Name: Acompanhando as mamárias elementos arquitectónicos e detecção do câncer de mama com Ressonância Magnética Tensor Difusão de imagens (Vídeo) | JoVE Journal
Uploaded: 2014-12-15T15:00:00.000+00:00
Duration: 15 min 48 s
Description: Aprenda a usar ressonância magnética por tensor de difusão para detectar câncer de mama de forma não invasiva. Este método analisa a microestrutura mamária sem necessidade de agentes de contraste.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Gostaríamos de agradecer ao Sr. Nachum Stern e à Sra. Fanny Attar por sua excelente assistência técnica. H.D. ocupa a cadeira Fred e Andrea Fallek para pesquisa do câncer de mama.

NOTA: Todos os protocolos foram aprovados pelo Conselho de Revisão Interna de Meir Medical Center, Kfar Saba-, Israel e do consentimento esclarecido foi obtido de todos os assuntos. 1. Preparação do paciente e posicionamento no Scanner MRI <ol><li> Insira um cateter intravenoso no braço esquerdo ou direito para a injeção de contraste. </li><li> Certifique-se de que o paciente está deitado em decúbito ventral com ambos os seios pendurados livremente nas aberturas bilaterais da bobina de mama, como demonstrado na Figura 5. </li><li> Assegure-se que a cabeça fique posicionada sobre uma almofada para a cabeça e pescoço conforto do paciente e os dois braços são colocados por cima da cabeça, como demonstrado na Figura 5. </li><li> Certifique-se de que cada mama está em uma posição central, solto e tão profundamente quanto possível dentro da respectiva abertura bobina como demonstrado na Figura 5. </li></ol>e 5 "src =" / files / ftp_upload / 52048 / 52048fig5highres.jpg "/&gt; Figura 5: Posicionamento de uma mulher para a ressonância magnética de mama. Observe a posição prona e enforcamento livre de ambas as mamas nas aberturas bilaterais da bobina de mama. <ol start="5"><li> Ligue a bomba de injeção automática para o cateter intravenoso. </li></ol> 2. MRI Scanning <ol><li> Adquirir com o scanner de ressonância magnética de uma imagem de piloto para a localização de ambos os seios e determinar o campo de visão (FOV), o número de fatias e espessura de corte para cobrir completamente os dois seios com extensão para a axila e à parede torácica. </li><li> Em todas as seguintes seqüências de digitalização realizados com o aparelho de ressonância magnética, manter o mesmo valor do FOV, número de fatia e espessura de corte para cada caso. Por exemplo, adquirir 60 cortes axiais com FOV de 360 ​​mm na direcção de leitura e de fase, a espessura do corte que varia entre 2 a 3 mm, dependendo do tamanho dos seios, e uma direcção de codificação de fase L2;&gt; R ou R &gt;&gt; L. Variar a resolução no plano nas seguintes sequências, dependendo da dimensão da matriz de aquisição utilizada para cada sequência, tal como indicado na Tabela 1. </li></ol><table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td> Parâmetro Experimental </td><td> 2D T2 ponderada </td><td> 2D DTI </td><td> Mapeamento 2D GE Campo </td><td> DCE 3D </td></tr><tr><td> Tempo de repetição (TR) ms </td><td> 5.500 </td><td> 10.800 </td><td> 669 </td><td> 6,8 </td></tr><tr><td> Tempo de eco (TE) ms </td><td> 122 </td><td> 120 </td><td> 4,92 </td><td> 2.49 </td></tr><tr><td> TE (2) </td><td></td><td></td><td> 7,38 </td><td></td></tr><tr><td> Ângulo Flip graus </td><td></td><td></td><td> 60 </td><td> 18 </td></tr><tr><td> Matriz de aquisição </td><td> 640 x 428 </td><td> 192 x 192 </td><td> 64 x 192 </td> 428 x 428 </tr><tr><td> Médias </td><td> 1 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> concatenations </td><td> 4 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> Fator Turbo </td><td> 21 </td><td></td><td></td><td></td></tr><tr><td> Número de trens por fatia </td><td> 11 </td><td></td><td></td><td></td></tr><tr><td> Espaçamento Echo, ms </td><td> 10 </td><td> 0,79 </td><td></td><td></td></tr><tr><td> A largura de banda, Hz / pixel </td><td> 300 </td><td> 1860 </td><td> 1532 </td><td> 560 </td></tr><tr><td> Na resolução de digitalização de avião </td><td> 0,56 x 0,84 </td><td> 1,9 x 1,9 </td><td></td><td> 0,8 x 0,8 </td></tr><tr><td> Na resolução de imagem avião </td><td> 0,56 x 0,56 </td><td> 1,9 x 1,9 </td><td> 1,9 x 1,9 </td><td> 0,8 x 0,8 </td></tr><tr><td> Tempo de aquisição, min: seg </td><td> 04:26 </td><td> 6:09 </td><td> 01:28 </td><td> 01:06 (x9) </td></tr><tr><td> Nº de gradientes de difusão </td><td></td><td> 30 </td><td></td><td></td></tr><tr><td> Supressão de gordura </td><td> não </td><td> FAT-SAT / SPAIR 1 </td><td></td><td> não </td></tr><tr><td> b-valores, sec / mm 2 </td><td></td><td> 0, 700 </td><td></td><td></td></tr></tbody></table> Tabela 1:. Parâmetros experimentais das sequências utilizadas neste estudo 1 FAT-SAT: Gordura de saturação. SPAIR: Spectral atenuada Inversion Recovery. <ol start="3"><li> Localize com o computador interface de usuário do scanner de ressonância magnética uma região que inclui os dois seios e da axila e definir uma caixa de calços. Aplicar uma estratégia shimming iterativo para otimizar o campo magnético 29. <ol><li> Mostrar o espectro de protões na tela do computador interface de usuário e ajustar o shimming centrando a freqüência em tele freqüência de ressonância de água e, em seguida, sobre a frequência de ressonância de gordura. Repita o calçamento até que separa melhor os sinais de gordura e de água e otimiza a intensidade do sinal máximo e forma como foi revelado no espectro de protões. Verifique se a frequência de irradiação é centrada na frequência de ressonância da água. </li></ol></li><li> Aplicar através do computador interface de usuário um 2D transversal turbo T2 spin-echo seqüência de vários fatia em alta resolução espacial sem saturação de gordura usando aquisição auto-calibrar generalizada parcialmente paralelo (GRAPPA), com fator de aceleração 2. Corrigir os parâmetros que irá aparecer no ecrã de acordo com os seus valores apresentados na coluna "2D ​​T2 ponderada" na Tabela 1. </li><li> Aplicar através do computador interface de usuário uma transversal 2D, gordura suprimida, spin-echo por tensor de difusão de imagem - DTI usando o dobro reorientada echo seqüência de imagem planar 30, usando Grappa, com fator de aceleração 2. Corrigir os parâmetrosque irá aparecer na tela de acordo com seus valores na coluna "2D ​​DTI" na Tabela 1. </li><li> Aplicar através do computador interface de usuário uma sequência de mapeamento de campo para corrigir distorções geométricas em eco-planar imaging (EPI), e obter imagens diferenciais de fase como descrito por Jezzard e Balaban 31. Assegure-se que a sequência inclui aquisição de imagens 2D gradiente transversal de eco (GE) com dois diferentes tempos de eco em-fase, e que a direcção de codificação de fase é a mesma que na sequência DTI (passo 2.5). Corrigir os parâmetros que irá aparecer na tela de acordo com seus valores na coluna "mapeamento 2D GE Campo" na Tabela 1. </li><li> Aplicar através do computador interface de usuário um contraste realçado protocolo dinâmico usando uma inclinação rápida seqüência de eco 3D sem supressão de gordura, com parâmetros otimizados de acordo com o método de 32 de três pontos do tempo (3TP). Corrigir os parâmetros queirá aparecer na tela de acordo com seus valores na coluna "3D DCE" na Tabela 1. <ol><li> Grave duas imagens pré iniciais, de acordo com o protocolo no passo 2.7. </li></ol></li><li> Injectar 15 seg antes do final da segunda aquisição pré-contraste o agente gadopentetatedimeglumine contraste, a uma dose de 0,1 mmol / kg de peso do corpo, utilizando uma bomba automatizada a uma taxa de 2 ml / s, seguida de 20 ml de solução salina, a 2 ml / seg. <ol><li> Continue a gravar sete conjuntos de dados 3D sequenciais de acordo com o protocolo no passo 2.7 a 54, 120, 186, 252 de injecção, 318, 384, 450 e seg pós contraste. </li></ol></li><li> Aplicar através do computador interface de usuário uma transversal 2D T2 gordura suprimida turbo spin-echo seqüência de multi slice em alta resolução espacial usando Grappa, com fator de aceleração 2. Use os detalhes experimentais semelhantes aos utilizados para T2 de imagem ponderada descrito no passo 2.4 NOTA: Um curso de tempo resumindo as etapas do protocolo de MRI é fornecido na Figura 6. </li></ol><img alt="Figura 6" src="/files/ftp_upload/52048/52048fig6highres.jpg"> Figura 6: Decurso no tempo do protocolo de IRM clínica. Processamento 3. Imagem <ol><li> Transferir todo o conjunto de dados obtidos por todas as sequências de varredura (descrito nos passos 2,4-2,9) para uma estação de trabalho remoto ou computador pessoal e processar todo o conjunto de dados de imagens com programas de software dedicados a analisar a difusão de imagens de mama tensor e DCE-MRI. <ol><li> Aqui, siga os passos descritos a seguir utilizando o pacote de software homebuilt escrito em C ++ que foi verificada usando o ambiente de programação de MATLAB 19. Em geral, os scanners comerciais fornecem ferramentas de processamento de imagem para cerebrais experimentos DTI que podem ser adaptados para o de mama, maspode não ter todas as funções de processamento aplicadas pelo nosso pacote de software homebuilt </li></ol></li><li> Executar o processamento de imagens de conjuntos de dados DTI usando um software dedicado de processamento de imagem DTI seguir os passos do fluxograma da figura 7. </li></ol><img alt="Figura 7" src="/files/ftp_upload/52048/52048fig7highres.jpg"> Figura 7: fluxograma dos passos envolvidos no processamento de DTI. <ol style="margin-left: 40px;"><li> Usar o DTI programa de software para avaliar o nível de ruído exterior da mama e o restante tecido em 3 a 4 regiões de interesse (de cerca de 1 cm2) e encontrar o nível de ruído máximo. </li><li> Utilize o programa de software para calcular DTI pixel por pixel, em todos os pixels acima do nível máximo de ruído e em cada um dos 60 fatias, as seis coeficientes de difusão, D xx, yy D, Dzz, D xy, xz D, D yz, do tensor simétrico D descrito abaixo de 33 (ver Figura 8) <img alt="Equação 1" fo:content-width="2in" src="/files/ftp_upload/52048/52048eq1.jpg"> Onde D xy = yx D, D zy = D yz, D zx = D xz. <ol><li> A fim de calcular as componentes do tensor utilizar um programa de ajustamento de regressão não linear com base na equação Stejskal-Tanner: Si, j (b) = Si (0) exp (-BD), em que Si, j (b) é o sinal intensidade de pixel de i com um gradiente de difusão na direcção j e Si (0) é a intensidade de sinal do mesmo pixel de b = 0 mm 2 · s. Este encaixe minimizada a soma dos quadrados das 30 funções não lineares para cada direcção gradiente de difusão naseis do tensor de difusão componentes variáveis ​​por uma modificação do .Esta etapa Levenberg-Marquardt algoritmo 34 foi realizada pelo cminpack software livre ( <a href="http://devernay.free.fr/hacks/cminpack/index.html" target="_blank">http://devernay.free.fr/hacks/cminpack/index.html</a> ). </li></ol></li></ol><img alt="Figura 8" src="/files/ftp_upload/52048/52048fig8highres.jpg"> Figura 8: Representação esquemática dos passos de cálculo rendendo o tensor de difusão simétrica. <ol start="3" style="margin-left: 40px;"><li> Use o software DTI diagonalizar o tensor de difusão simétrica em cada pixel, utilizando a análise de componentes principais (PCA) 35. NOTA: PCA é um método vulgarmente utilizado para reduzir a dimensão dos dados e encontrar uma transformação linear que mapeia os parâmetros de pixels correlacionados em um novo sistema de coordenadas de eixos ortogonais e não correlacionadas. Esta processo rendimentos para cada pixel três vectores próprios ν (1, 2 ν, ν 3), que define a direcção da difusão em três eixos ortogonais de uma forma elipsóide que coincide com a armação de difusão do tecido, e as correspondentes três valores próprios de difusão, organizadas a partir de alta para baixo, que determinam três coeficientes de difusão direcionais (λ 1, λ 2, λ 3) (ver figuras 9 e 10). </li></ol><img alt="Figura 9" src="/files/ftp_upload/52048/52048fig9highres.jpg"> Figura 9: Desenho esquemático das etapas de cálculo produzindo os valores e vetores próprios, coincidindo com o quadro de difusão do tecido e da modelagem ao elipsóide. <img alt="Figura 10" src="/files/ftp_upload/52048/52048fig10highres.jpg"> Figura 10: Schematdesenho ic das etapas de processamento principais que calculam os autovetores de difusão e valores próprios em tecido ductal normal e no tecido do cancro. <ol start="4" style="margin-left: 40px;"><li> Usar o DTI programa de software para calcular para cada pixel do coeficiente de difusão aparente (ADC) definido como a média dos três valores próprios &lt;λ&gt; = (1 + λ λ λ 2 + 3) / 3. </li><li> Usar o DTI programa de software para calcular para cada pixel do índice de anisotropia absoluta máxima definida como a diferença (λ 1 - λ 3). </li><li> Usar o DTI programa de software para calcular para cada pixel do índice de anisotropia fracionada (FA) que varia entre 0 (difusão isotrópica) para 1 (livre difusão numa direcção), de acordo com a seguinte equação: <img alt="Equação 2" fo:content-width="3in" src="/files/ftp_upload/52048/52048eq2.jpg" width="300"></li><li> Utilize o programa de software para DTI DISPLAy pixel por pixel em cada fatia ao longo de ambos os seios de uma mapa vector mostrando a direção do vetor próprio primo, ν 1, e um mapa codificado por cores com três cores indicando as principais direções de ν 1 e sobrepô-los em uma imagem ponderada T2 do mesmo fatia (Figura 9). Esta etapa foi realizada utilizando o software livre gtk ( <a href="http://gtk.org" target="_blank">http://gtk.org</a> ) para gráficos. </li><li> Utilize o programa de software DTI para construir os mapas paramétricos por tensor de difusão de imagens que exibem pixel por pixel em cada fatia em todo ambos os seios os valores de todo o tensor de difusão parâmetros λ 1, λ 2, λ 3, ADC, λ 1 -λ 3, e FA e sobrepô-los em uma imagem ponderada T2 da mesma fatia (Figura 11). </li></ol><img alt="Figura 11" src="/files/ftp_upload/52048/52048fig11highres.jpg" width="700"> <strong figura sa de mapas param dti uma fatia central nos seios jovem anos volunt saud sobreposto na imagem ponderada t2 da mesma dir.. mapa direction com vermelho indicando esquerda para a direita verde anterior posterior e cabe p as dire note-se que os vetores no do vetor est marcados em linhas brancas. todos coeficientes difus o anisotropia m s unidades>-3 mm 2 / seg. FA é sem unidades. A barra de escala no mapa vector refere-se a um comprimento de 20 mm e a barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as restantes imagens. <ol start="3"><li> Usar o DTI programa de software para corrigir, se necessário, as distorções geométricas carregando o mapa de diferença de fase obtida tal como descrito no passo 2.6. Deslocar o alcance do mapa diferença de fase em todos os pixels acima do nível de ruído na imagem gradiente eco a uma gama de -π para + π represeNTING o deslocamento de fase Δɸ (x, y, z) em radianos (Figura 12). <ol><li> Usar o DTI programa de software para calcular o deslocamento espacial em pixels de acordo com: <img alt="Equação 3" fo:content-width="1.5in" src="/files/ftp_upload/52048/52048eq3.jpg" width="150"> ΔTE é a diferença de tempo entre os dois ecos igual a 2,46 x 10 -3 mseg e BWP é a largura de banda em fase da experiência é igual a 13,2 Hz / pixel. Desloca os pixels de acordo com o mapa de campo e recalcular os parâmetros do tensor de difusão (Figura 12). </li></ol></li></ol><img alt="Figura 12" src="/files/ftp_upload/52048/52048fig12highres.jpg"> Figura 12:. Exemplo de correção de distorção geométrica usando uma diferença de fase mapa As imagens foram gravadas a partir de um 47 anos de idade voluntário com carcinoma lobular invasivo. Na primeira coluna da imagem ponderada T2 esquerda e um mapa de diferença de fase de uma fatiacom câncer na mama esquerda são exibidos. Na segunda e 3 rd colunas λ 1 mapas antes da correcção são apresentados na primeira linha e uma λ mapas após a correcção são exibidas na segunda linha. Os λ 1 mapas são sobrepostas na imagem ponderada T2 correspondente. Na coluna 2 nd a gama completa dos coeficientes de difusão de água (0,8-3,0) x10 -3 mm 2 / seg é usado para a escala de cor codificadas e na coluna 3 a uma escala reduzida é usado com um limiar de 1,7 x 10 -3 mm 2 / s, que enfatiza o contraste entre o câncer na mama esquerda e do tecido mamário normal. A barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as imagens. <ol start="4"><li> Executar o processamento de imagem dos conjuntos de dados de DCE-MRI, utilizando um software que fornece mapas de pixel por pixel do os parâmetros cinéticos do reforço, tais como o software de processamento de imagem 17 3TP. </li></ol>

<ol><li>Turnbull, L. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+contrast-enhanced+MRI+in+the+diagnosis+and+management+of+breast+cancer%5BTitle%5D)+AND+%22NMR+Biomed%22%5BJournal%5D)">Dynamic contrast-enhanced MRI in the diagnosis and management of breast cancer.</a> NMR Biomed. 22 (1), 28-39 (2009).</li>
<li>Sardanelli, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Magnetic+resonance+imaging+of+the+breast%3A+recommendations+from+the+EUSOMA+working+group%5BTitle%5D)+AND+%22Eur+J+Cancer%22%5BJournal%5D)">Magnetic resonance imaging of the breast: recommendations from the EUSOMA working group.</a> Eur J Cancer. 46 (8), 1296-1316 (2010).</li>
<li>Lehman, C. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+and+interpretation+time+of+computer-aided+detection+among+novice+and+experienced+breast+MRI+readers%5BTitle%5D)+AND+%22AJR+Am+J+Roentgenol%22%5BJournal%5D)">Accuracy and interpretation time of computer-aided detection among novice and experienced breast MRI readers.</a> AJR Am J Roentgenol. 200 (6), 683-689 (2013).</li>
<li>Riedl, C. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Magnetic+resonance+imaging+of+the+breast+improves+detection+of+invasive+cancer%2C+preinvasive+cancer%2C+and+premalignant+lesions+during+surveillance+of+women+at+high+risk+for+breast+cancer%5BTitle%5D)+AND+%22Clin+Cancer+Res%22%5BJournal%5D)">Magnetic resonance imaging of the breast improves detection of invasive cancer, preinvasive cancer, and premalignant lesions during surveillance of women at high risk for breast cancer.</a> Clin Cancer Res. 13 (20), 6144-6152 (2007).</li>
<li>Heywang-Köbrunner, S. H., Hacker, A., Sedlacek, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Magnetic+resonance+imaging%3A+the+evolution+of+breast+imaging%5BTitle%5D)+AND+%22Breast%22%5BJournal%5D)">Magnetic resonance imaging: the evolution of breast imaging.</a> Breast. 22 (2), 77-82 (2013).</li>
<li>Peters, N. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Meta-analysis+of+MR+imaging+in+the+diagnosis+of+breast+lesions%5BTitle%5D)+AND+%22Radiology%22%5BJournal%5D)">Meta-analysis of MR imaging in the diagnosis of breast lesions.</a> Radiology. 246 (1), 116-124 (2008).</li>
<li>Warner, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Systematic+review%3A+using+magnetic+resonance+imaging+to+screen+women+at+high+risk+for+breast+cancer%5BTitle%5D)+AND+%22Ann+Intern+Med%22%5BJournal%5D)">Systematic review: using magnetic resonance imaging to screen women at high risk for breast cancer.</a> Ann Intern Med. 148 (9), 671-679 (2008).</li>
<li>Benndorf, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Breast+MRI+as+an+adjunct+to+mammography%3A+Does+it+really+suffer+from+low+specificity%3F+A+retrospective+analysis+stratified+by+mammographic+BI-RADS+classes%5BTitle%5D)+AND+%22Acta+Radiol%22%5BJournal%5D)">Breast MRI as an adjunct to mammography: Does it really suffer from low specificity? A retrospective analysis stratified by mammographic BI-RADS classes.</a> Acta Radiol. 51 (7), 715-721 (2010).</li>
<li>Thomassin-Naggara, I., De Bazelaire, C., Chopier, J., Bazot, M., Marsault, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Trop+I+Diffusion-weighted+MR+imaging+of+the+breast%3A+advantages+and+pitfalls%5BTitle%5D)+AND+%22Eur+J+Radiol%22%5BJournal%5D)">Trop I Diffusion-weighted MR imaging of the breast: advantages and pitfalls.</a> Eur J Radiol. 82 (3), 435-443 (2013).</li>
<li>Bogner, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion-weighted+MR+for+differentiation+of+breast+lesions+at+3.0+T%3A+how+does+selection+of+diffusion+protocols+affect+diagnosis%5BTitle%5D)+AND+%22Radiology%22%5BJournal%5D)">Diffusion-weighted MR for differentiation of breast lesions at 3.0 T: how does selection of diffusion protocols affect diagnosis.</a> Radiology. 253 (2), 341-351 (2009).</li>
<li>Diffusion tensor imaging of the breast: preliminary clinical findings [abstr]. Proceedings of the Fourteenth Meeting of the International Society for Magnetic Resonance in Medicine. Partridge, S. C., et al. 2006 May 6-12, Seattle, Washington, , International Society for Magnetic Resonance in Medicine. Berkeley, CA. (2006).</li>
<li>Partridge, S. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+tensor+MRI%3A+preliminary+anisotropy+measures+and+mapping+of+breast+tumors%5BTitle%5D)+AND+%22J+Magn+Reson+Imaging%22%5BJournal%5D)">Diffusion tensor MRI: preliminary anisotropy measures and mapping of breast tumors.</a> J Magn Reson Imaging. 31 (2), 339-347 (2010).</li>
<li>Partridge, S. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+tensor+magnetic+resonance+imaging+of+the+normal+breast%5BTitle%5D)+AND+%22Magn+Reson+Imaging%22%5BJournal%5D)">Diffusion tensor magnetic resonance imaging of the normal breast.</a> Magn Reson Imaging. 28 (3), 320-328 (2010).</li>
<li>Baltzer, P. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+tensor+magnetic+resonance+imaging+of+the+breast%3A+a+pilot+study%5BTitle%5D)+AND+%22Eur+Radiol%22%5BJournal%5D)">Diffusion tensor magnetic resonance imaging of the breast: a pilot study.</a> Eur Radiol. 21 (1), 1-10 (2011).</li>
<li>Wang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimization+of+the+parameters+for+diffusion+tensor+magnetic+resonance+imaging+data+acquisition+for+breast+fiber+tractography+at+1.5%5BTitle%5D)+AND+%22T.+Clin+Breast+Cancer%22%5BJournal%5D)">Optimization of the parameters for diffusion tensor magnetic resonance imaging data acquisition for breast fiber tractography at 1.5.</a> T. Clin Breast Cancer. 14 (1), 61-67 (2014).</li>
<li>Method and apparatus for ductal tube tracking imaging for breast cancer and diagnosis and product. US Patent. , US8526698 B2 (2008).</li>
<li>Novel MRI method for breast cancer detection based on diffusion tensor tracking of the ductal trees [abstr]. Eyal, E., et al. Eighteenth Meeting of the International Society for Magnetic Resonance in Medicine, 2010 May 1-7, Stockholm, Sweden, , International Society for Magnetic Resonance in Medicine. Berkeley, CA. 362(2010).</li>
<li>Breast cancer detection and diagnosis based on diffusion tensor imaging [abstr]. Furman-Haran, E., et al. Nineteenth Meeting of the International Society for Magnetic Resonance in Medicine, 2011 May 9-13, Montreal, Quebec, , International Society for Magnetic Resonance in Medicine. Berkeley, CA. 515(2011).</li>
<li>Eyal, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Parametric+diffusion+tensor+imaging+of+the+breast%5BTitle%5D)+AND+%22Invest+Radiol%22%5BJournal%5D)">Parametric diffusion tensor imaging of the breast.</a> Invest Radiol. 47 (5), 284-291 (2012).</li>
<li>Tagliafico, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+tensor+magnetic+resonance+imaging+of+the+normal+breast%3A+reproducibility+of+DTI-derived+fractional+anisotropy+and+apparent+diffusion+coefficient+at+3.0+T%5BTitle%5D)+AND+%22Radiol+Med%22%5BJournal%5D)">Diffusion tensor magnetic resonance imaging of the normal breast: reproducibility of DTI-derived fractional anisotropy and apparent diffusion coefficient at 3.0 T.</a> Radiol Med. 117 (6), 992-1003 (2012).</li>
<li>Cakir, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+the+diagnostic+performances+of+diffusion+parameters+in+diffusion+weighted+imaging+and+diffusion+tensor+imaging+of+breast+lesions.Eur%5BTitle%5D)+AND+%22J+Radiol%22%5BJournal%5D)">Comparison of the diagnostic performances of diffusion parameters in diffusion weighted imaging and diffusion tensor imaging of breast lesions.Eur.</a> J Radiol. 82 (12), e801-e806 (2013).</li>
<li>Tsougos, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+contribution+of+diffusion+tensor+imaging+and+magnetic+resonance+spectroscopy+for+the+differentiation+of+breast+lesions+at+3T%5BTitle%5D)+AND+%22Acta+Radiol%22%5BJournal%5D)">The contribution of diffusion tensor imaging and magnetic resonance spectroscopy for the differentiation of breast lesions at 3T.</a> Acta Radiol. 55 (1), 14-23 (2014).</li>
<li>Wiederer, P. azahrS., Leo, C., Nanz, D., Boss, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+breast+MRI%3A+2D+histogram+analysis+of+diffusion+tensor+parameters+in+normal+tissue%5BTitle%5D)+AND+%22Magn+Reson+Mater+Phy%22%5BJournal%5D)">Quantitative breast MRI: 2D histogram analysis of diffusion tensor parameters in normal tissue.</a> Magn Reson Mater Phy. 27, 185-193 (2014).</li>
<li>Nissan, N., Furman-Haran, E., Shapiro-Feinberg, M., Grobgeld, D., Degani, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion-tensor+MR+imaging+of+the+breast%3A+hormonal+regulation%5BTitle%5D)+AND+%22Radiology%22%5BJournal%5D)">Diffusion-tensor MR imaging of the breast: hormonal regulation.</a> Radiology. 271 (3), 672-680 (2014).</li>
<li>Cooper, A. P. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCooper%2C+AP+%22On+the+Anatomy+of+the+breast%22">On the Anatomy of the breast</a>. , Longman, Orme, Green, Brown, and Longmans. London. (1840).</li>
<li>Ohtake, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Computer-assisted+complete+three-dimensional+reconstruction+of+the+mammary+ductal%2Flobular+systems%3A+implications+of+ductal+anastomoses+for+breast-conserving+surgery%29%5BTitle%5D)+AND+%22Cancer%22%5BJournal%5D)">Computer-assisted complete three-dimensional reconstruction of the mammary ductal/lobular systems: implications of ductal anastomoses for breast-conserving surgery).</a> Cancer. 91 (12), 2263-2272 (2001).</li>
<li>Going, J. J., Moffat, D. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Escaping+from+Flatland%3A+clinical+and+biological+aspects+of+human+mammary+duct+anatomy+in+three+dimensions%5BTitle%5D)+AND+%22J+Pathol%22%5BJournal%5D)">Escaping from Flatland: clinical and biological aspects of human mammary duct anatomy in three dimensions.</a> J Pathol. 203 (1), 538-544 (2004).</li>
<li>Hancu, I., Govenkar, A., Lenkinski, R. E., Lee, S. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+shimming+approaches+in+3T+breast+MRI%5BTitle%5D)+AND+%22Magn+Reson+Med%22%5BJournal%5D)">On shimming approaches in 3T breast MRI.</a> Magn Reson Med. 69 (3), 862-867 (2013).</li>
<li>Basser, P. J., Jones, D. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion-tensor+MRI%3A+theory%2C+experimental+design+and+data+analysis+-+a+technical+review%5BTitle%5D)+AND+%22NMR+Biomed%22%5BJournal%5D)">Diffusion-tensor MRI: theory, experimental design and data analysis - a technical review.</a> NMR Biomed. 15 (7-8), 465-467 (2002).</li>
<li>Reese, T. G., Heid, O., Weisskoff, R. M., Wedeen, V. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reduction+of+eddy-current-induced+distortion+in+diffusion+MRI+using+a+twice-refocused+spin+echo%5BTitle%5D)+AND+%22Magn+Reson+Med%22%5BJournal%5D)">Reduction of eddy-current-induced distortion in diffusion MRI using a twice-refocused spin echo.</a> Magn Reson Med. 49 (1), 1771-1782 (2003).</li>
<li>Jezzard, P., Balaban, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Correction+for+geometric+distortion+in+echo+planar+images+from+B0+field+variations%5BTitle%5D)+AND+%22Magn+Reson+Med%22%5BJournal%5D)">Correction for geometric distortion in echo planar images from B0 field variations.</a> Magn Reson Med. 34 (1), 65-73 (1995).</li>
<li>Kelcz, F., Furman-Haran, E., Grobgeld, D., Degani, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clinical+testing+of+high-spatial+resolution+parametric+contrast-enhanced+MR+imaging+of+the+breast%5BTitle%5D)+AND+%22AJR+Am+J+Roentgenol%22%5BJournal%5D)">Clinical testing of high-spatial resolution parametric contrast-enhanced MR imaging of the breast.</a> AJR Am J Roentgenol. 179 (6), 1485-1492 (2002).</li>
<li>Le Bihan, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+tensor+imaging%3A+concepts+and+applications%5BTitle%5D)+AND+%22J+Magn+Reson+Imaging%22%5BJournal%5D)">Diffusion tensor imaging: concepts and applications.</a> J Magn Reson Imaging. 13 (4), 534-546 (2001).</li>
<li>Marquardt, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+Algorithm+for+Least-Squares+Estimation+of+Nonlinear+Parameter%5BTitle%5D)+AND+%22SIAM+Journal+on+Applied+Mathematics%22%5BJournal%5D)">An Algorithm for Least-Squares Estimation of Nonlinear Parameter.</a> SIAM Journal on Applied Mathematics. 11 (2), 431-441 (1963).</li>
<li>Jolliffe, I. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Principal+Component+Analysis%3A+A+Beginner%27s+Guide+%E2%80%94+I.+Introduction+and+application%5BTitle%5D)+AND+%22Weather%22%5BJournal%5D)">Principal Component Analysis: A Beginner's Guide — I. Introduction and application.</a> Weather. 45 (10), 375-382 (1990).</li>
<li>Mayr, N. A., Staples, J. J., Robinson, R. A., Vanmetre, J. E., Hussey, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Morphometric+studies+in+intraductal+breast+carcinoma+using+computerized+image+analysis%5BTitle%5D)+AND+%22Cancer%22%5BJournal%5D)">Morphometric studies in intraductal breast carcinoma using computerized image analysis.</a> Cancer. 67 (11), 2805-2812 (1991).</li>
<li>Ramsay, D. T., Kent, J. C., Hartmann, R. A., Hartmann, P. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Anatomy+of+the+lactating+human+breast+redefined+with+ultrasound+imaging%5BTitle%5D)+AND+%22J+Anat%22%5BJournal%5D)">Anatomy of the lactating human breast redefined with ultrasound imaging.</a> J Anat. 206 (6), 525-534 (2005).</li>
<li>Gooding, M. J., Mellor, M., Shipley, J. A., Broadbent, K. A., Goddard, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+mammary+duct+detection+in+3D+ultrasound%5BTitle%5D)+AND+%22Med+Image+Comput+Comput+Assist+Interv%22%5BJournal%5D)">Automatic mammary duct detection in 3D ultrasound.</a> Med Image Comput Comput Assist Interv. 8 (1), 434-441 (2005).</li>
<li>Diffusion tensor based reconstruction of the ductal tree [abstr]. Reisert, M. M., Eyal, E., Grobgeld, D., Degani, H., Hennig, J. Nineteenth Meeting of the International Society for Magnetic Resonance in Medicine, 2011 May 9-13, Montreal, Quebec, , International Society for Magnetic Resonance in Medicine. Berkeley, CA. 3649(2011).</li>
<li>Jezzard, P., Clare, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sources+of+distortion+in+functional+MRI+data%5BTitle%5D)+AND+%22Hum+Brain+Mapp%22%5BJournal%5D)">Sources of distortion in functional MRI data.</a> Hum Brain Mapp. 8 (2-3), 80-85 (1999).</li>
<li>Jones, D. K., Cercignani, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Twenty-five+pitfalls+in+the+analysis+of+diffusion+MRI+data%5BTitle%5D)+AND+%22NMR+Biomed%22%5BJournal%5D)">Twenty-five pitfalls in the analysis of diffusion MRI data.</a> NMR Biomed. 23 (7), 803-820 (2010).</li>
</ol>

Os autores não têm nada a revelar.

Este trabalho demonstra a capacidade do DTI, a varredura em 3 T em alta resolução espacial (~ 8 milímetros 3), para medir in vivo os parâmetros de tensor de difusão da água em todo o tecido fibroglandular de ambas as mamas. O conjunto de algoritmos e software desenvolvidos no decorrer deste estudo permitiu análise dos grandes conjuntos de dados DTI e, simultaneamente, visualizar os mapas paramétricos de difusão dos vários coeficientes de difusão, λ 1, λ 2, λ 3, ADC e anisotropia índices λ 1 -λ 3, e FA de todas as fatias de peito. Este trabalho também enfatiza o potencial dos vários coeficientes de difusão e índices de anisotropia para detectar e diagnosticar o câncer de mama. Os resultados indicaram que o coeficiente de difusão privilegiada, λ 1, é o principal parâmetro para a detecção de câncer de mama, com uma capacidade substancial para diferenciar maligna do tecido mamário normal. A indepen secundárioparâmetro dente, com elevada sensibilidade, mas especificidade muito mais baixa do que λ 1, é o máximo do índice da anisotropia que actua de modo a confirmar a detecção por o coeficiente de difusão principal. Os resultados também demonstraram a capacidade de MRI para medir in vivo a difusão de água direccional e quantificar a anisotropia da difusão em todo o / sistema glandular ductal em ambas as mamas. A fim de assegurar um perfil uniforme de precisão das medições de difusão anisotrópica 30 instruções de gradiente foram aplicados. A selecção de alta-tempo de eco de 120 ms, e a optimização da resolução espacial revelou a restrição da difusão de água nas condutas. O tamanho médio das condutas normais foi relatado como sendo de 90 mm, com ~ 70% na gama de 40-100 mm 36. De acordo com a equação de Einstein o deslocamento de difusão de água livre, x = (6DT) 1/2, onde D é o coeficiente de difusão de água livre e T significa a difusãotempo. Na nossa experiência x é de cerca de 25 um, e, por conseguinte, apenas uma fracção das moléculas de água são ductal limitada pelas paredes do dueto mamário, levando a valores relativamente baixos de FA na mama (valores superiores ~ 0,3) em comparação com os valores encontrados na substância branca do cérebro (≥0.5). Em Sir Astley Cooper estuda 25 revelou-se que o tecido da mama humano está organizado em lóbulos distintos, cada um deles composto de uma árvore ductal. Estudos preliminares de um ultra-som da mama em lactação 37 foram testadas, bem como a detecção de estruturas ductais seccionais utilizando medições de forma 38 de segunda ordem. No entanto, nenhum método de imagem conseguiu revelar, até agora, todo o sistema ductal em ambas as mamas em vivo. O algoritmo para a obtenção de todo o sistema dutal 3D a partir dos resultados DTI ainda está em desenvolvimento, mas o vector mapeia exibem claramente o potencial de revelar a anatomia detalhada e altamente diversificada das árvores mamárias. Recentemente, um initial tentativa de um rastreamento 3D completa da mama com base em nossos bancos de dados DTI foi relatada 39. No decorrer deste trabalho limitações técnicas têm sido notado devido à supressão de gordura ineficiente e distorções do PAV. Supressão de gordura foi alcançado por uma sequência de saturação da gordura (FAT-SAT), que normalmente era eficiente em mamas densas. No entanto, em seios gordos espectral Selecção atenuada Inversion Recovery (SPAIR), que é mais eficiente e menos sensível à falta de homogeneidade B1, foi aplicado. Os protocolos de difusão baseados EPI tinha limitações adicionais devido a um gradiente de correntes de Foucault induzidas, B 0 campo heterogeneidade e diferenças de susceptibilidade 40,41. Estas limitações foram minimizados pelo uso shimming automática e manual interativo sobre os sinais de água e gordura e escolher o espaçamento eco possível inferior. Além disso, a correcção pós-processamento de distorções geométricas ocasionalmente foi aplicado tal como descrito no protocolo. Global, No caso de mamas densas com um sinal forte de água, foi possível superar as limitações técnicas; no entanto, 5 casos neste estudo, com seios altamente gordurosos não puderam ser analisados ​​devido às limitações acima. Em resumo, um protocolo de processamento de imagem e ferramentas para a difusão de mama tensor MRI têm sido desenvolvidos. Esta metodologia completamente seguro, rápido, não invasivo e disseca precisamente arquitetura de mama e pode facilitar a detecção de câncer de mama na clínica. O coeficiente de difusão principal, λ 1, e do índice da anisotropia máxima, λ 1 -λ 3, foram encontrados para servir de dois parâmetros de difusão independentes para detectar o cancro. Os estudos clínicos de pacientes com cancro da mama mostraram que a eficiência de detecção com estes dois parâmetros é comparável à de DCE MRI. Assim, o surgimento deste método de compreensão básica da arquitetura de mama e de desenvolvimento de câncer e sua dependência de revelandomudanças significativas quantificáveis, bem como que seja um método seguro e rápido torná-lo uma ferramenta valiosa para investigar vários aspectos do desenvolvimento envolvendo a proliferação ductal, e para testar o seu impacto clínico para o rastreio do cancro da mama em grandes potenciais ensaios escala.

O câncer de mama é a causa mais comum de câncer entre as mulheres em todo o mundo. A detecção precoce do câncer de mama tem um papel fundamental na melhoria da qualidade de vida e sobrevida dos pacientes com câncer de mama. Os atuais métodos de referência para a detecção do câncer de mama são baseados em mamografia de raios-x e ultra-sonografia. A insuficiente sensibilidade e especificidade destas técnicas, particularmente para a detecção de lesões nas mamas densas, estimulou o desenvolvimento de outras técnicas, incluindo imagiologia de ressonância magnética da mama (MRI). Contraste dinâmico melhorado (DCE) MRI foi estabelecida como uma poderosa ferramenta para a detecção e diagnóstico de câncer de mama 1,2 e é frequentemente facilitado pela computer aided diagnóstico significa 3. Actualmente é utilizado para casos especiais, tais como pacientes de alto risco 4, mas não para o rastreio de rotina, presumivelmente devido aos custos elevados, a necessidade de utilizar uma injecção de um agente de contraste, a falta de uma normalizaçãond a especificidade variável na diferenciação das lesões benignas e malignas que vão de valores baixos / moderados 5,6 para valores altos que foram obtidos através da mamografia combinada e DCE-MRI 7,8. Mais recentemente, a difusão ponderada MRI e os mapas resultantes do coeficiente de difusão aparente (ADC) foram avaliadas como um método complementar para DCE-MRI e demonstrou-se que os valores de ADC podem ajudar a distinguir entre tipos de câncer, lesões benignas e do tecido mamário normal 9,10 . Além disso, estudos de tensor de difusão de imagens de mama (DTI) foram iniciadas em voluntários e pacientes com lesões mamárias saudáveis ​​em força de campo de 1.5 T e 15/11, de 3 de T 16-24. A maioria desses estudos relataram ADC e anisotropia fracionada (FA) valoriza 11,12,14,15,20-23 e encontrei esses dois parâmetros para ser reprodutível com valores de ADC mais reprodutíveis do que FA 13,20. Os resultados destes estudos indicaram que lesões malignas apresentam valores baixos como ADC compared de lesões teciduais e benignos normais, no entanto, os resultados conflitantes foram notificados sobre os valores e capacidade de diagnóstico de FA 11,12,14,20-23. Em um conjunto de 3 T- estudos DTI os valores dos três valores próprios e vectores próprios tensor no quadro tecido mamário foram relatados, bem como, e os resultados foram apresentados em mapas vetoriais do eigenvector principal e mapas paramétricos dos valores próprios, ADC, FA e uma anisotropia máxima índice 16-19,24. Nestes estudos, o valor próprio de difusão principal e a anisotropia máxima foram mostrados para servir como os parâmetros independentes mais sensíveis para a detecção e diagnóstico de lesões cancerosas A mama é composta de tecido fibroglandular e tecido adiposo. O tecido fibroglandular é ainda composto por vários lóbulos, que são altamente variáveis ​​em tamanho e forma. Cada microestrutura lobo inclui a árvore funcional mamária e lóbulos associados que formam o tecido glandular, e torno conjuntivo-fitecido fibroso. A maioria das malignidades mamárias começar por uma proliferação aberrante de células epiteliais nos ductos ou lóbulos, o desenvolvimento de carcinoma in situ, o que, por infiltração nos tecidos circundantes a transformar em carcinoma invasivo. Portanto, os ductal / estruturas lobulares são uma área fundamental de investigação de transformação maligna de mama. As características estruturais das árvores ductais foi inicialmente investigada ex vivo em 1840 por Sir Astley Cooper utilizando injecção de cera colorida para as condutas de espécimes de mastectomia 25. Recentemente, computador derivado de rastreamento de árvores ductal toda a mama tem sido alcançado em poucos seios humanos utilizando espécimes mastectomia 26,27. O trabalho aqui apresentado mostra que os parâmetros obtidos por in vivo de imagem por tensor de difusão de informação associados com o tecido mamário aspectos microestruturais distintas, possibilitando também a detecção do câncer de mama não-invasivo. O pprincípios subjacentes hysical difusão mama tensor imaging são baseados na capacidade de ressonância magnética para medir e quantificar a difusão de água anisotrópica em ambientes restritos 28. Em geral, a difusão de água em soluções homogéneas é livre e isotrópicas, no entanto, se o movimento da água é interrompida por causa de restrição por paredes impermeáveis ​​à difusão anisotrópica torna-se com uma rápida difusão livre paralelo às paredes e uma difusão mais lenta restrita perpendicular às paredes ( A Figura 1). A difusão de água nos tecidos é complexo e depende das características estruturais e fisiológicas da intra e extracelulares incluindo compartimentos 'tamanhos das células, as células de densidade, tortuosidade extracelular e troca de água através de membranas, bem como da presença de vasos linfáticos e redes (Figura 2). <img alt="Figura 1" src="/files/ftp_upload/52048/52048fig1highres.jpg"> Figura 1: difusão gratuito e restrito Desenho esquemático de um livre difusão molécula de água (à esquerda) e difusão restrita por paredes impermeáveis ​​(direita).. <img alt="Figura 2" src="/files/ftp_upload/52048/52048fig2highres.jpg"> Figura 2: Complexo de difusão em um tecido desenho esquemático de difusão de água em um sistema celular que mostra o movimento das moléculas de água em compartimentos extracelulares e intracelulares e troca de água (setas) entre estes dois compartimentos.. Devido às características arquitetônicas específicas da mama a difusão de moléculas de água nos ductos e lóbulos mamários apresentar um exemplo particular de circulação restrita e anisotrópica: Em paralelo às paredes dos ductos e lóbulos da difusão é próximo ao de difusão livre, mas nas direcções perpendiculares às paredes que é restringida pelas paredes, compostas por duas cadeiascamadas de membrana celular e cave. Por conseguinte, a difusão do sistema ductal / glandular é relativamente rápido e anisotrópico. Por outro lado, a difusão no tecido fibroso circundante das condutas é rápido e isotrópica como resultado do teor de água de alta e baixa densidade celular neste tecido (Figura 3 e 4). Na presença de malignidade, o bloqueio das condutas e lóbulos por células cancerosas e aumenta a tortuosidade restrição do movimento da água, causando uma redução dos coeficientes de difusão em todas as direcções e no movimento anisotrópica (Figura 3 e 4). <img alt="Figura 3" src="/files/ftp_upload/52048/52048fig3highres.jpg"> Figura 3: Difusão em lóbulos mamários Desenho esquemático de um corte através dos lóbulos e a difusão de água dentro de um lóbulo.. Esquerda: difusão da água restringido por paredes dos lóbulos mostrando rápidodifusão paralelo às paredes e de difusão restrita perpendicular às paredes. Direita: difusão em lóbulos com células cancerosas. A difusão no compartimento extracelular é altamente impedida, mas semelhante em todos os sentidos e, consequentemente, quase isotrópica. <img alt="Figura 4" src="/files/ftp_upload/52048/52048fig4highres.jpg"> Figura 4:. Difusão de água no sistema de árvore ductal Esquerda: ductos mamários injetados com cera colorida, mostrando sua direção irradiada, e sua inter-ramificação 25. Meio: Desenho esquemático de um dutal normais com vectores que indicam a difusão no interior das condutas (setas pretas) e no tecido conjuntivo (setas verdes). Direita: Desenho esquemático de uma árvore ductal com dois loci de células cancerosas (roxo). As setas vermelhas apresentam a difusão nos cancros. Este artigo descreve em detalhes o método de varredura por tensor de difusão e o processing algoritmos e análise dos conjuntos de dados DTI que permitiram detectar neoplasia maligna de mama software. Todos os tipos de câncer foram confirmados por exames histopatológicos de biópsia de mama e / ou peças cirúrgicas. Descrevemos também o protocolo de digitalização T2 ponderada para a obtenção das características anatômicas da mama, bem como o protocolo de digitalização DCE que serviu como um método de referência para avaliar a sensibilidade de detecção DTI. <a href="https://www.jove.com/files/ftp_upload/52048/52048fig4large.jpg" target="_blank">Por favor, clique aqui para ver uma versão maior desta figura.</a>

<table><tbody><tr><td>Magnetol-Gadopentetatedimeglumine</td><td>Soreq, Yavne, Israel</td><td></td><td>0,5 M</td></tr><tr><td>3 Tesla MRI scanner, MAGNETON Trio</td><td>Siemens, Erlangn, Alemanha</td><td></td><td>120</td></tr><tr><td>Bobina bilateral de matriz de mama</td><td>Siemens, Erlangn, Alemanha</td><td></td><td></td></tr><tr><td>Bobina de matriz de mama bilateral</td> de 4 canais <td>In-Vivo, Orlando FA</td><td></td> Bomba automatizada de <td>7 canais</td></tr><tr><td>, Spectris Solaris MR Injetor</td><td>Medrad, Indianola, PA</td><td></td><td></td></tr><tr><td>DTI Software de processamento de imagem</td><td>Propriedade caseira</td><td></td><td>de <a href="http://www.yedarnd.com/ContactUs.asp" target="_blank">Yeda Research and Development Co. Ltd</a></td></tr><tr><td>3TP Software de processamento de imagem</td><td>Caseiro</td><td></td><td>Propriedade de <a href="http://www.yedarnd.com/ContactUs.asp" target="_blank">Yeda Research and Development Co. Ltd</a></td></tr></tbody></table>

acompanhando as mamárias elementos arquitectónicos e detecção do câncer de mama com ressonância magnética tensor difusão de imagens

Tracking the Mammary Architectural Features and Detecting Breast Cancer with Magnetic Resonance Diffusion Tensor Imaging

O câncer de mama é a causa mais comum de câncer entre as mulheres em todo o mundo. A detecção precoce do câncer de mama tem um papel crítico na melhoria da qualidade de vida e sobrevida de pacientes com câncer de mama. Neste artigo, uma nova abordagem para a detecção do câncer de mama é descrita, baseada no rastreamento dos elementos arquitetônicos mamários usando imagens por tensor de difusão (DTI). 
O artigo enfoca os protocolos de varredura e algoritmos e softwares de processamento de imagem que foram projetados para se adequar às propriedades de difusão do tecido fibroglandular mamário e suas alterações durante a transformação maligna. A saída final produz mapas vetoriais pixel a pixel que rastreiam a arquitetura de todas as árvores glandulares ductais mamárias e mapas paramétricos dos coeficientes tensores de difusão e índices de anisotropia. 
A eficiência do método para detectar o câncer de mama foi testada por meio de exames de mulheres voluntárias, incluindo 68 pacientes com câncer de mama confirmado por achados histopatológicos. As regiões com células cancerígenas exibiram uma redução acentuada nos coeficientes de difusão e no índice máximo de anisotropia em comparação com o tecido mamário normal, proporcionando um contraste intrínseco para delinear os limites do crescimento maligno. No geral, a sensibilidade dos parâmetros do DTI para detectar câncer de mama foi alta, particularmente em mamas densas, e comparável ao método padrão atual de ressonância magnética de mama que requer injeção de um agente de contraste. Assim, este método oferece uma ferramenta completamente não invasiva, segura e sensível para a detecção do câncer de mama.

O método foi inicialmente testado e demonstrado pela digitalização voluntários normais em várias fases hormonais. A Figura 11 demonstra os mapas paramétricos e vectores obtidos usando o nosso software de central de uma fatia de um novo voluntário saudável com relativamente elevada fracção de tecido fibroglandular, como pode ser visto claramente na imagem ponderada T2 (todas as áreas cinzentas são tecido fibroglandular e áreas claras são de gordura). A direcção do coeficiente de difusão principal λ 1 é mostrado no mapa de vector v1 com uma grande fracção de pixels que apontam para o bocal. Como esperado, os valores dos coeficientes de difusão de tensores diminua de λ 1 a 2 para λ λ 3. Usando estes três coeficientes de difusão, foi possível calcular a média ADC difusividade, a anisotropia fracionada (FA) e a anisotropia máxima, λ 1 - λ 3. Observe nos mapas de FA e λ 1 - λ Em mulheres pós-menopáusicas os seios são geralmente menos densa, como mostrado no exemplo na Figura 13 para uma de 63 anos de voluntários normais. Os coeficientes de difusão são mais baixos de voluntários idosos, mas os índices de anisotropia são mais elevados, possivelmente devido ao diâmetro menor das condutas e, por conseguinte, os lóbulos e, maior restrição imposta sobre a difusão nas direcções ortogonais, para as paredes ductais. Outro exemplo que demonstra a sensibilidade do tensor para o tamanho dos canais é mostrado no exemplo de um voluntário lactação na Figura 14. Visto que o leite é um colóide de glóbulos de gordura dentro de um fluido à base de água que contém os hidratos de carbono dissolvidos e agregados de proteína com minerais , a viscosidade do leite é maior do que a da água normal de fluido nas condutas, e, portanto, os coeficientes de difusão de água seios lactantes são lower que os das mulheres na pré-menopausa 24. Além disso, as condutas perto do mamilo são grandes e a restrição nas direcções ortogonais, para as condutas é menor do que no peito não lactantes, e, consequentemente, os índices de anisotropia são menores bem. No entanto, nas regiões -posterior lobular da mama em lactação a anisotropia é ainda elevada. Em pacientes com doença maligna a principal mudança nos parâmetros de tensor de difusão é exibido em uma redução significativa nos três coeficientes de difusão. As mudanças no λ 1 foram encontrados para fornecer o mais alto contraste-ruído 19. Este estudo incluiu 68 pacientes com patologia confirmou incluindo 33 pacientes com diagnóstico de carcinoma ductal invasivo (IDC), 19 com carcinoma ductal in situ (CDIS), 13 com carcinoma lobular invasivo (ILC) e 3 com outras doenças malignas. Vários pacientes tiveram vários focal ou múltipla câncer de mama centric. O tamanho dos tumores varied 3-95 mm, com mediana de 14 mm e gama interquartil, de 10 a 30 mm. Em todos estes pacientes, a taxa de detecção de DCE e DTI eram comparáveis. No entanto, cinco casos que apresentaram aumento no DCE e foram confirmados por patologia como cancros não foram incluídos na análise DTI devido a problemas técnicos em seios gordos, principalmente relacionados com a falta de homogeneidade de campo e supressão de gordura insuficiente resulta em distorções e artefatos. As Figuras 15, 16 e 17 demonstram mapas paramétricos típicos dos dois parâmetros principais de difusão λ 1 e λ 1 - λ 3 que são usados ​​para a detecção de tumores malignos da mama. Esta figura mostra, além de T2 imagens ponderadas, os resultados da análise do DCE utilizando o método codificados por cores 3TP. Conforme explicado na introdução da presença de células malignas nas ductos ou lóbulos e o seu meio circundante impedir a difusão do extracelular reduzindo significativamente tele coeficientes de difusão. Além disso, a anisotropia devido a estruturas ductais está a desaparecer como as células cancerosas se espalham em todas as direcções de uma maneira caótica, com nenhuma direcção distinta. A FA não é um parâmetro adequado para a detecção do cancro da mama uma vez que a normalização deste parâmetro para a difusividade média leva a valores elevados de FA em cancros semelhantes aos descritos no tecido normal 19. No entanto, a anisotropia máxima fornece um meio para a detecção de cancro (Figuras 15-17). No entanto, porque o tecido conjuntivo fibroso também está perto de isotrópicos e apresentam baixos valores de anisotropia máxima, esse parâmetro é menos específico do que o coeficiente de difusão λ 1 e age como um parâmetro secundário a λ 1. A Figura 17 também demonstra a capacidade de DTI para caracterizar a resposta à quimioterapia neoadjuvante. Neste exemplo, a paciente responderam totalmente ao tratamento (4 ciclos de Adriamycin Cycloxane + -, seguido de 4 ciclos de Taxol). Com efeito, a resposta à terapia causou um aumento significativo nos coeficientes de difusão para os valores típicos para o tecido da mama normal, sugerindo a presença de tecido conjuntivo reparador que substituiu as células cancerosas. Resultados semelhantes foram obtidos em outros quatro doentes que responderam à terapia. <img alt="Figura 13" src="/files/ftp_upload/52048/52048fig13highres.jpg"> Figura 13: A produção de mapas paramétricos DTI de uma fatia central de peito de um voluntário saudável de 63 anos cobrindo a imagem ponderada T2 da mesma fatia Dir.. - Mapa Direction com vermelho indicando esquerda para a direita, verde anterior indicando para posterior e verde cabeça indicando a pé as direções. Note-se que os vectores são marcados em linhas brancas. Todos os coeficientes de difusão e o índice de anisotropia máxima são em unidades de 1 x 10 -3 mm 2 / seg. FA é sem unidades. A barra de escala no vector mapa refres para um comprimento de 20 mm e a barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todos os restantes imagens. <img alt="Figura 14" src="/files/ftp_upload/52048/52048fig14highres.jpg"> Figura 14: A produção de mapas paramétricos DTI de uma fatia central de peito de um de 40 anos de voluntariado em lactação sobreposto na imagem ponderada T2 da mesma fatia Dir.. - Mapa Direction com vermelho indicando esquerda para a direita, verde anterior indicando para posterior e verde cabeça indicando a pé as direções. Todos os coeficientes de difusão e o índice de anisotropia máxima são em unidades de 1 x 10 -3 mm 2 / seg. FA é sem unidades. Observe no mapa direção e vector mapa que a maioria dos pixels estão alinhados na direção do mamilo. Observe também os coeficientes de difusão mais baixos em relação aos valores das Figuras 7 e 10 de voluntários saudáveis. A barra de escala no mapa vector refere-se a um comprimento de 20 mm e obarra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as restantes imagens. <img alt="Figura 15" src="/files/ftp_upload/52048/52048fig15highres.jpg"> Figura 15:. Mapas paramétricos de λ 1 e λ 1 - λ 3 em um paciente de 38 anos com carcinoma ductal invasivo focal de vários No 1º raw os parâmetros DTI são apresentados com um limite de 1,7 x 10 -3 mm 2 / sec para λ 1 e 0,6 mm 2 / seg para λ 1 -λ 3 (todos os valores acima dos limiares são coloridos em roxo). No 2º matérias, valores acima do limiar não são coloridos e mostrar a imagem ponderada T2 subjacente. A figura inclui também na coluna 1 r na esquerda da imagem ponderada a T2 e um mapa paramétrico DCE, obtido pelo método 3TP, da mesma fatia como os mapas paramétricos DTI. A barra de escala na imagem T2 refere-se a um comprimento de 20 mm in todas as imagens. Note-se que a resolução das imagens DCE espacial em plano é aproximadamente duas vezes mais elevada do que a de DTI, no entanto, existe uma congruência visuais alta na localização e tamanho do 3TP e os mapas paramétricos λ 1. <img alt="Figura 16" src="/files/ftp_upload/52048/52048fig16highres.jpg"> Figura 16: mapas paramétricos de λ 1 e λ 1 -λ 3 em um paciente de 60 anos com baixo grau DCIS O valor inclui também na coluna 1ª à esquerda uma imagem ponderada T2 e um mapa paramétrico DCE, obtido pelo. método 3TP, da mesma fatia como os mapas paramétricos DTI. A barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as imagens. Note-se a capacidade de DTI para detectar o câncer em uma mama muito gordo. <img alt="Figura 17" src="/files/ftp_upload/52048/52048fig17highres.jpg"> Figura 17: mapas paramétricos de λ 1 e λ 1 - λ 3 em um paciente de 39 anos com carcinoma lobular invasivo antes e após a quimioterapia neoadjuvante O paciente foi examinado duas vezes, uma antes da terapia e uma vez antes da cirurgia, após 4 ciclos de Adryamicin +. ciclos Cycloxan e 4 de Taxol. Notar o aumento em λ 1 e em λ 1 -λ 3 nas regiões de cancro que responderam ao tratamento. O 1º mostras matérias imagens obtidas antes da terapia e os 2 nd mostras matérias imagens de aproximadamente na mesma região que na 1ª linha, obtida antes da cirurgia. Antes de regiões câncer tratamento exibiu λ 1 e λ um -λ 3 valores abaixo do seu limite, e após o tratamento estes dois parâmetros aumentou para valores acima do seu limite. O valor inclui também na coluna 1 st nos T2 ponderada imagens esquerda; na coluna 2 nd MuImagem ltiple Projection-MIP, obtido subtraindo as imagens pré-contraste das imagens de 2 min pós contraste; na coluna 3 rd mapas paramétricos DCE obtido pelo método 3TP. A barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as imagens

Descrevemos como obter mapas paramétricos e vetoriais do tensor de difusão da mama por meio de ressonância magnética. O protocolo e a saída final após o processamento de imagens são adaptados para rastrear características arquitetônicas da mama e detectar malignidade da mama.

Acompanhando as mamárias elementos arquitectónicos e detecção do câncer de mama com Ressonância Magnética Tensor Difusão de imagens

Breast cancer is the most common cause of cancer among women worldwide. Early detection of breast cancer has a critical role in improving the quality of ...

O objetivo geral do experimento a seguir é rastrear a microestrutura da mama para detectar o câncer de mama usando um método de imagem totalmente não invasivo e seguro. Isso é conseguido tirando imagens de ressonância magnética de ambas as mamas e medindo em todo o tecido fibroglandular da mama. O tensor de difusão de água para revelar as características microestruturais e celulares normais e patológicas da mama.Como segunda etapa, os conjuntos de dados de imagem do tensor de difusão são processados usando um modelo de tensor simétrico para calcular os coeficientes de difusão direcional e os índices de anisotropia pixel a pixel. Em seguida, mapas paramétricos vetoriais e codificados por cores dos coeficientes de difusão direcional. Seu coeficiente de difusão aparente médio e os índices de anti-isotropia fracionária e máxima são produzidos para identificar os melhores parâmetros para detectar malignidade e examinar patologias.Os resultados mostram que os parâmetros do tensor de difusão podem revelar as características arquitetônicas da mama e detectar o crescimento maligno, encontrando regiões mapeadas com valores reduzidos de coeficiente de difusão e valores reduzidos de anisotropia máxima em comparação com o tecido normal. O novo método de imagem por tensor de difusão mostrou uma precisão diagnóstica do câncer de mama equivalente ao método padrão de contraste dinâmico aprimorado de três pontos no tempo. A principal vantagem dessa técnica sobre os métodos de ressonância magnética existentes, como a ressonância magnética com contraste dinâmico, é que o DTI não requer injeções de um agente de contraste externo e, portanto, é completamente seguro e não invasivo.É também um método relativamente rápido, e seu desempenho clínico não é afetado por alterações hormonais. Este método detecta o aumento da celularidade devido à proliferação de células cancerígenas e pode ajudar a responder a perguntas-chave na imagem da mama, incluindo detecção, diagnóstico e terapia, monitoramento do câncer de mama, bem como imagens de outros órgãos com componentes dáctil-glandulares, como a próstata e o rim. Geralmente, os indivíduos novos neste método terão dificuldades porque o DTI da mama requer a otimização do protocolo de varredura por meio do ajuste fino de todos os parâmetros experimentais, bem como software de processamento avançado dos conjuntos de dados brutos que produzem mapas paramétricos claros dos parâmetros do tensor de difusão Sentimos que tivemos a ideia para este método quando nos deparamos com o desenho do livro do sistema ductal da mama sobre a anatomia da mama de 1840 e o resistência recente do computador com reconstrução dimensional do sistema Mamm Reductor nos relatórios de Atkin, colegas de 2001 e going in moat de 2004.A demonstração visual deste método é crítica, pois o uso e a implicação deste método são baseados em mapas paramétricos codificados por cores que permitem a avaliação do tecido mamário e a detecção do câncer. O procedimento será demonstrado pela Dra. Edna Fran, pela Dra. Mara Shapiro Feinberg, Dr. Noam Nisan, Sr. Dove Gogel e nossos dois excelentes técnicos de ressonância magnética, Sra. Fania Tao e Sr. Holster. O novo método de imagem por tensor de difusão da mama é avaliado em comparação com o método padrão atual de ressonância magnética da mama com contraste dinâmico e, portanto, começa com a inserção de um cateter intravenoso em cada braço da paciente para administrar o agente de contraste e, em seguida, posiciona a paciente para a varredura da mama.A paciente deve estar deitada em decúbito ventral com ambas as mamas penduradas livremente nas aberturas bilaterais da bobina mamária. O paciente também deve descansar a cabeça e o pescoço em um travesseiro para maior conforto. Agora peça ao paciente que estenda os dois braços acima da cabeça e verifique o posicionamento da mama.Novamente, certifique-se de que cada mama esteja posicionada centralmente, solta e o mais profundamente possível dentro da abertura da bobina. Agora, conecte a bomba de injeção automatizada ao cateter intravenoso, mova o paciente para o scanner e prossiga com a digitalização. Usando uma imagem piloto, localize ambas as mamas e determine o campo de visão seguido do número de cortes necessários e da espessura do corte necessário para cobrir completamente ambas as mamas com extensão para a axila e para a parede torácica.Mantenha esses três parâmetros experimentais consistentes em todas as sequências de varredura. Em seguida, usando o computador de interface do scanner, localize uma região que inclua os seios e a axila para definir uma caixa de calço. Em seguida, aplique uma estratégia de calço iterativo para otimizar o campo magnético enquanto observa o sinal no espectro de prótons.Ajuste o calço centralizando a frequência na ressonância da água e depois na ressonância da gordura. Ao separar os sinais de gordura e água, otimize a intensidade do sinal e a forma da frequência de irradiação deve ser centrada na frequência de ressonância da água. Para que isso funcione, aplique agora uma sequência de corte multis multis de spin turbo ponderada em T transversal 2D em alta resolução espacial sem saturação de gordura usando grappa com um fator de aceleração de dois.Defina os parâmetros variáveis de acordo com a tabela um. Em seguida, execute o spin echo DTI com supressão de gordura. Usando a sequência de imagem planar de eco refocalizada duas vezes, novamente, aplique grpa com um fator de aceleração de dois.Para o spin echo DTI use os seguintes parâmetros, os mais críticos são destacados em roxo. Eles incluem o tempo de eco te, a resolução espacial, o número de direções do gradiente de difusão e os valores B dos gradientes. Agora aplique uma sequência de mapeamento de campo para corrigir distorções geométricas na imagem da echo planer.Obtenha imagens diferenciais de fase conforme descrito por desert e balaban, certifique-se de que a sequência de imagens inclua imagens de eco gradiente transversal 2D com dois tempos de eco de fase diferentes e certifique-se de que a fase e a direção de codificação sejam as mesmas da sequência DTI. A Tabela um lista os valores a serem usados para esta sequência de imagem também. O próximo passo é aplicar um protocolo de contraste dinâmico aprimorado usando uma sequência de eco gradiente rápido 3D sem supressão de gordura e com parâmetros otimizados de acordo com o método de três pontos no tempo.Novamente, consulte a tabela um para obter os valores dos parâmetros. 15 segundos antes do final da segunda aquisição da imagem pré-contraste. Injete com o injetor automático controlado por computador, o agente de contraste a dois mililitros por segundo.Siga esta injeção com injeção automática de 20 mililitros de solução salina como uma descarga administrada na mesma velocidade. Agora continue gravando sete conjuntos de dados 3D sequenciais em sete pontos de tempo fixos após a injeção. Em seguida, crie uma sequência de corte multis turbo spin eco com supressão de gordura 2D transversal de dois pesos usando detalhes experimentais semelhantes aos usados para imagens ponderadas de T dois.O tempo total de exame é de 30,5 minutos, com a duração da sequência DTI sendo de seis minutos, comece a processar as imagens transferindo primeiro todo o conjunto de dados para uma estação de trabalho remota ou computador pessoal. Em seguida, abra os dados com programas dedicados à análise da difusão mamária, imagem tensorial e D-C-E-M-R-I. Aqui, um pacote de software caseiro é usado com todas as etapas para o processamento de imagens DTI.Primeiro, avalie o nível de ruído fora da mama e o tecido remanescente em três ou quatro regiões de interesse. Cada um com cerca de 100 pixels. Encontre o nível máximo de ruído para os pixels acima do nível de ruído.Use as 30 direções de gradiente para calcular os seis coeficientes de difusão do tensor simétrico D em todas as 60 fatias. Use a equação de Staal Tanner e um programa de ajuste de regressão não linear. Em seguida, diagonalize o tensor de difusão simétrico em cada pixel usando a análise de componentes principais.Este processo produz três vetores iGen por pixel, que definem a direção da difusão nos três AEs ortogonais de uma forma elipsóide. Esses valores coincidem com o quadro de difusão do tecido e os valores de difusão correspondentes que determinam os coeficientes de difusão direcional. Em seguida, para cada pixel, calcule o coeficiente de difusão aparente, que é a média dos três valores de egen.Em seguida, calcule o índice anti-isotropia absoluto máximo, que é a diferença nos valores de egen de Lambda um e Lambda três. Agora determine o índice anti-isotropia fracionário. Para cada pixel.Os valores variam de zero indicando difusão isotrópica a um indicando difusão livre em uma direção. Com todos esses cálculos realizados, use as habilidades gráficas do software para fazer um mapa vetorial do vetor V principal ou do primeiro vetor próprio. Crie também um mapa com três cores mostrando as principais direções de V um e sobreponha-as em uma imagem ponderada T dois da mesma fatia de volta no software DTI construir imagens de tensor de difusão, mapas paramétricos que exibem os valores de todos os parâmetros do tensor de difusão para cada pixel em cada fatia.Em seguida, sobreponha esses valores na imagem ponderada T dois da mesma fatia. O método foi testado e demonstrou um voluntário jovem e saudável. A fração relativamente alta de tecido fibroglandular pode ser vista claramente na imagem ponderada em T dois como áreas cinzentas.As áreas brilhantes são gordas. A direção do coeficiente de difusão principal Lambda um mostra uma grande fração de pixels apontando para o mamilo. Como esperado, os valores dos coeficientes do tensor de difusão diminuíram de Lambda um para Lambda dois para Lambda três.O uso desses três coeficientes de difusão permitiu o cálculo da difusividade média, A DC, a antiatropia fracionada e a antiatropia máxima, com as quais a antiatropia fracionada foi altamente congruente. 68 pacientes com neoplasias malignas da mama foram examinadas usando o protocolo DTI. Os mapas paramétricos do maior coeficiente de difusão, Lambda um e da anisotropia máxima Lambda um menos Lambda três, mostraram-se significativamente menores no tecido canceroso em comparação com o tecido mamário normal e os mais eficazes para a detecção do câncer de mama.Nesses pacientes, as regiões de baixos valores de Lambda um e Lambda um menos Lambda três indicando podem ser paralelas às regiões que foram identificadas como câncer com ressonância magnética aprimorada por contraste dinâmico visualizada pelo código de cores do método de três pontos de tempo, o segundo par de Lambda um e Lambda um menos Lambda três imagens mostra um câncer em um paciente que posteriormente foi submetido a tratamento quimioterápico neoadjuvante. Após quimioterapia neoadjuvante bem-sucedida antes da cirurgia, o DTI foi capaz de caracterizar a resposta do tecido. Ocorreu um aumento significativo nos coeficientes de difusão, refletindo a presença de tecido conjuntivo reparador substituindo as células cancerígenas. Uma vez dominado o sequenciamento e o processamento de imagens dos conjuntos de dados de imagem do tensor de difusão, podem ser realizados em minutos, produzindo mapas paramétricos de difusão em todo o tecido mamário, o que permite a detecção de malignidade com alta sensibilidade.Ao tentar este procedimento, é importante lembrar de otimizar o scanner de ressonância magnética, homogeneidade de campo e aderir ao protocolo DTI e às especificações de processamento de imagem. Após este procedimento, outros métodos de ressonância magnética, como o realce dinâmico de contraste, podem ser realizados para verificar os resultados do DTI e aumentar a precisão do diagnóstico do câncer de mama após seu desenvolvimento. Essa técnica pode abrir caminho para pesquisadores explorarem aspectos de desenvolvimento e regulação hormonal do tecido mamário normal e caracterizarem alterações precoces na mama que levam ao desenvolvimento de malignidade.Depois de assistir a este vídeo, você deve ter uma boa compreensão de como adaptar e implementar ao seu scanner avançado de ressonância magnética, as ferramentas de aquisição e processamento de imagem que descrevemos, bem como avaliar mapas paramétricos tenais difusos da mama e identificar malignidade da mama.

tracking-mammary-architectural-features-detecting-breast-cancer-with

Research

JoVE Journal

Medicine

Medicina

Um método preciso e prático para medir parâmetros como a tensão no tecido do miocárdio é de grande valor clínico, uma vez que tem sido demonstrado, que a tensão é um marcador mais sensível e mais cedo para a disfunção contrátil do que o parâmetro freqüentemente usado EF.

Avaliação Strain Ressonância Magnética Derivado do Miocárdio Usando o controle de recursos

Bioimaging métodos utilizados para avaliar biodistribuição das células de nanopartículas são aplicáveis ​​para monitorização terapêutica e de diagnóstico de compostos nanoformulated. Os métodos descritos neste documento são sensíveis e específicos, quando avaliada por coregistration histológica. As metodologias de fornecer um caminho de translação de roedores para aplicação em seres humanos.

BioImaging registradas de Nanomateriais para Monitoramento de Diagnóstico e Terapêutica

Na patogénese da metástase óssea, a angiogénese é um processo crucial e, portanto, representa um alvo para imagiologia e terapia. Aqui, apresentamos um modelo do rato de site-specific metástases ósseas de câncer de mama e descrever as estratégias para não-invasiva angiogênese...

Multi-modal de imagem de angiogênese em um modelo de rato nu de Câncer de mama utilizando a ressonância magnética, tomografia computadorizada volumétrica e ultra-som

Rastreamento de células usando MRI ganhou notável atenção nos últimos anos. Este protocolo descreve a marcação das células dendríticas com flúor...

Monitoramento da Migração de Células dendríticas usando<sup&gt; 19</sup&gt; F /<sup&gt; 1</sup&gt; H Ressonância Magnética

Demonstramos métodos para a detecção de distorção de arquitetura em mamografias anteriores. Estruturas orientadas são analisados ​​usando filtros de Gabor e retratos de fase para detectar locais de irradiando padrões de tecido. Cada local é caracterizada e classificada por meio de medidas para representar padrões spiculating. Os métodos devem auxiliar na detecção de câncer de mama.

Detecção de distorção arquitetural em mamografias anteriores Via Análise de Padrões Orientada

Tensor de difusão (DTI), basicamente, serve como uma ferramenta baseada em ressonância magnética para...

Diffusion Tensor Imagem por Ressonância Magnética na Análise de Doenças Neurodegenerativas

Imagem por tensores de difusão (DTI) foi realizada para tentar descrever as principais partes do sistema visual. O objectivo era utilizar um FDA aprovou estação comercial padrão que pode ser usado para a rotina diária, a fim de tentar reduzir os danos de pós-operatório da via visual nos pacientes.

DTI do Caminho Visual - substância branca panfletos e Cerebral Lesões

doenças neuromusculares geralmente exibem um temporalmente variando patologia, espacialmente heterogêneo e multifacetado. O objetivo deste protocolo é caracterizar esta patologia utilizando métodos de ressonância magnética não-invasivos.

Quantitativa Ressonância Magnética da doença do músculo esquelético

Aqui, nós apresentamos um protocolo para a aplicação de parâmetros da imagem latente do tensor da difusão para avaliar a compressão da medula espinal.

Imagem latente de ressonância magnética do tensor da difusão na compressão crônica da medula espinal

A tradução dos achados da microscopia intravital é desafiada por sua penetração em profundidade rasa no tecido. Aqui, descrevemos um modelo de camundongo com câmara de janela dorsal que permite o co-registro de microscopia intravital e modalidades de imagem clinicamente aplicáveis (por exemplo, TC, RM) para correlação espacial direta, potencialmente simplificando a tradução clínica dos achados da microscopia intravital.

Um modelo de camundongo tumoral de câmara de janela de dobra cutânea dorsal para microscopia intravital combinada e ressonância magnética na pesquisa translacional do câncer

Este protocolo descreve o procedimento de imagem de um dispositivo de imagem de micro-ondas para imagem de mama.

Imagem Clínica da Mamografia por Microondas

Aprenda a usar ressonância magnética por tensor de difusão para detectar câncer de mama de forma não invasiva. Este método analisa a microestrutura mamária sem necessidade de agentes de contraste.

Acompanhando as mamárias elementos arquitectónicos e detecção do câncer de mama com Ressonância Magnética Tensor Difusão de imagens (Vídeo) | JoVE Journal

Acompanhando as mamárias elementos arquitectónicos e detecção do câncer de mama com Ressonância Magnética Tensor Difusão de imagens

Explorar mais vídeos