三种超声技术对超重人群肝脂肪变性诊断性能的评估和比较

doi:10.3877/cma.j.issn.1672-6448.2025.07.003

目的

评估和比较超声引导衰减参数（UGAP）、超声衰减参数（UAP）和基于二维超声的半定量分级方法3种超声技术在怀疑患有代谢功能障碍相关脂肪性肝病（MASLD）的肥胖人群中的诊断效能。

方法

前瞻性连续随机纳入2023年12月至2024年3月于东南大学附属中大医院内分泌科和营养科就诊并行MASLD筛查的超重患者103例。所有受试者在1周内分别接受了血液生化指标、腹部肝脏超声（包含UGAP、UAP以及基于二维超声的半定量分级）和磁共振成像-质子密度脂肪分数（MRI-PDFF）检查。通过Pearson相关性分析分别评估UAP和UGAP与MRI-PDFF之间的相关性。以MRI-PDFF作为评估肝脏脂肪变性的参考标准（将肝脂肪变性分为S0、S1、S2、S3级），构建UAP和UGAP的受试者操作特征曲线（ROC）并计算曲线下面积（AUC），以此评估和比较UGAP、UAP、基于二维超声的半定量分级方法的诊断效能。同时，利用多元线性回归分析探讨影响UAP、UGAP的独立变量。

结果

UGAP和UAP均与MRI-PDFF呈正相关，其中UGAP（r=0.852，P<0.001）相比UAP（r=0.650，P<0.001）与MRI-PDFF的相关性更强。在肝脏脂肪变性分级诊断效能方面，UGAP的表现优于UAP及基于二维超声的半定量分级方法（P<0.05），且UAP与基于二维超声的半定量分级方法在肝脂肪变性3个分级诊断的AUC比较中差异均无统计学意义（P>0.05）。UGAP诊断肝脏脂肪变性≥S1、≥S2和=S3的AUC分别为0.964（95%CI：0.931~0.997）、0.920（95%CI：0.856~0.984）和0.970（95%CI：0.912~1.000），其最佳截断值分别为0.60 dB/（cm·MHz）、0.72 dB/（cm·MHz）和0.79 dB/（cm·MHz）。多元线性回归分析结果显示，内脏脂肪和皮肤-肝包膜距离均是UAP和UGAP的独立影响因子。

结论

UGAP对超重人群肝脏脂肪变性诊断和分级的准确性高于UAP和二维超声。

关键词: 超声, 代谢功能障碍相关脂肪性肝病, 肝脂肪变性, 超重

Objective

To make a prospective comparison of US-guided attenuation parameter (UGAP), ultrasound attenuation parameter (UAP), and semi-quantitative assessment based on two-dimensional ultrasound for the diagnosis of hepatic steatosis in overweight population suspected of having metabolic dysfunction-associated steatotic liver disease (MASLD).

Methods

One hundred and three overweight patients who underwent standardized clinical assessment, abdominal ultrasound (UGAP, UAP, and semi-quantitative assessment based on two-dimensional ultrasound), and magnetic resonance imaging-proton density fat fraction (MRI-PDFF) were enrolled in this prospective study from December 2023 to March 2024. The correlation between UAP, UGAP, and MRI-PDFF was evaluated using Pearson's correlation coefficient. The receiver operating characteristic (ROC) curves of two-dimensional ultrasound, UAP, and UGAP were compared, and using MRI-PDFF as a reference, hepatic steatosis was classified into grades S0, S1, S2 and S3. Multivariable linear regression was performed to identify independent factors associated with UGAP and UAP.

Results

Both UGAP and UAP were positively correlated with MRI-PDFF. UGAP had the most significant correlation with PDFF (r=0.852, P<0.001). The diagnostic performance of UGAP for different grades of hepatic steatosis was better than that of UAP and two-dimensional ultrasound (P<0.05). The UAP and two-dimensional ultrasound were not statistically significantly different with regard to the AUCs for different grades of steatosis. The AUCs of UGAP for the diagnosis of hepatic steatosis ≥S1, ≥S2, and =S3 were 0.964 (95%CI: 0.931-0.997), 0.920 (95%CI: 0.856-0.984), and 0.970 (95%CI: 0.912-1.000), respectively. And the cut-off values for ≥S1, ≥S2, and =S3 were 0.60 dB/(cm·MHz), 0.72 dB/(cm·MHz), and 0.79 dB/(cm·MHz), respectively. Visceral fat and skin-to-liver capsule distance were independent factors for UAP and UGAP.

Conclusion

The diagnostic accuracy of UGAP is superior to that of UAP and two-dimensional ultrasound for the diagnosis and grading of hepatic steatosis in overweight subjects suspected of having MASLD.

Key words: Ultrasound, Metabolic dysfunction-associated steatotic liver disease, Hepatic steatosis, Overweight

表1 103例行代谢功能障碍相关脂肪性肝病筛查的超重患者的临床特征

项目	数值
男性/女性（例）	63/40
年龄[岁，M（Q₁，Q₃）]	46.0（36.0，57.3）
腰围[cm，M（Q₁，Q₃）]	92.00（88.00，102.00）
内脏脂肪（cm²， $x ¯ ± s$ ）	101.09±41.69
SCD[mm，M（Q₁，Q₃）]	18.85（16.67，20.20）
BMI[kg/m²，M（Q₁，Q₃）]	27.25（25.44，31.00）
空腹血糖[mmol/L，M（Q₁，Q₃）]	5.99（5.09，10.21）
HbA1c[%，M（Q₁，Q₃）]	6.13（5.34，7.73）
白蛋白[g/L，M（Q₁，Q₃）]	43.95（41.07，48.00）
总胆红素[μmol/L，M（Q₁，Q₃）]	9.85（7.30，12.35）
ALT[U/L，M（Q₁，Q₃）]	20.50（13.75，35.00）
AST[U/L，M（Q₁，Q₃）]	20.00（16.75，27.25）
GGT[U/L，M（Q₁，Q₃）]	31.00（19.75，44.00）
甘油三酯[mmol/L，M（Q₁，Q₃）]	1.68（1.23，3.79）
总胆固醇[mmol/L，M（Q₁，Q₃）]	4.93（4.11，5.70）
HDL-C[mmol/L，M（Q₁，Q₃）]	1.21（0.89，1.55）
LDL-C[mmol/L，M（Q₁，Q₃）]	2.64（1.85，3.04）
UAP（dB/m， $x ¯ ± s$ ）	281.0±40.0
UGAP[dB/（cm·MHz）， $x ¯ ± s$ ]	0.69±0.13
基于二维超声的肝脏脂肪变性定性分级[例（%）]
0级	28（27.2）
1级	36（35.0）
2级	18（17.5）
3级	21（20.4）
MRI-PDFF（%， $x ¯ ± s$ ）	14.13±8.47
基于MRI-PDFF^a的肝脏脂肪变性分级[例（%）]
S0	32（31.1）
S1	35（34.0）
S2	19（18.4）
S3	17（16.5）

表1 103例行代谢功能障碍相关脂肪性肝病筛查的超重患者的临床特征

项目	数值
男性/女性（例）	63/40
年龄[岁，M（Q₁，Q₃）]	46.0（36.0，57.3）
腰围[cm，M（Q₁，Q₃）]	92.00（88.00，102.00）
内脏脂肪（cm²， $x ¯ ± s$ ）	101.09±41.69
SCD[mm，M（Q₁，Q₃）]	18.85（16.67，20.20）
BMI[kg/m²，M（Q₁，Q₃）]	27.25（25.44，31.00）
空腹血糖[mmol/L，M（Q₁，Q₃）]	5.99（5.09，10.21）
HbA1c[%，M（Q₁，Q₃）]	6.13（5.34，7.73）
白蛋白[g/L，M（Q₁，Q₃）]	43.95（41.07，48.00）
总胆红素[μmol/L，M（Q₁，Q₃）]	9.85（7.30，12.35）
ALT[U/L，M（Q₁，Q₃）]	20.50（13.75，35.00）
AST[U/L，M（Q₁，Q₃）]	20.00（16.75，27.25）
GGT[U/L，M（Q₁，Q₃）]	31.00（19.75，44.00）
甘油三酯[mmol/L，M（Q₁，Q₃）]	1.68（1.23，3.79）
总胆固醇[mmol/L，M（Q₁，Q₃）]	4.93（4.11，5.70）
HDL-C[mmol/L，M（Q₁，Q₃）]	1.21（0.89，1.55）
LDL-C[mmol/L，M（Q₁，Q₃）]	2.64（1.85，3.04）
UAP（dB/m， $x ¯ ± s$ ）	281.0±40.0
UGAP[dB/（cm·MHz）， $x ¯ ± s$ ]	0.69±0.13
基于二维超声的肝脏脂肪变性定性分级[例（%）]
0级	28（27.2）
1级	36（35.0）
2级	18（17.5）
3级	21（20.4）
MRI-PDFF（%， $x ¯ ± s$ ）	14.13±8.47
基于MRI-PDFF^a的肝脏脂肪变性分级[例（%）]
S0	32（31.1）
S1	35（34.0）
S2	19（18.4）
S3	17（16.5）

图1 超声引导衰减参数（UGAP）和超声衰减参数（UAP）分别与磁共振成像-质子密度脂肪分数（MRI-PDFF）间相关性的散点图

图2 根据磁共振成像-质子密度脂肪分数（MRI-PDFF）划分的脂肪变性分级所对应的超声引导衰减参数（UGAP）值、超声衰减参数（UAP）值分布。图a：根据MRI-PDFF划分的脂肪变性分级所对应的UGAP值分布，其中S0组与S1组、S2组、S3组比较，S1组与S3组比较，差异均具有统计学意义（P均<0.001），S2组与S3组比较，差异具有统计学意义（P=0.021）；图b：根据MRI-PDFF划分的脂肪变性分级所对应的UAP值分布，S0组与S1组、S2组、S3组比较，S1组与S3组比较，差异均具有统计学意义（P均<0.001），S1组与S2组比较，差异具有统计学意义（P=0.022）注：*表示组间比较P<0.05；***表示组间比较P<0.001

表2 UGAP、UAP和基于二维超声的半定量分级法对肝脏脂肪变性分级的诊断性能比较

诊断方法	AUC（95%CI）	截断值	敏感度（%）	特异度（%）	阳性预测值（%）	阴性预测值（%）
UGAP[dB/（cm·MHz）]
≥S1	0.964（0.931，0.997）	0.60	97.2	96.9	98.57	93.94
≥S2	0.920（0.856，0.984）	0.72	91.7	85.1	74.36	89.06
S3	0.970（0.912，1.000）	0.79	100	99.3	71.43	97.56
UAP（dB/m）
≥S1	0.881（0.817，0.944）^a	274.5	77.5	93.7	82.14	45.65
≥S2	0.864（0.782，0.946）	294.0	83.3	85.1	64.10	82.81
S3	0.852（0.734，0.970）^c	306.5	76.5	84.9	52.38	92.68
二维超声
≥S1	0.829（0.751，0.907）^a	-	90.1	65.6	85.33	75.00
≥S2	0.803（0.708，0.899）^b	-	69.4	79.1	64.10	82.81
S3	0.823（0.696，0.949）^c	-	64.7	88.4	52.38	92.68

表2 UGAP、UAP和基于二维超声的半定量分级法对肝脏脂肪变性分级的诊断性能比较

诊断方法	AUC（95%CI）	截断值	敏感度（%）	特异度（%）	阳性预测值（%）	阴性预测值（%）
UGAP[dB/（cm·MHz）]
≥S1	0.964（0.931，0.997）	0.60	97.2	96.9	98.57	93.94
≥S2	0.920（0.856，0.984）	0.72	91.7	85.1	74.36	89.06
S3	0.970（0.912，1.000）	0.79	100	99.3	71.43	97.56
UAP（dB/m）
≥S1	0.881（0.817，0.944）^a	274.5	77.5	93.7	82.14	45.65
≥S2	0.864（0.782，0.946）	294.0	83.3	85.1	64.10	82.81
S3	0.852（0.734，0.970）^c	306.5	76.5	84.9	52.38	92.68
二维超声
≥S1	0.829（0.751，0.907）^a	-	90.1	65.6	85.33	75.00
≥S2	0.803（0.708，0.899）^b	-	69.4	79.1	64.10	82.81
S3	0.823（0.696，0.949）^c	-	64.7	88.4	52.38	92.68

表3 肝脏脂肪变性（MRI-PDFF≥6.4%）预测因素的多变量Logistic回归分析

参数	OR（95%CI）	P值
性别	29.03（0.53，59.01）	0.099
年龄	1.03（0.91，1.17）	0.606
腰围	1.19（0.91，1.55）	0.195
内脏脂肪	1.00（0.94，1.08）	0.870
SCD	1.15（0.59，2.27）	0.678
BMI	1.20（0.43，3.38）	0.724
二维超声	5.10（0.61，42.52）	0.132
UAP	1.00（0.96，1.05）	0.957
UGAP	9.08（6.46，12.76）	0.005

表3 肝脏脂肪变性（MRI-PDFF≥6.4%）预测因素的多变量Logistic回归分析

参数	OR（95%CI）	P值
性别	29.03（0.53，59.01）	0.099
年龄	1.03（0.91，1.17）	0.606
腰围	1.19（0.91，1.55）	0.195
内脏脂肪	1.00（0.94，1.08）	0.870
SCD	1.15（0.59，2.27）	0.678
BMI	1.20（0.43，3.38）	0.724
二维超声	5.10（0.61，42.52）	0.132
UAP	1.00（0.96，1.05）	0.957
UGAP	9.08（6.46，12.76）	0.005

表4 UAP和UGAP测得的衰减系数与临床参数之间的相关性分析结果

参数	UAP		UGAP
参数	相关系数	P值	相关系数	P值
年龄	0.019	0.85	0.018	0.856
腰围	0.663	<0.001	0.602	<0.001
内脏脂肪	0.658	<0.001	0.558	<0.001
SCD	0.479	<0.001	0.501	<0.001
BMI	0.608	<0.001	0.484	<0.001
空腹血糖	0.324	<0.001	0.571	<0.001
HbA1c	0.337	<0.001	0.39	<0.001
白蛋白	0.36	<0.001	0.283	0.004
总胆红素	0.072	0.468	-0.003	0.975
ALT	0.464	<0.001	0.569	<0.001
AST	0.54	<0.001	0.583	<0.001
GGT	0.39	<0.001	0.302	0.002
甘油三酯	0.527	<0.001	0.683	<0.001
总胆固醇	-0.025	0.801	-0.041	0.679
HDL-C	-0.137	0.168	-0.045	0.650
LDL-C	-0.009	0.929	-0.113	0.256

表4 UAP和UGAP测得的衰减系数与临床参数之间的相关性分析结果

参数	UAP		UGAP
参数	相关系数	P值	相关系数	P值
年龄	0.019	0.85	0.018	0.856
腰围	0.663	<0.001	0.602	<0.001
内脏脂肪	0.658	<0.001	0.558	<0.001
SCD	0.479	<0.001	0.501	<0.001
BMI	0.608	<0.001	0.484	<0.001
空腹血糖	0.324	<0.001	0.571	<0.001
HbA1c	0.337	<0.001	0.39	<0.001
白蛋白	0.36	<0.001	0.283	0.004
总胆红素	0.072	0.468	-0.003	0.975
ALT	0.464	<0.001	0.569	<0.001
AST	0.54	<0.001	0.583	<0.001
GGT	0.39	<0.001	0.302	0.002
甘油三酯	0.527	<0.001	0.683	<0.001
总胆固醇	-0.025	0.801	-0.041	0.679
HDL-C	-0.137	0.168	-0.045	0.650
LDL-C	-0.009	0.929	-0.113	0.256

1	Teng ML, Ng CH, Huang DQ, et al. Global incidence and prevalence of nonalcoholic fatty liver disease [J]. Clin Mol Hepatol, 2023, 29(Suppl): S32-S42.
2	Younossi ZM, Paik JM, Stepanova M, et al. Clinical profiles and mortality rates are similar for metabolic dysfunction-associated steatotic liver disease and non-alcoholic fatty liver disease [J]. J Hepatol, 2024, 80(5): 694-701.
3	Rinella ME, Lazarus JV, Ratziu V, et al. A multisociety Delphi consensus statement on new fatty liver disease nomenclature [J]. J Hepatol, 2023, 79(6): 1542-1556.
4	Ko E, Yoon EL, Jun DW. Risk factors in nonalcoholic fatty liver disease [J]. Clin Mol Hepatol, 2022, 29(Suppl): S79.
5	范建高, 徐小元, 南月敏, 等. 代谢相关(非酒精性)脂肪性肝病防治指南(2024年版) [J]. 实用肝脏病杂志, 2024, 27(4): 494-510.
6	Katsiki N, Mikhailidis DP, Mantzoros CS. Non-alcoholic fatty liver disease and dyslipidemia: an update [J]. Metabolism, 2016, 65(8): 1109-1123.
7	Choo V. WHO reassesses appropriate body-mass index for Asian populations [J]. Lancet, 2002, 360(9328): 235.
8	Chianelli M, Armellini M, Carpentieri M, et al. Obesity in prediabetic patients: management of metabolic complications and strategies for prevention of overt diabetes [J]. Endocr Metab Immune Disord Drug Targets, 2025, 25(1): 8-36.
9	Aune D, Sen A, Prasad M, et al. BMI and all cause mortality: systematic review and non-linear dose-response meta-analysis of 230 cohort studies with 3.74 million deaths among 30.3 million participants [J]. BMJ, 2016, 353: i2156.
10	Dongiovanni P, Stender S, Pietrelli A, et al. Causal relationship of hepatic fat with liver damage and insulin resistance in nonalcoholic fatty liver [J]. J Intern Med, 2018, 283(4): 356-370.
11	Eslam M, Sarin SK, Wong VWS, et al. The Asian Pacific Association for the Study of the Liver clinical practice guidelines for the diagnosis and management of metabolic associated fatty liver disease [J]. Hepatol Int, 2020, 14(6): 889-919.
12	Machado MV, Cortez-Pinto H. Non-invasive diagnosis of non-alcoholic fatty liver disease. A critical appraisal [J]. J Hepatol, 2013, 58(5): 1007-1019.
13	Tapper EB, Lok AS. Use of liver imaging and biopsy in clinical practice [J]. N Engl J Med, 2017, 377(8): 756-768.
14	Dulai PS, Sirlin CB, Loomba R. MRI and MRE for non-invasive quantitative assessment of hepatic steatosis and fibrosis in NAFLD and NASH: clinical trials to clinical practice [J]. J Hepatol, 2016, 65(5): 1006-1016.
15	Permutt Z, Le TA, Peterson MR, et al. Correlation between liver histology and novel magnetic resonance imaging in adult patients with non‐alcoholic fatty liver disease-MRI accurately quantifies hepatic steatosis in NAFLD [J]. Aliment Pharmacol Ther, 2012, 36(1): 22-29.
16	Noureddin M, Lam J, Peterson MR, et al. Utility of magnetic resonance imaging versus histology for quantifying changes in liver fat in nonalcoholic fatty liver disease trials [J]. Hepatology, 2013, 58(6): 1930-1940.
17	Ferraioli G, Monteiro LBS. Ultrasound-based techniques for the diagnosis of liver steatosis [J]. World J Gastroenterol, 2019, 25(40): 6053-6062.
18	Bozic D, Podrug K, Mikolasevic I, et al. Ultrasound methods for the assessment of liver steatosis: a critical appraisal [J]. Diagnostics (Basel), 2022, 12(10): 2287.
19	Ferraioli G, Soares Monteiro LB. Ultrasound-based techniques for the diagnosis of liver steatosis [J]. World J Gastroenterol, 2019, 25(40): 6053-6062.
20	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 [J]. Radiology, 2015, 274(2): 416-425.
21	Fetzer DT, Rosado-Mendez IM, Wang M, et al. Pulse-echo quantitative US biomarkers for liver steatosis: toward technical standardization [J]. Radiology, 2022, 305(2): 265-276.
22	Imajo K, Toyoda H, Yasuda S, et al. Utility of ultrasound-guided attenuation parameter for grading steatosis with reference to MRI-PDFF in a large cohort [J]. Clin Gastroenterol Hepatol, 2022, 20(11): 2533-2541. e7.
23	Mu R, Xia YC, Zhu KY, et al. Diagnostic value of FibroTouch in identifying hepatic steatosis in NAFLD with MRI-PDFF as the reference standard [J]. J Dig Dis, 2023, 24(12): 691-701.
24	胡灵溪, 安薪宇, 李妹, 等. 超声衰减参数诊断体检人群脂肪肝临床应用价值分析 [J]. 实用肝脏病杂志, 2023, 26(4): 488-491.
25	Qu Y, Song YY, Chen CW, et al. Diagnostic performance of fibrotouch ultrasound attenuation parameter and liver stiffness measurement in assessing hepatic steatosis and fibrosis in patients with nonalcoholic fatty liver disease [J]. Clin Transl Gastroenterol, 2021, 12(4): e00323.
26	Ponti F, Santoro A, Mercatelli D, et al. Aging and imaging assessment of body composition: from fat to facts [J]. Front Endocrinol (Lausanne), 2019, 10: 861.
27	Zhang X, Ha SK, Lau HCH, et al. Excess body weight: novel insights into its roles in obesity comorbidities [J]. Semin Cancer Biol, 2023, 92: 16-27.
28	Ferraioli G, Kumar V, Ozturk A, et al. US attenuation for liver fat quantification: an AIUM-RSNA QIBA pulse-echo quantitative ultrasound initiative [J]. Radiology, 2022, 302(3): 495-506.
29	Zeng KY, Wang YH, Liao M, et al. Non-invasive evaluation of liver steatosis with imaging modalities: new techniques and applications [J]. World J Gastroenterol, 2023, 29(17): 2534-2550.
30	Sukaram T, Maung ST, Chongpison Y, et al. Diagnostic performance of FibroTouch in assessing hepatic steatosis and fibrosis in patients with metabolic dysfunction-associated steatotic liver disease: an Asian experience [J]. Ann Hepatol, 2024, 30(1): 101753.

[1]	江瑶, 蒋程, 余翔, 谭莹, 温昕, 温慧莹, 彭桂艳, 李胜利. 基于注意力机制改进的子宫解剖结构检测与分割多任务模型的性能评估[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 703-710.
[2]	陈明朗, 许凯, 黄稚熙, 梁博诚, 贺杰, 黄海珊, 马微波, 谭莹, 邹志英, 刘晓棠, 彭桂艳, 陈家希, 钟晓红. MobileNetV4：面向产前超声的主动脉弓分支异常智能诊断研究[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 711-720.
[3]	杨丽仙, 黄稚熙, 梁博诚, 欧阳淑媛, 陈明朗, 赵英丽, 马薇波, 缪敬, 王磊, 袁鹰. 基于产前时序超声数据的新生儿出生体重智能预测[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 721-732.
[4]	康林立, 陈璐, 张天歌, 刘勤, 汪龙霞. 妊娠期卵巢子宫内膜异位囊肿蜕膜化的临床及超声影像学特征[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 733-739.
[5]	罗兵, 董凤群, 牛艺臻, 王锟, 程志华, 刘宏强. 胎儿超声心动图在单纯性肺动脉瓣狭窄及预后评估中的价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 740-747.
[6]	陆溧玲, 杨秀珍, 徐彬, 赵镭, 钱晶晶, 李晓英, 王彪, 叶菁菁. 婴幼儿陈旧性卵巢囊肿蒂扭转的超声表现及诊断价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 748-753.
[7]	刘晴晴, 俞劲, 徐玮泽, 张志伟, 潘晓华, 舒强, 叶菁菁. OBICnet图像分类模型在小儿先天性心脏病超声筛查中的应用价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 754-760.
[8]	杨秀玲, 王文辉, 杨婕, 卢强. 双表型肝细胞癌与经典型肝细胞癌超声造影特征及危险因素分析[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 761-767.
[9]	张俊清, 周秘, 张文军, 谭静, 尹立雪. 射血分数保留肝硬化患者的肝脏硬度与左心室功能超声特征及相关性分析[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 768-776.
[10]	高思琦, 张博闻, 蒋天安. 多模态声像图特征预测IgG4相关性胰腺炎应用类固醇类药物后影像学缓解与急性发作[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(07): 592-599.
[11]	颜华伦, 壮健, 朱韦文, 张超, 赵彤, 贾中芝. 肌骨超声联合剪切波弹性成像在不同类型肩袖撕裂术后评估中的临床应用[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(06): 527-534.
[12]	王佳佳, 单永, 姜凡, 方明娣, 彭梅. 高频肌骨超声在手指肌腱损伤中的临床应用价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(06): 535-540.
[13]	傅小芳, 杨青翰, 孙昌琴, 豆梦杰, 胡峻溥, 孙灏, 吕发勤. 基于YOLO 11的肢体长骨骨折断端超声检测模型的临床价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(06): 541-546.
[14]	张硕, 袁建军, 崔明哲, 丁晓, 吴铭, 郭艳艳, 彭会娟, 秦亚飞, 陈晨, 朱好辉. 基于高频超声与剪切波弹性成像评估继发性淋巴水肿患者术后疗效的初步研究[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(06): 547-555.
[15]	王毅, 孔剑桥, 张鹏, 代扬, 李恒平. 腹腔镜超声引导十二指肠镜治疗胆囊合并胆总管结石[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(06): 658-661.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Comparison of three ultrasound-based techniques for diagnosing hepatic steatosis in overweight people

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Comparison of three ultrasound-based techniques for diagnosing hepatic steatosis in overweight people