基于MRI技术的血液透析患者肝脏铁过载和肝脂肪变性评估：现状、挑战与展望

刘虎 赵宏伟

摘要：在血液透析患者中，长期贫血治疗使用的频繁输血和静脉注射铁剂方法会增加肝脏铁过载和肝脂肪变性的风险，铁的病理性累积也会对肝细胞造成损伤，不仅增加了患者发展为进行性肝纤维化和肝硬化的风险，还可能加快肝脂肪变性的进程。铁过载和脂肪变性的这种双重影响可能相互作用，加剧肝损伤，导致患者肝纤维化和肝硬化病情进一步恶化。现代MRI技术具有无创性和高重复性的特点，能够同时定量评估肝脏铁和脂肪含量，为早期诊断和干预肝脏疾病提供重要依据。近年来，现代MRI技术在肝脏疾病诊疗领域的应用取得了显著进展，可以准确反映患者肝脏铁过载和肝脂肪变性程度，并预测肝脏疾病发生风险。本文综述了使用现代MRI技术评估血液透析患者肝脏铁过载和肝脂肪变性状况的最新进展和面临的挑战以及未来展望，旨在为临床实践提供有价值的参考。

关键词：血液透析；肝脏铁过载；肝脂肪变性；MRI；定量评估

中图分类号： R445.2  文献标识码： A  文章编号：1000-503X（2024）03-0449-09

DOI：10.3881/j.issn.1000-503X.16066

MRI-Based Assessment of Hepatic Iron Overload and Steatosis in Patients Undergoing Hemodialysis：Current Status，Challenges，and Perspectives

LIU Hu，ZHAO Hongwei

Department of Radiology，The Second Hospital of Jiaxing，Jiaxing，Zhejiang 314000，China

Corresponding author：ZHAO Hongwei Tel：0573-82090467，E-mail：zhw0314@hotmail.com

ABSTRACT：Long-term treatment of anemia involving frequent blood transfusions and intravenous iron administration increases the risks of hepatic iron overload and steatosis in the patients undergoing hemodialysis.Pathological accumulation of iron damages hepatocytes，not only elevating the risks of progressive hepatic fibrosis and cirrhosis but also potentially accelerating the process of hepatic steatosis.Iron overload and steatosis may interact with each other，exacerbating liver damage and ultimately leading to further deterioration of hepatic fibrosis and cirrhosis.MRI characterized by non-invasiveness and high repeatability，enables the simultaneous quantitative assessment of hepatic iron and fat content，providing crucial information for early diagnosis and intervention of liver diseases.In recent years，researchers have achieved significant advances in the application of MRI in the diagnosis and treatment of liver diseases.MRI can accurately reflect the extent of hepatic iron overload and steatosis in patients and predict the risk of liver diseases.This article reviews the latest advances，challenges，and perspectives in the application of MRI in assessing hepatic iron overload and steatosis in the patients undergoing hemodialysis，aiming to offer valuable references for clinical practice.

Key words：hemodialysis；hepatic iron overload；hepatic steatosis；MRI；quantitative assessment

Acta Acad Med Sin，2024，46（3）：449-457

随着全球慢性肾脏疾病（chronic kidney disease，CKD）患病率的持续上升，全球约有9.1%的人口，近7亿人受到CKD的影响［1］。在中国，CKD患病率高达10.8%，约有1.2亿人受到影响，且许多患者最终还需要血液透析，截至2021年底，国内约有75.1万患者正在进行血液透析治疗［2-3］。

中国的临床试验数据显示接受透析患者中贫血具有普遍性，透析患者中贫血的发病率为91.6%～98.2%［4］。血液透析患者还常常伴有营养不良、代谢紊乱等因素，这些因素也会增加肝脂肪变性的风险，从而影响精确测量肝脏铁含量（liver iron content，LIC）的过程［5］。近年来，现代MRI作为一种无创、可重复的影像技术，在血液透析患者肝脏铁过载和肝脂肪变性的定量评估中得到了广泛应用，为血液透析患者的精准管理提供了重要的参考依据［6］。本文将综述现代MRI技术在血液透析患者肝脏铁过载和肝脂肪变性评估中的应用研究进展，探讨其临床应用价值。

1 血液透析患者肝脏铁过载及MRI检查技术

1.1 血液透析患者发生肝脏铁过载的原因

铁缺乏和代谢障碍是血液透析患者贫血的主要原因。尿毒症性肠病引起的消化道微小出血、透析过程中的血液损失、频繁的血液检测等［6］可导致血液透析患者每年损失2～5 L血液，相当于1～2.5 g的铁［6-7］。红细胞生成刺激剂治疗法可引发铁缺乏，因此接受红细胞生成刺激剂治疗的血液透析患者大都需要通过定期接受静脉滴注、肌内注射铁剂的两种补铁途径来确保血液透析患者在治疗期间铁的充足［6］。

在常规临床实践中，血液透析患者的铁补充基于血清铁蛋白和转铁蛋白饱和度水平，但追求理想血红蛋白水平时，可能会忽略过量铁补充引起的铁过载风险。铁过载在血液透析患者中的发生率为13.0%～76.6%证实了过度依赖铁补充来治疗透析患者中的贫血常常会导致铁过载［8-10］。过量铁补充还可能导致铁元素不能全用于血红蛋白合成，却会在肝脏网状内皮系统沉积，大量铁沉积可使肝脏成为最早表现铁过载的器官［11］。肝脏铁过载增加了血液透析患者面临住院、感染和死亡风险的可能性［12-13］。

1.2 测量LIC的MRI技术

肝活检是测定LIC的金标准，但存在明显的局限性，如采样误差、侵入性、并发症风险以及由于样本量小造成的观察者间和内部变异性等［14］。MRI因其非侵入性、可靠且重复性高的特点，已成为早期诊断肝脏铁过载的定量评估替代方法，而信号强度比（signal intensity ratio，SIR）的方法、横向弛豫时间（transverse relaxation time，T2）值来计算组织横向弛豫率（transverse relaxation rate，R2）的方法（以下简称T2弛豫率测量法）和自由感应衰减横向弛豫时间（free induction decay T2，T2*）值计算组织自由感应衰减横向弛豫率（free induction decay R2，R2*）的方法（以下简称T2*弛豫率测量法）等为临床常用MRI测量肝脏组织信号图像数据定量评估LIC的技术。

1.2.1 SIR方法

SIR方法是最早用于检测LIC的MRI半定量方法，通过肝脏和不沉积铁的参考组织（通常为竖脊肌）信号强度之间的比值来估算LIC值，如正常肝脏（即不含铁过载）的信号强度应该高于竖脊肌，如果肝脏相对于竖脊肌信号降低即表明铁过载，因此通过比较肝脏与椎旁肌肉之间的相对信号强度可用来推测LIC值［15］。值得注意的是正常肝脏在短回波时间（time echo，TE）时信号略强于肌肉，而在长TE（大于14 ms）时，肝脏与肌肉信号相近，因为随着LIC增加，肝脏相对于作为参照的肌肉信号下降，所以在LIC较高的情况下，如果肝脏信号在第一个TE完全消失，可采用小于2 ms的TE进行一次额外采集，可有效提高肝脏与椎旁肌肉之间的SIR分析精准度［16］。有研究显示肝-肌SIR与肝活检测得的LIC之间表现出高度相关性（r=0.80～0.92），表明出二者具有相似的定量关系［16-18］。上述研究者推荐的SIR方法是通过分析肝脏和椎旁肌肉的MRI图像多个感兴趣区域（region of interest，ROI）相对信号强度数据，计算不同TE下的各肝-肌SIR及总的SIR平均值，这些比值可根据肝活检确定的LIC再进行校准，估算出LIC值，这样获得的LIC值跟采用Rennes大学发布的“基于网络的转换公式和计算器”得到的LIC值之间也具有很强的相关性［17-18］。

SIR方法的优点是易于在不同MRI制造商和平台实施，特别是在只有常规设备（如1.5 T及以下的中高场MRI平台）时也可提供测定LIC解决方案。不过使用肌肉作为参照组织会引入额外的变异性，对LIC值较低或患有肌少症、肌脂肪浸润的患者评估误差较大，尽管短TE的使用能够扩展SIR方法，甚至可以测量高达19.5 mg/g的LIC值，但在测量高LIC值时SIR方法仍受到较大限制［19］。

1.2.2 T2弛豫率测量法

T2弛豫率测量法利用自旋回波序列确定绝对的T2值，并将其转换为R2（R2=1/T2）。虽然这种方法比较耗时，但通过测量组织的T2值能够间接估算出组织中的铁含量，基本上满足组织中的铁含量测量要求。

通过5个T2加权的单自旋回波序列、恒定重复时间和递增TE，采用双指数衰减模型来产生R2图，并在R2图上通过勾画ROI相对信号强度数据，可估算出组织中的铁含量，从而实现LIC值的测量，这就是目前Ferriscan公司开发的T2弛豫率测量法商业技术，已在美国、澳大利亚和欧洲获得批准，可用于非侵入性测量LIC值［这种技术以下简称为R2（Ferriscan）］［20］。多中心和多供应商验证表明，R2（Ferriscan）具有良好的可重复性和稳定的校准曲线，不受患者年龄、肝纤维化程度等因素影响，已被视为LIC值评估的非侵入性参考标准。但与T2弛豫率测量法有同样不足，R2（Ferriscan）的使用受限于授权设备和1.5 T MRI平台，且不支持肝脏脂肪浓度的同时测量，而分析服务的高成本、较长的采集时间、对运动敏感以及2 d的数据分析时间，又限制了其在临床实践中的普及［21-22］。此外，R2（Ferriscan）不适用于测量LIC超过约40 mg/g的铁含量情况［19］。

1.2.3 T2*弛豫率测量法

T2*弛豫率测量法是通过二维或三维梯度回波序列在单个重复时间内设置多个TE，允许在单次激发后的TE范围内获取多个梯度回波图像，可以在一次屏气中完成整个肝脏的MRI图像数据采集，采用偏移单指数模型拟合后可快速完成肝脏的R2*映射生成R2*参数图，通过在R2*参数图上勾画ROI相对信号强度数据，配比测量出组织中的铁含量，从而快速实现LIC值测量［23］。理想情况下，这种测量法的第一个TE应尽可能短（1 ms或更短），最后的TE应尽可能长（10～15 ms），不受运动和其他伪影的影响［23］。因此，正确选择TE对于后期在R2*参数图上准确测量R2*值至关重要，在高LIC值条件下，短TE（小于1 ms）是必需的，特别是在3 T磁场强度下，可能需要更短的TE［24-26］。在严重肝脏铁过载的情况下，肝脏信号衰减非常迅速，同相位TE（3 T时为2.3 ms，1.5 T时为4.6 ms）可能太长而无法充分捕捉采集到这种快速信号衰减变化，衰减曲线的采样可能不足以进行准确的R2*值估算，一般可以在第一个和最后一个回波之间采用尽可能多的回波数量或者对回波进行对数间隔采集解决，这可能需要利用较小频率矩阵（192或224）、部分回波采样和高接收带宽（>100 kHz）［23］。为了抑制来自脂肪的潜在混淆信号干扰，除了通过短反转时间反转恢复技术或化学位移成像脂肪抑制技术在图像数据采集过程中抑制脂肪信号外，另一种常用的方法是采用多峰脂肪模型建模在大范围的TE组合上进行脂肪校正，高R2*值时常需要更短的TE来校准，因此短TE间隔（小于1 ms）对于捕获高LIC下的快速信号衰减及校正脂肪的存在至关重要［27］。为了确保数据准确性同时缩短扫描时间，建议使用6到12个回波进行平衡采样，还可通过多种MRI扫描技术实现，各种模式整合形成T2*弛豫率测量法的多样性，如传统Dixon技术及各种相位校正多回波Dixon技术［28-29］（这些技术以下简称为Dixon技术及其衍生方法）、定量磁化率成像（quantitative susceptibility mapping，QSM）技术等是较常用T2*弛豫率测量法。

Dixon技术及其衍生方法通过融合脂肪-水分离和R2*映射的Dixon变体，可消除与脂肪相关的偏差，而不会对R2*值产生噪声损失。考虑到脂肪的光谱谱峰复杂性，复合非线性最小二乘拟合和脂肪校正R2*重建技术可在广泛的TE组合和R2*值范围内提供低偏差和优化噪声性能的稳健R2*估计值，优化了肝脏中脂肪和铁含量的同时测量，即使在脂肪存在的情况下也能进行无干扰的R2*值测量，特别是在轻至中度铁过载的精确R2*值测量中尤为重要，因为脂肪校正显著提高了测量准确性［24］。在1.5 T和3 T磁场强度下，肝脏R2*值与LIC值之间的良好线性相关性已得到验证［24，30］。以活检LIC值或基于R2（Ferriscan）的LIC值作为参考标准，肝脏R2*值测量通过各种1.5 T平台进行了校准，有研究证明R2*值与活检LIC值呈较强的线性相关，并可用以下校准公式描述LIC与R2*值之间的关系：LIC=0.202+0.0254R2*［31］；R2*值和基于R2（Ferriscan）的LIC值之间具有良好的相关性，提示R2*值可以指导肝脏铁过载患者的临床决策［21］。在1.5 T和3 T结果的直接比较研究，也进一步证实了R2*值测量在诊断和管理肝脏铁过载疾病中的可靠性［30-33］。

QSM是基于磁敏感成像的一种改进技术，专门用于定量组织的磁化率，其中LIC值的测定与磁化率直接相关。2015年，Sharma等［34］首次证明了QSM技术在有效评估肝脏铁过载方面的应用能力，相比传统通过R2*值测量LIC的方法，QSM对脂肪、纤维化或水肿等干扰因素的敏感度更低，因而能提供准确测量结果［35］。此外，结合水-脂肪分离技术，QSM能有效克服化学位移造成的干扰，实现同时准确测量LIC值和肝脏脂肪含量［36］。

与T2弛豫率测量法相比，Dixon技术及其衍生方法、QSM技术等具有可同时准确测量LIC值和肝脏脂肪含量的优势，更好地消除脂肪等干扰因素对LIC值测量的影响，因此综合考虑成本、采集时间和测量准确性等因素，T2*弛豫率测量法被推荐为测量LIC的首选方法［19］。但Dixon技术及其衍生方法、QSM等技术方法也存在一定的局限，如不适合在1.5 T设备上进行超过40 mg/g或在3 T设备上进行超过26 mg/g的LIC值测量等，还需要研究者进一步优化或开发新的MRI产品来解决［19］。

2 血液透析患者肝脂肪变性及MRI检查技术

2.1 血液透析患者发生肝脂肪变性的原因

肝脂肪变性是肝内脂肪（主要是甘油三酯）过度堆积，当肝细胞内脂肪含量超过肝重的5%时可诊断为肝脂肪变性病。有研究显示接受透析治疗的儿童中有19.4%患有非酒精性脂肪肝病（non-alcoholic fatty liver disease，NAFLD），而在819例CKD患者中，15.7%被诊断为NAFLD，特别在非糖尿病CKD患者中，无论是接受透析还是处于CKD肿瘤分级3～5级的患者，NAFLD的发病率高达56%［37-39］。这些数据显示NAFLD在透析患者中的普遍性。

CKD患者与NAFLD患者之间存在共同的致病机制，如胰岛素抵抗、脂质毒性、炎症反应及氧化应激［40］。CKD可能通过影响肠道菌群、肠道屏障功能、糖皮质激素代谢及积累尿毒症相关代谢物加剧NAFLD的发展［41］。此外，血液透析患者NAFLD的发生也与血中丙氨酸转氨酶、天冬氨酸转氨酶、脂质水平及C反应蛋白水平显著相关［39］。

2.2 血液透析患者肝脂肪变性的MRI检查技术

鉴于肝活检的侵入性特点及其相关风险，欧洲肝脏研究协会和美国肝脏疾病研究协会均推荐采用MRI作为无创方法来诊断肝脂肪变性［42-43］。现代MRI技术以其高灵敏度和特异性，在检测和定量肝脏中脂肪含量方面表现出卓越性能，为临床提供了一个安全且可靠的诊断工具。

传统的定性MRI技术，如双回波序列下的化学位移成像技术，通过利用脂肪与水的不同共振频率，可提供肝脏脂肪含量的粗略定量。但这种方法的一个固有假设是基于脂肪的单峰脂肪模型，然而脂肪信号除了主要的亚甲基峰外，还包含多个光谱脂肪峰，这导致了多个脂肪峰之间复杂的振荡信号，因此使用同相回波进行R2*值测量时，如果未校正脂肪的多光谱复合性影响，会导致脂肪含量测量时的显著误差，存在一定的局限性［27］。由于组织中的甘油三酯含量可以通过混杂校正磁共振波谱（magnetic resonance spectroscopy，MRS）和混杂校正化学位移编码（chemical shift-encoded，CSE）进行定量检测，所以临床中常常也采用MRS和CSE-MRI成像技术来进行肝脏脂肪含量的定量检测。现代MRI技术均利用脂肪和水之间的化学位移差异来区分和测量脂肪与水的质子信号，并测定归一化的脂肪信号含量，脂肪信号含量除以脂肪和水总的质子密度含量所得的比值即为质子密度脂肪分数（proton density fat fraction，PDFF），与组织学检查中的脂肪含量相关联，计算PDFF需对MRI数据进行后处理和重建，拟合至一个精确的水和脂肪光谱模型，并校正纵向弛豫时间、T2*衰减、涡流、脂肪光谱复杂性、噪声相关偏差及伴随梯度等混淆因素的干扰，包括使用较长的TE进行MRS成像或小翻转角度化学位移MRI扫描、采用允许水和脂肪信号独立校正的“双重”T2*衰减模型、对多脂肪峰光谱进行校正、使用幅度辨别技术避免噪声偏差、基于复合化学位移的水-脂肪分离方法、采用小翻转角损毁梯度回波成像等，利用合适的水-脂肪分离技术将肝脏信号分解或分离为脂肪和水信号成分，自动生成肝脏的PDFF参数图，通过在PDFF参数图上勾画ROI测量，可有效地进行肝脏脂肪含量的定量检测［44］。

2.2.1 现代MRS技术

在现代MRS分析中，水质子产生的信号位于化学位移4.7 ppm处，呈现为一个尖锐的单峰，而脂肪质子则因与脂肪分子中相邻原子的化学键作用，形成多个独特的谱峰。使用现代MRS技术检测脂肪含量相对简单，主要涉及识别和测量与脂肪质子相关的特定频率信号峰［45］。荟萃分析显示，混杂校正MRS的敏感性在73%～89%之间，特异性在92%～96%之间［46］。现代MRS技术的局限性主要包括使用单体素扫描序列可能导致的采样变异性以及ROI覆盖较大范围时所需的图像采集时间将成倍增加。

2.2.2 CSE-MRI技术

CSE-MRI通过精确测量和利用脂肪与水分子之间固有的化学位移差异来区分并定量这两种组成成分的信号，主要包括基于幅度和基于复合化学位移成像的两种定量检测方法，能够在患者一次屏气内完成整个肝脏实时的PDFF图重建，大约需时15 s［47］。CSE-MRI-PDFF作为测量肝脏脂肪含量的首选技术，其准确性甚至优于活检［48］。CSE-MRI-PDFF与MRS-PDFF之间呈现高度线性相关性（R2=0.96），显示出良好的重复性和再现性［48］。基于幅度化学位移成像的CSE-MRI技术的主要不足之处在于其信噪比较低，并且其可测量的PDFF动态范围仅限于0～50%；但基于复合化学位移成像的CSE-MRI技术同时结合了相位和幅度信息，不仅信噪比更高，还能够测量覆盖0～100%完整动态范围的PDFF。

3 现代MRI技术在LIC和肝脏脂肪含量评估中的临床应用与面临挑战

使用CSE-MRI技术进行一次采集，既可以生成PDFF形式的肝脏脂肪含量评估图，也可以生成对脂肪存在混淆因素校正的R2*图［49］。这些图提供了代表肝脏脂肪含量的PDFF和LIC的R2*值的直观展示，其中R2*值与LIC值成正比。通过在这些图像上的肝实质内标定ROI，可以定量测量LIC和肝脏脂肪含量。目前关于分析PDFF和R2*参数图的最佳技术尚未达成共识，因为用于测量的ROI的大小和数量，以及ROI放置的位置存在很大的变异性［50］。这些差异可能阻碍了不同机构或者不同设备之间PDFF和R2*值的准确测量比较。

正如之前所述，在血液透析患者中，通过现代MRI技术同时测量R2*值和PDFF时，由于肝脏中的铁和脂肪在患者疾病发展过程中通常不是独立存在的，他们之间相互成为了混淆因素。有研究揭示了静脉铁剂治疗引起的肝脏铁过载对肝脏PDFF有显著的影响［6］。Colgan等［51］的研究揭示了R2*值对PDFF测量准确性的显著影响，特别是在R2*值达到1000 s-1时，PDFF测量误差可达20%。同时，Bashir等［52］的研究发现，NAFLD患者中肝脏PDFF与R2*值显著正相关，在不同磁场强度下，PDFF对R2*值测量均有不同的影响。此外，QSM技术在肝硬化患者中应用时，需考虑胶原蛋白含量变化对R2*值测量准确性具有重要影响，强调了综合考虑胶原蛋白含量对R2*值测量结果影响的必要性［53］。在慢性肝病患者中采用3D多回波Dixon技术的研究表明，即使在无肝脏铁过载的情况下，肝脏R2*值测量结果也可能受到肝纤维化的显著影响［54］。

4 现代MRI技术对LIC和肝脏脂肪含量评估的未来发展趋势

4.1 提升自动化与智能化水平

目前的肝脏PDFF和LIC测量通常需要手动选择ROI，这一过程因需要勾画多个ROI以减少测量误差，从而保证准确性，但因此会耗时较长［55］。全肝自动分割技术相比手动选择ROI策略可以提供更高的精度和效率，显示了测量分析自动化的优势［56-57］。基于深度学习的卷积神经网络技术也已被开发应用于临床上，实现了肝实质的全自动分割，从而能够准确测量PDFF和R2*值［58］。这种基于深度学习的全自动分割技术通过分析传统同反相位纵向弛豫时间加权MRI图像数据进行推断PDFF值的测量结果明显优于两点法Dixon技术，而且与CSE-MRI-PDFF方法之间具有极高的一致性（ICC=0.99）［59］。这也凸显了基于深度学习的卷积神经网络技术在精确测量肝脏脂肪含量方面的巨大潜力和优势。

4.2 缩短现代MRI技术扫描时间

利用基于深度学习开发的多解码器水脂分离神经网络技术仅需3个回波采集即可获得基于复合化学位移成像的CSE-MRI图像，通过后处理从而能够准确计算出CSE-MRI-PDFF值。与传统6回波采集技术测量方法相比，肝脏PDFF值无显著差异，却能将图像采集所需回波数量减少50%，从而显著缩短现代MRI技术扫描时间［60］。

4.3 提高现代MRI技术定量测量的准确性和可靠性

当前研究正不断推动现代MRI技术扫描参数和后处理算法的优化，目标是提高MRI定量测量的准确性和可靠性。新开发的MRI校正技术致力于减少血液透析患者因呼吸运动和设备间差异引起的误差［61-62］。非对称回波的最小二乘估算法迭代水脂分离方法是一种新型MRI水脂分离技术，利用梯度回波和优化回波位移在多个TE采集图像，解决了T2*效应/场的不均匀性问题，可以实现在LIC较高条件下对肝脏脂肪含量的准确测量，有效解决了在LIC和肝脏脂肪同时升高的情况下传统技术会因脂肪和铁诱导的信号变化相互抵消从而导致LIC和肝脏脂肪被低估的问题［63］。此外，针对CSE-MRI在测量肝脏PDFF和R2*值时可能出现的共生梯度相位误差问题，Roberts等［64］研究者提出了一种联合估计特定通道相位项的新方法，成功降低了等中心点附近PDFF和R2*值测量的偏差，进一步提高了肝脏脂肪含量和LIC值测量的精度。随着新技术和新产品的持续迭代优化，预期将进一步提升LIC和肝脏脂肪含量定量测量的精确度和可靠性。

5 总结和展望

现代MRI技术凭借其无创性、高精度和出色的重复性，可定量测量血液透析患者LIC和肝脏脂肪含量，LIC和肝脏脂肪含量作为判断肝脏铁过载和肝脂肪变性严重程度的重要生物标志物，其测量结果为血液透析患者的精准管理提供重要的参考依据。随着医疗设备发展和信息技术的不断进步，尤其是人工智能技术的应用，采用深度学习模型分析MRI图像使得对肝脏铁过载和肝脂肪变性的识别与测量变得更加精确，而且大大缩短了现代MRI技术扫描时间，显著提升了LIC和肝脏脂肪含量定量评估的准确性和效率，可以准确反映血液透析患者肝脏铁过载和肝脂肪变性程度，并预测肝脏疾病发生风险。

展望未来，虽然现代MRI技术在血液透析患者LIC和肝脏脂肪含量精准评估中仍然面临着很大的挑战，但相信随着更高级的图像处理算法和多源数据综合分析技术的发展，基于现代MRI技术的LIC和肝脏脂肪含量定量评估有望成为评估血液透析患者肝脏铁过载和肝脂肪变性的分布、检测、分级及监测治疗疗效的首选方法。这将为血液透析患者提供更加个性化的诊断及治疗方案，推动现代MRI技术在临床实践中发挥更大的作用。

利益冲突 所有作者声明无利益冲突

作者贡献声明 刘虎：研究选题，数据文献搜集、阅读并起草文章；赵宏伟：参与研究选题，对论文进行审阅、修订并同意对研究工作诚信负责

参 考 文 献

［1］GBD Chronic Kidney Disease Collaboration.Global，regional，and national burden of chronic kidney disease，1990-2017：a systematic analysis for the Global Burden of Disease Study 2017[J].Lancet，2020，395（10225）：709-733.DOI：10.1016/S0140-6736（20）30045-3.

［2］《中国围透析期慢性肾脏病管理规范》专家组.中国围透析期慢性肾脏病管理规范[J].中华肾脏病杂志，202 37（8）：690-704.DOI：10.3760/cma.j.cn441217-20210322-00104.

［3］中国医师协会肾脏内科医师分会血液透析滤过质控指南工作组.血液透析滤过质量控制临床实践指南[J].中华医学杂志，2024，104（8）：571-593.DOI：10.3760/cma.j.cn112137-20231212-01361.

［4］中国医师协会肾脏内科医师分会肾性贫血指南工作组.中国肾性贫血诊治临床实践指南[J].中华医学杂志，202 101（20）：1463-1502.DOI：10.3760/cma.j.cn112137-20210201-00309.

［5］Wong WK，Chan WK，Ganapathy SS，et al.Metabolic dysfunction-associated fatty liver disease （MAFLD） and advanced liver fibrosis among hemodialysis patients in a multiethnic urban population in Malaysia[J].Semin Dial，2023，36（2）：107-116.DOI：10.1111/sdi.13117.

［6］Rostoker G，Loridon C，Griuncelli M，et al.Liver iron load influences hepatic pat fraction in end-stage renal disease patients on dialysis：a proof of concept study[J].EBioMedicine，2019，39：461-471.DOI：10.1016/j.ebiom.2018.11.020.

［7］Sargent JA，Acchiardo SR.Iron requirements in hemodialysis[J].Blood Purif，2004，22（1）：112-123.DOI：10.1159/000074931.

［8］Canavese C，Bergamo D，Ciccone G，et al.Validation of serum ferritin values by magnetic susceptometry in predicting iron overload in dialysis patients[J].Kidney Int，2004，65（3）：1091-1098.DOI：10.1111/j.1523-1755.2004.00480.x.

［9］Ghoti H，Rachmilewitz EA，Simon-Lopez R，et al.Evidence for tissue iron overload in long-term hemodialysis patients and the impact of withdrawing parenteral iron[J].Eur J Haematol，2012，89（1）：87-93.DOI：10.1111/j.1600-0609.2012.01783.x.

［10］Delibas D，Evrimler S，Ercan K，et al.Iron overload in hemodialysis patients：comparison of serum iron parameters with T2* MRI sequence[J].J Clin Ultrasound，2023，52（2）：124-130.DOI：10.1002/jcu.23608.

［11］Rostoker G.When should iron supplementation in dialysis patients be avoided，minimized or withdrawn[J].Semin Dial，2019，32（1）：22-29.DOI：10.1111/sdi.12732.

［12］Del Vecchio L，Longhi S，Locatelli F.Safety concerns about intravenous iron therapy in patients with chronic kidney disease[J].Clin Kidney J，2016，9（2）：260-267.DOI：10.1093/ckj/sfv142.

［13］Li X，Cole SR，Kshirsagar AV，et al.Safety of dynamic intravenous iron administration strategies in hemodialysis patients[J].Clin J Am Soc Nephrol，2019，14（5）：728-737.DOI：10.2215/CJN.03970318.

［14］Low G，Ferguson C，Locas S，et al.Multiparametric MR assessment of liver fat，iron，and fibrosis：a concise overview of the liver “triple screen”[J].Abdom Radiol （NY），2023，48（6）：2060-2073.DOI：10.1007/s00261-023-03887-0.

［15］Mazé J，Vesselle G，Herpe G，et al.Evaluation of hepatic iron concentration heterogeneities using the MRI R2* mapping method[J].Eur J Radiol，2019，116：47-54.DOI：10.1016/j.ejrad.2018.02.011.

［16］Rose C，Vandevenne P，Bourgeois E，et al.Liver iron content assessment by routine and simple magnetic resonance imaging procedure in highly transfused patients[J].Eur J Haematol，2006，77（2）：145-149.DOI：10.1111/j.0902-4441.2006.t01-1-EJH2571.x.

［17］Gandon Y，Olivie D，Guyader D，et al.Non-invasive assessment of hepatic iron stores by MRI[J].Lancet，2004，363（9406）：357-362.DOI：10.1016/S0140-6736（04）15436-6.

［18］Alustiza JM，Artetxe J，Castiella A，et al.MR quantification of hepatic iron concentration[J].Radiology，2004，230（2）：479-484.DOI：10.1148/radiol.2302020820.

［19］Reeder SB，Yokoo T，Franca M，et al.Quantification of liver iron overload with MRI：review and guidelines from the ESGAR and SAR[J].Radiology，2023，307（1）：e221856.DOI：10.1148/radiol.221856.

［20］St Pierre TG，Clark PR，Chua-anusorn W，et al.Noninvasive measurement and imaging of liver iron concentrations using proton magnetic resonance[J].Blood，2005，105（2）：855-861.DOI：10.1182/blood-2004-01-0177.

［21］Craft ML，Edwards M，Jain TP，et al.R2 and R2* MRI assessment of liver iron content in an undifferentiated diagnostic population with hyperferritinaemia，and impact on clinical decision making[J].Eur J Radiol，202 135：109473.DOI：10.1016/j.ejrad.2020.109473.

［22］Hernando D，Levin YS，Sirlin CB，et al.Quantification of liver iron with MRI：state of the art and remaining challenges[J].J Magn Reson Imaging，2014，40（5）：1003-1021.DOI：10.1002/jmri.24584.

［23］Sirlin CB，Reeder SB.Magnetic resonance imaging quantification of liver iron[J].Magn Reson Imaging Clin N Am，2010，18（3）：359-38 ix.DOI：10.1016/j.mric.2010.08.014.

［24］Hernando D，Kramer JH，Reeder SB.Multipeak fat-corrected complex R2* relaxometry：theory，optimization，and clinical validation[J].Magn Reson Med，2013，70（5）：1319-1331.DOI：10.1002/mrm.24593.

［25］Krafft AJ，Loeffler RB，Song R，et al.Quantitative ultrashort echo time imaging for assessment of massive iron overload at 1.5 and 3 Tesla[J].Magn Reson Med，2017，78（5）：1839-1851.DOI：10.1002/mrm.26592.

［26］Doyle EK，Toy K，Valdez B，et al.Ultra-short echo time images quantify high liver iron[J].Magn Reson Med，2018，79（3）：1579-1585.DOI：10.1002/mrm.26791.

［27］Hernando D，Kuhn JP，Mensel B，et al.R2* estimation using “in-phase” echoes in the presence of fat：the effects of complex spectrum of fat[J].J Magn Reson Imaging，2013，37（3）：717-726.DOI：10.1002/jmri.23851.

［28］Zhan C，Olsen S，Zhang HC，et al.Detection of hepatic steatosis and iron content at 3 Tesla：comparison of two-point Dixon，quantitative multi-echo Dixon，and MR spectroscopy[J].Abdom Radiol （NY），2019，44（9）：3040-3048.DOI：10.1007/s00261-019-02118-9.

［29］Henninger B，Zoller H，Kannengiesser S，et al.3D multiecho Dixon for the evaluation of hepatic iron and fat in a clinical setting[J].J Magn Reson Imaging，2017，46（3）：793-800.DOI：10.1002/jmri.25630.

［30］Hernando D，Cook RJ，Qazi N，et al.Complex confounder-corrected R2* mapping for liver iron quantification with MRI[J].Eur Radiol，202 31（1）：264-275.DOI：10.1007/s00330-020-07123-x.

［31］Wood JC，Enriquez C，Ghugre N，et al.MRI R2 and R2* mapping accurately estimates hepatic iron concentration in transfusion-dependent thalassemia and sickle cell disease patients[J].Blood，2005，106（4）：1460-1465.DOI：10.1182/blood-2004-10-3982.

［32］dAssignies G，Paisant A，Bardou-Jacquet E，et al.Non-invasive measurement of liver iron concentration using 3-Tesla magnetic resonance imaging：validation against biopsy[J].Eur Radiol，2018，28（5）：2022-2030.DOI：10.1007/s00330-017-5106-3.

［33］Garbowski MW，Carpenter JP，Smith G，et al.Biopsy-based calibration of T2* magnetic resonance for estimation of liver iron concentration and comparison with R2 Ferriscan[J].J Cardiovasc Magn Reson，2014，16（1）：40.DOI：10.1186/1532-429X-16-40.

［34］Sharma SD，Hernando D，Horng DE，et al.Quantitative susceptibility mapping in the abdomen as an imaging biomarker of hepatic iron overload[J].Magn Reson Med，2015，74（3）：673-683.DOI：10.1002/mrm.25448.

［35］Li J，Lin H，Liu T，et al.Quantitative susceptibility mapping （QSM） minimizes interference from cellular pathology in R2* estimation of liver iron concentration[J].J Magn Reson Imaging，2018，48（4）：1069-1079.DOI：10.1002/jmri.26019.

［36］Lin H，Wei H，He N，et al.Quantitative susceptibility mapping in combination with water-fat separation for simultaneous liver iron and fat fraction quantification[J].Eur Radiol，2018，28（8）：3494-3504.DOI：10.1007/s00330-017-5263-4.

［37］Madihi Y，Tavakoli R，Riahinezhad M，et al.Prevalence of nonalcoholic fatty liver disease in children with renal failure underwent treatment with dialysis[J].Int J Prev Med，2022，13：35.DOI：10.4103/ijpvm.ijpvm_410_21.

［38］Choe AR，Ryu DR，Kim HY，et al.Noninvasive indices for predicting nonalcoholic fatty liver disease in patients with chronic kidney disease[J].BMC Nephrol，2020，21（1）：50.DOI：10.1186/s12882-020-01718-8.

［39］Behairy MA，Sherief AF，Hussein HA.Prevalence of non-alcoholic fatty liver disease among patients with non-diabetic chronic kidney disease detected by transient elastography[J].Int Urol Nephrol，202 53（12）：2593-2601.DOI：10.1007/s11255-021-02815-9.

［40］Kanbay M，Bulbul MC，Copur S，et al.Therapeutic implications of shared mechanisms in non-alcoholic fatty liver disease and chronic kidney disease[J].J Nephrol，202 34（3）：649-659.DOI：10.1007/s40620-020-00751-y.

［41］Singal AK，Hasanin M，Kaif M，et al.Nonalcoholic steatohepatitis is the most rapidly growing indication for simultaneous liver kidney transplantation in the United States[J].Transplantation，2016，100（3）：607-612.DOI：10.1097/TP.0000000000000945.

［42］European Association for the Study of the Liver （EASL），European Association for the Study of Diabetes （EASD），European Association for the Study of Obesity （EASO）.EASL-EASD-EASO clinical practice guidelines for the management of non-alcoholic fatty liver disease[J].J Hepatol，2016，64（6）：1388-1402.DOI：10.1016/j.jhep.2015.11.004.

［43］Chalasani N，Younossi Z，Lavine JE，et al.The diagnosis and management of non-alcoholic fatty liver disease：practice guideline by the American association for the study of liver diseases，American college of gastroenterology，and the American gastroenterological association[J].Hepatology，2012，55（6）：2005-2023.DOI：10.1002/hep.25762.

［44］Reeder SB，Cruite I，Hamilton G，et al.Quantitative assessment of liver fat with magnetic resonance imaging and spectroscopy[J].J Magn Reson Imaging，201 34（4）：729-749.DOI：10.1002/jmri.22775.

［45］Cassidy FH，Yokoo T，Aganovic L，et al.Fatty liver disease：MR imaging techniques for the detection and quantification of liver steatosis[J].Radiographics，2009，29（1）：231-260.DOI：10.1148/rg.291075123.

［46］Bohte AE，van Werven JR，Bipat S，et al.The diagnostic accuracy of US，CT，MRI and 1H-MRS for the evaluation of hepatic steatosis compared with liver biopsy：a meta-analysis[J].Eur Radiol，201 21（1）：87-97.DOI：10.1007/s00330-010-1905-5.

［47］Meisamy S，Hines CD，Hamilton G，et al.Quantification of hepatic steatosis with T1-independent，T2-corrected MR imaging with spectral modeling of fat：blinded comparison with MR spectroscopy[J].Radiology，201 258（3）：767-775.DOI：10.1148/radiol.10100708.

［48］Yokoo T，Serai SD，Pirasteh A，et al.Linearity，bias，and precision of hepatic proton density fat fraction measurements by using MR imaging：a meta-analysis[J].Radiology，2018，286（2）：486-498.DOI：10.1148/radiol.2017170550.

［49］Kuhn JP，Hernando D，Munoz del Rio A，et al.Effect of multipeak spectral modeling of fat for liver iron and fat quantification：correlation of biopsy with MR imaging results[J].Radiology，2012，265（1）：133-142.DOI：10.1148/radiol.12112520.

［50］Campo CA，Hernando D，Schubert T，et al.Standardized approach for ROI-based measurements of proton density fat fraction and R2* in the liver[J].Am J Roentgenol，2017，209（3）：592-603.DOI：10.2214/AJR.17.17812.

［51］Colgan TJ，Zhao R，Roberts NT，et al.Limits of fat quantification in the presence of iron overload[J].J Magn Reson Imaging，202 54（4）：1166-1174.DOI：10.1002/jmri.27611.

［52］Bashir MR，Wolfson T，Gamst AC，et al.Hepatic R2* is more strongly associated with proton density fat fraction than histologic liver iron scores in patients with nonalcoholic fatty liver disease[J].J Magn Reson Imaging，2019，49（5）：1456-1466.DOI：10.1002/jmri.26312.

［53］Jafari R，Hectors SJ，Koehne de González AK，et al.Integrated quantitative susceptibility and R2* mapping for evaluation of liver fibrosis：an ex vivo feasibility study[J].NMR Biomed，202 34（1）：e4412.DOI：10.1002/nbm.4412.

［54］Hu F，Yang R，Huang Z，et al.3D multi-echo dixon technique for simultaneous assessment of liver steatosis and iron overload in patients with chronic liver diseases：a feasibility study[J].Quant Imaging Med Surg，2019，9（6）：1014-1024.DOI：10.21037/qims.2019.05.20.

［55］Hong CW，Wolfson T，Sy EZ，et al.Optimization of region-of-interest sampling strategies for hepatic MRI proton density fat fraction quantification[J].J Magn Reson Imaging，2018，47（4）：988-994.DOI：10.1002/jmri.25843.

［56］Martí-Aguado D，Jiménez-Pastor A，Alberich-Bayarri ，et al.Automated whole-liver MRI segmentation to assess steatosis and iron quantification in chronic liver disease[J].Radiology，2022，302（2）：345-354.DOI：10.1148/radiol.2021211027.

［57］Wang K，Mamidipalli A，Retson T，et al.Automated CT and MRI liver segmentation and biometry using a generalized convolutional neural network[J].Radiol Artif Intell，2019，1（2）：180022.DOI：10.1148/ryai.2019180022.

［58］Jimenez-Pastor A，Alberich-Bayarri A，Lopez-Gonzalez R，et al.Precise whole liver automatic segmentation and quantification of PDFF and R2* on MR images[J].Eur Radiol，202 31（10）：7876-7887.DOI：10.1007/s00330-021-07838-5.

［59］Wang K，Cunha GM，Hasenstab K，et al.Deep learning for inference of hepatic proton density fat fraction from T1-weighted in-phase and opposed-phase MRI：retrospective analysis of population-based trial data[J].Am J Roentgenol，2023，221（5）：620-631.DOI：10.2214/ajr.23.29607.

［60］Meneses JP，Arrieta C，Della Maggiora G，et al.Liver PDFF estimation using a multi-decoder water-fat separation neural network with a reduced number of echoes[J].Eur Radiol，2023，33（9）：6557-6568.DOI：10.1007/s00330-023-09576-2.

［61］Gilligan LA，Dillman JR，Tkach JA，et al.Comparison of navigator-gated and breath-held image acquisition techniques for multi-echo quantitative dixon imaging of the liver in children and young adults[J].Abdom Radiol （NY），2019，44（6）：2172-2181.DOI：10.1007/s00261-019-01960-1.

［62］Armstrong T，Zhong X，Shih SF，et al.Free-breathing 3D stack-of-radial MRI quantification of liver fat and R2* in adults with fatty liver disease[J].Magn Reson Imaging，2022，85：141-152.DOI：10.1016/j.mri.2021.10.016.

［63］Eskreis-Winkler S，Corrias G，Monti S，et al.IDEAL-IQ in an oncologic population：meeting the challenge of concomitant liver fat and liver iron[J].Cancer Imaging，2018，18（1）：51.DOI：10.1186/s40644-018-0167-3.

［64］Roberts NT，Hernando D，Panagiotopoulos N，et al.Addressing concomitant gradient phase errors in time-interleaved chemical shift-encoded MRI fat fraction and R2* mapping with a pass-specific phase fitting method[J].Magn Reson Med，2022，87（6）：2826-2838.DOI：10.1002/mrm.29175.

（收稿日期：2024-03-06）