23]。目前病理組織學檢查依賴病理學專家在顯微鏡下的觀察和判斷，存在一定的主觀性，其準確性也受到質疑[24]，因此近年來結合人工智能的病理組織學檢查技術不斷被開發。西班牙學者開發了一種基于計算機視覺的應用程序，用于快速和自動客觀地定量蘇丹染色的組織病理學肝切片載玻片中的大泡脂肪變性。使用數字顯微鏡圖像根據獲得數千個特征向量，在檢測過程中，這些向量被標記為脂肪液泡或非脂肪液泡，并相應地訓練了一組基于不同算法的分類器。結果顯示所有分類器的總體準確度均較高（＞0.99），靈敏度為0.844～1，特異度＞0.99[25]。有研究者設計了一種稱為肝臟自適應脂肪變性分割的全自動定量檢測供肝脂肪變性的算法，該方法采用混合深度學習框架，將自適應閾值的準確性與深度卷積神經網絡的語義分割相結合，能夠檢測脂滴并識別大泡和小泡性脂肪變性，該算法在脂肪變性定量方面的準確率為97.27%（平均誤差1.07%，最大平均誤差5.62%），并且該算法速度快（平均計算時間為0.72s），為自動化定量和實時肝移植評估提供了依據[26]。有學者通過高像素的智能手機代替光學顯微鏡為供肝病理檢查提供技術支持[27]，智能手機捕獲冷凍切片肝臟組織載玻片的圖像與數字算法結合來測量脂肪變性，與不同經驗的病理學家提供的脂肪變性評分進行比較，均獲得可靠的準確性及特異性[28-29]。

6 小結

肝脂肪變性與肥胖、飲酒、糖尿病和代謝性疾病有關，脂肪變性肝移植目前是擴大標準供肝移植中最大的一部分，鑒于全球肥胖的日益流行，脂肪變性供體的數量預計還會上升。隨著檢查技術的提升，可實現快速、精準、無創的方式確定供肝脂肪變性程度，影像學方面，超聲檢查因其便捷性及準確性可能在未來成為主要評估方式，MRI檢查在活體肝移植的供肝質量評價中會承擔更重要的角色，組織病理學檢查目前尚不能被取代，仍是當前評估脂肪變性的金標準。但隨著人工智能的發展，病理學家的需求可能會逐漸削弱，病理組織學檢查也會更具客觀性。

7 參考文獻

[1] Han S，Ha SY，Park CK，et al.Microsteatosis may not interact with macrosteatosis in living donor liver transplantation[J].J Hepatol，2015，62（3）：556-562.

[2] Kleiner DE，Brunt EM，Van Natta M，et al.Design and validation of a histological scoring system for nonalcoholic fatty liver disease[J].Hepatology，2005，41（6）：1313-1321.

[3] 楊漢文，王強，成柯，等.脂肪變性供肝冷缺血損傷的研究進展[J].器官移植.2023，14（3）：449-454.

[4] 吳小雅，江藝.供肝脂肪變性程度對肝移植術后恢復的影響[J/CD].實用器官移植電子雜志，2023，11（2）：187-92.

[5] Bao J，Lv Y，Wang K，et al.A comparative study of ultrasound attenuation imaging， controlled attenuation parameters， and magnetic resonance spectroscopy for the detection of hepatic steatosis[J].J Ultrasound Med，2022，42（7）：1481-1489.

[6] Dietrich CF，Bamber J，Berzigotti A，et al.EFSUMB guidelines and recommendations on the clinical use of liver ultrasound elastography， update 2017 （long version）[J].Ultraschall Med，2017，38（4）：e48-52.

[7] Kang KA，Lee SR，Jun DW，et al.Diagnostic performance of a novel ultrasound-based quantitative method to assess liver steatosis in histologically identified nonalcoholic fatty liver disease[J].Med Ultrason，2023，25（1）：7-13.

[8] Kodama Y，Ng CS，Wu TT，et al.Comparison of CT methods for determining the fat content of the liver[J].AJR Am J Roentgenol，2007，188（5）：1307-1312.

[9] Park SH，Kim PN，Kim KW，et al.Macrovesicular hepatic steatosis in living liver donors：Use of CT for quantitative and qualitative assessment [J].Radiology，2006，239（1）：105-112.

[10] Lee SW，Park SH，Kim KW，et al.Unenhanced CT for assessment of macrovesicular hepatic steatosis in living liver donors：Comparison of visual grading with liver attenuation index[J].Radiology，2007，244（2）：479-485.

[11] Byun J，Lee SS，Sung YS，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[J].Eur Radiol，2019，29（8）：4427-4435.

[12] Dioguardi Burgio M，Bruno O，Agnello F，et al.The cheating liver：Imaging of focal steatosis and fatty sparing[J].Expert Rev Gastroenterol Hepatol，2016，10（6）：671-678.

[13] Zheng D，Guo Z，Schroder PM，et al.Accuracy of MR imaging and MR spectroscopy for detection and quantification of hepatic steatosis in living liver donors：A Meta-analysis[J].Radiology，2017，282（1）：92-102.

[14] Bae JS，Lee DH，Suh KS，et al.Noninvasive assessment of hepatic steatosis using a pathologic reference standard：Comparison of CT， MRI， and US-based techniques[J].Ultrasonography，2022，41（2）：344-354.

[15] Gu J，Liu S，Du S，et al.Diagnostic value of MRI-PDFF for hepatic steatosis in patients with non-alcoholic fatty liver disease： A Meta-analysis[J].Eur Radiol，2019，29（7）：3564-3573.

[16] Qi Q，Weinstock AK，Chupetlovska K，et al.Magnetic resonance imaging-derived proton density fat fraction （MRI-PDFF） is a viable alternative to liver biopsy for steatosis quantification in living liver donor transplantation[J].Clin Transplantat，2021，35（7）：e14339-14332.

[17] Lu G，Fei B.Medical hyperspectral imaging：A review[J].J Biomed Opt，2014，19（1）：10901.

[18] Karim S，Qadir A，Farooq U，et al.Hyperspectral imaging：a review and trends towards medical imaging[J].Curr Med Imaging，2022，19（5）：417-427.

[19] Kulcke A，Holmer A，Wahl P，et al.A compact hyperspectral camera for measurement of perfusion parameters in medicine[J].Biomed Tech （Berl）， 2018，63（5）：519-527.

[20] Kneifel F，Wagner T，Flammang I，et al.Hyperspectral imaging for viability assessment of human liver allografts during normothermic machine perfusion[J].Transplant Direct，2022，8（12）：e1420.

[21] Fodor M，Lanser L，Hofmann J，et al.Hyperspectral imaging as a tool for viability assessment during normothermic machine perfusion of human livers：A proof of concept pilot study[J].Transpl Int，2022，35：10355.

[22] Wagner T，Katou S，Wahl P，et al.Hyperspectral imaging for quantitative assessment of hepatic steatosis in human liver allografts [J].Clin Transplant，2022，36（8）：e14736.

[23] Riva G，Villanova M，Cima L，et al.Oil red O is a useful tool to assess donor liver steatosis on frozen sections during transplantation[J].Transplant Proc，2018，50（10）：3539-3543.

[24] El-Badry AM，Breitenstein S，Jochum W，et al.Assessment of hepatic steatosis by expert pathologists：The end of a gold standard[J].Ann Surg，2009，250（5）：691-697.

[25] Pérez-Sanz F，Riquelme-Pérez M，Martínez-Barba E，et al.Efficiency of machine learning algorithms for the determination of macrovesicular steatosis in frozen sections stained with sudan to evaluate the quality of the graft in liver transplantation[J].Sensors （Basel），2021，21（6）：1993.

[26] Salvi M，Molinaro L，Metovic J，et al.Fully automated quantitative assessment of hepatic steatosis in liver transplants[J].Comput Biol Med，2020，123：103836.

[27] Cesaretti M，Gal J，Bouveyron C，et al.Accurate assessment of nonalcoholic fatty liver disease lesions in liver allograft biopsies by a smartphone platform：A proof of concept[J].Microsc Res Tech，2020，83（9）：1025-1031.

[28] Xu K，Raigani S，Shih A，et al.A novel digital algorithm for identifying liver steatosis using smartphone-captured images[J].Transplant Direct，2022，8（9）：e1361.

[29] Cherchi V，Mea VD，Terrosu G，et al.Assessment of hepatic steatosis based on needle biopsy images from deceased donor livers[J].Clin Transplant，2022，36（3）：e14557.

[2024-05-15收稿]

作者單位：310053 浙江省杭州市，浙江中醫藥大學