자기 공명 확산 텐서 영상과 유방 아키텍처 특징을 추적 및 탐지 유방암

1Department of Biological Regulation, Weizmann Institute of Science, 2Unit of Biological Services, Weizmann Institute of Science, 3Department of Diagnostic Imaging, Meir Medical Center, 4Pathology Department, Meir Medical Center
Published 12/15/2014
0 Comments
  CITE THIS  SHARE 
Medicine
 

Summary

Cite this Article

Copy Citation

Nissan, N., Furman-Haran, E., Feinberg-Shapiro, M., Grobgeld, D., Eyal, E., Zehavi, T., et al. Tracking the Mammary Architectural Features and Detecting Breast Cancer with Magnetic Resonance Diffusion Tensor Imaging. J. Vis. Exp. (94), e52048, doi:10.3791/52048 (2014).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Introduction

유방암은 전 세계적으로 여성 암 사이의 가장 흔한 원인이다. 유방암의 조기 발견이 유방암 환자의 삶의 질 향상 및 생존에 중요한 역할을 갖는다. 유방암 검출 용 현 표준 방법은 X- 선 유방 초음파 검사에 기초한다. 불충분 한 감도 및 특히 치밀한 유방 병변을 검출하기위한 이러한 기술의 특이성, 유방 자기 공명 영상 (MRI)을 포함하는 다른 기술의 개발을 자극 하였다. 동적 대비 향상 (DCE) MRI는 유방암 1, 2의 검출 및 진단을위한 강력한 도구로 설립되었습니다 자주 컴퓨터 지원 진단에 의해 촉진되는 3을 의미한다. 현재 그러한 위험이 높은 환자 (4)와 같은 특수한 경우에 사용되지만, 루틴 스크리닝 아마도 때문에 높은 비용, 필요 조영제의 주입, 표준화의 부족을 사용하지차 저 / 중간 값에서 5,6 결합 된 유방 X 선 촬영 및 DCE-MRI 7, 8을 사용하여 얻어진 높은 값에 이르기까지 악성 병변 양성 차별의 변수 특이성. 최근 확산 DCE-MRI 보완 방법으로 평가되었다 MRI 명백한 확산 계수 (ADC)의 결과적인 맵을 가중하며 도시 된 암, 양성 병변 정상적인 유방 조직 9,10 구별하는 데 도움을 줄 수 ADC 값 . 또한, 유방 확산 텐서 영상 (DTI)의 연구는 11-15 1.5 T의 자기장 강도에서 T 및 16-24 세의 건강한 자원자 및 유방 병변을 가진 환자에서 개시 하였다. 이러한 연구의 대부분은 ADC와 소수 이방성 (FA) 값 11,12,14,15,20-23을보고 FA 13, 20보다 더 재현 ADC 값을 재현성이 두 매개 변수를 발견했다. 이러한 연구 결과는 악성 병변이 미리 낮은 ADC 값을 나타내는 것으로 나타났다정상 조직과 양성 병변에 ared, 그러나 충돌 결과는 가치와 FA 11,12,14,20-23의 진단 능력에보고되었다. 3 T- DTI 연구 세트에 유방 조직 프레임 세 텐서 고유치 및 고유 벡터 값도보고 한 결과는 벡터 주 고유 벡터의지도와 고유치 파라미터 맵, ADC, FA에 제시 하였다 및 최대 이방성 지수 16-19,24. 이 연구의 주요 확산 고유 값과 최대 이방성 암 병변의 검출 및 진단에 가장 민감한 독립 변수 역할을 나타내었다

유방은 fibroglandular 조직과 지방 조직으로 구성되어있다. fibroglandular 조직이 더 크기와 모양이 매우 다양 많은 엽으로 구성되어있다. 각 로​​브 미세 기능 유방 트리와 유선 조직을 형성 관련 소엽, 주변 결합-Fi 접속 설비를 포함brous 조직. 대부분의 유방 악성 종양은 주위 조직에 침윤 침습 암종으로 돌려 제자리 암에 개발 덕트 또는 소엽의 상피 세포의 비정상적인 증식에 의해 시작합니다. 따라서, 유관 / 소엽 구조는 악성 유방 변환의 조사의 필수적인 영역이다.

유관 나무의 구조적 특징은 첫째 유방 절제 표본 (25)의 덕트에 컬러 왁스의 주입을 사용하여 선생님 Astley Cooper에 의해 1840 년에 체외 조사 하였다. 최근, 전체 유방 유관 나무의 컴퓨터 파생 추적은 유방 절제 표본 (26, 27)를 사용하여 몇 사람의 가슴에 달성되었다. 여기에 제시된 연구는 생체 내에서 확산 텐서 영상에 의해 얻어진 매개 변수는 비 침습적 유방암 검출도 가능 별개의 유방 조직 미세 기능과 관련된 정보를 제공하는 것을 알 수있다.

P유방 확산 텐서 영상을 기본 A. 물리적 원리를 측정하고 제한된 환경 (28)에 이방성 물 확산을 정량화하기 위해 MRI 능력을 기반으로합니다. 수류가 확산 벽 빠르고 자유 확산 평행 벽에 수직 느린 제한된 확산 (이방성 지므로 불 투과성 벽에 의해 제한 중지 된 경우에는 일반적으로, 균질 용액에서 물을 확산하지만, 무료 등방성 그림 1). 조직 워터 확산이 복잡하고 인트라의 구조 및 생리 기능 및 세포 '크기, 셀'밀도, 세포 외 비틀림 및 세포막을 통한뿐만 아니라 혈관 및 림프관 네트워크의 존재에 환수 포함한 세포 외 구획에 의존한다 (도 2).

그림 1
그림 1 : 무료 및 제한 확산 불 침투성 벽 (오른쪽)에 의해 제한 물 분자 무료로 확산 (왼쪽)과 확산의 개략도..

그림 2
그림 2 : 조직의 복잡한 확산 세포 외 및 세포 내 구획이 두 구획 사이의 물 교환 (화살표)에서 물 분자의 움직임을 보여주는 셀룰러 시스템에서 물 확산의 개략도..

인해 유방의 특정 건축 특징으로 유방 덕트 및 소엽에있는 물 분자의 확산이 제한 이방성 운동의 특정 예를 제시한다 : 덕트 벽 병렬로 확산 자유 확산에 가까운 lobules는하지만 벽에가, 벽에 의해 제한되는 두 개의 구성 수직 방향으로셀과 지하실 막 층. 따라서 유관 / 선의 시스템의 확산은 상대적으로 빠르고 이방성이다. 한편, 덕트를 둘러싸고 결합 섬유 조직의 확산이 조직에서의 높은 수분 함량 및 낮은 세포 밀도 (도 3 및 4)의 결과를 빠르고 등방성이다. 악성 종양의 존재 하에서 암 세포에 의해 덕트 및 소엽의 막힘 (도 3 4) 모든 방향과 이방성 운동의 확산 계수의 감소를 일으키는 물 운동의 비틀림 및 제한을 증가시킨다.

그림 3
그림 3 : 유방 소엽에서 확산 소엽을 통해 절단 한 소엽 내부의 물 확산의 개략도.. 왼쪽 : 빠른 보여주는 소엽 '벽에 의해 제한 물의 확산벽에 수직 확산 벽에 평행 제한된 확산. 오른쪽 : 암 세포와 소엽의 확산. 세포 외 구획의 확산은 매우 방해하지만 모든 방향에서 유사하고, 따라서, 거의 등방성된다.

그림 4
그림 4 :. 유관 트리 시스템에서 물 확산 왼쪽 : 자신의 방사 방향, 그들의 간 분파 (25)을 나타내는 색 왁스를 주입 유방 덕트. 중동 : 덕트 (검은 색 화살표) 내부 확산을 나타내는 벡터와 정상 유관 나무의 개략도 및 결합 조직에 (녹색 화살표). 오른쪽 : 암 세포의 두 궤적 (보라색)과 유관 나무의 개략도. 빨간색 화살표는 암의 확산을 나타낸다.

이 논문은 구체적으로 확산 텐서 스캔 방법과 홍보를 설명ocessing 알고리즘과 유방 악성 종양을 검출 가능 DTI 데이터 세트의 소프트웨어 분석. 모든 암은 유방 조직 검사 및 / 또는 수술 표본의 병리 조직 소견에 의해 확인되었다. 우리는 또한 유방의 해부학 적 기능뿐만 아니라 DTI 검출 감도를 평가하기위한 기준 방법으로 봉사 DCE 스캔 프로토콜을 얻기 위해 T2 가중 스캔 프로토콜을 설명합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Protocol

참고 : 모든 프로토콜 메이어 의료 센터, 크 파르 사바, 이스라엘의 내부 검토위원회의 승인하고 서명 한 동의서는 모든 주제로부터 얻은 것입니다.

MRI 스캐너 1. 환자 준비 및 위치

  1. 조영제 주입의 왼쪽이나 오른쪽 팔에 정맥 카테터를 삽입합니다.
  2. 그림 5에서 입증 된 바와 같이 환자가 유방 코일의 양측 구멍에서 자유롭게 매달려 모두 가슴에 발생하기 쉬운 위치에 누워 있는지 확인합니다.
  3. 머리는 환자의 머리와 목을 편안하게 베개에 위치와 그림 5에서 입증 된 바와 같이 두 팔을 머리 위에 배치되어 있는지 확인합니다.
  4. 각각의 유방은 그림 5에서 보여만큼 깊이 각각의 코일 개방 내에서 가능한 느슨하고 매달려, 중앙 위치에 있는지 확인하십시오.

전자 5 "SRC ="/ 파일 / ftp_upload / 52048 / 52048fig5highres.jpg "/>
그림 5 : 유방 MRI 스캔을위한 여자의 위치. 발생하기 쉬운 위치와 유방 코일의 양측 개구 모두 가슴의 자유 매달려 있습니다.

  1. 정맥 카테터에 자동 분사 펌프를 연결합니다.

2. MRI 스캔

  1. 시야 (FOV)를 모두 가슴을 로컬 라이즈 MRI 스캐너와 파일럿 이미지 획득 및 결정, 슬라이스와 슬라이스 두께의 수는 완전히 겨드랑이와 가슴 벽에 확장자가 모두 가슴을 커버하는.
  2. MRI 스캐너로 수행 다음의 모든 스캔 시퀀스에서, 각각의 경우에 대한 FOV, 슬라이스 번호와 슬라이스 두께의 동일한 값을 유지한다. 예를 들어, 판독 및 위상 방향으로 360mm의 FOV, 유방의 크기에 따라 2 내지 3 mm의 사이를, 슬라이스 두께 범위 및 위상 인코딩 방향 축 L 60 조각을 취득2] 표 1에 나타낸 바와 같이> R 또는 R >> L. 각 시퀀스에 사용 취득 차원 매트릭스에 따라 다음 순서의 면내 해상도를 변화한다.
실험 매개 변수 2D T2 가중 2D DTI 2D GE 필드 매핑 3D DCE
반복 시간 (TR) 밀리 초 5,500 10800 669 6.8
에코 시간 (TE) 밀리 초 (122) (120) 4.92 2.49
TE (2) 7.38
플립 각도,도 (60) (18)
취득 행렬 640 × 428 192 × 192 64 × 192 428 X 428
평균 (1) (1) (1) (1)
회씩 연결 4 (1) (1) (1)
터보 요인 (21)
조각 당 열차의 수 (11)
에코 간격, 밀리 초 (10) 0.79
대역폭, Hz에서 / 픽셀 (300) 1,860 1,532 (560)
평면 스캔 해상도 0.56 X 0.84 1.9 X 1.9 0.8 × 0.8
평면 이미지 해상도에서 0.56 X 0.56 1.9 X 1.9 1.9 X 1.9 0.8 × 0.8
수집 시간, 분 : 초 4시 26분 6 :09 1시 28분 1시 6분 (X9)
확산 그라디언트의 # (30)
지방 억제 아니 FAT-SAT / SPAIR 1 아니
B-값, 초 / mm 2 0, (700)

표 1. 본 연구에 사용 된 시퀀스의 실험 변수 1 FAT-SAT : 지방 채도. SPAIR : 스펙트럼 감쇠 반전 복구.

  1. MRI 스캐너의 사용자 인터페이스 컴퓨터와 함께 두 가슴과 겨드랑이를 포함하는 영역을 지역화 및 shimming 상자를 정의합니다. 자기장 (29)을 최적화 할 수있는 반복적 인 shimming 전략을 적용합니다.
    1. 유저 인터페이스의 컴퓨터 스크린에 양성자 스펙트럼을 표시하고 주파수 t에 센터링을 조정 shimming그 물 공진 주파수 후 지방 공진 주파수에. 그것은 가장 지방과 물 신호를 분리하고 양성자 스펙트럼에서 계시 된 최대 신호 강도와 모양을 최적화 할 때까지 shimming를 반복합니다. 조사 주파수가 물 공진 주파수를 중심으로되어 있는지 확인합니다.
  2. 2. 팝업됩니다 파라미터를 수정 가속 계수로 일반화 자동 보정 부분적 평행 수집 (GRAPPA)를 사용하여 지방 포화없이 높은 공간 해상도로 사용자 인터페이스 시스템을 통해 2 차원 횡 T2 강조 터보 스핀 에코 멀티 슬라이스 시퀀스를 간단하게 적용 표 1의 칼럼 "2D T2 가중"에서의 값에 따라 화면.
  3. 사용자 인터페이스 시스템을 통해 2 차원 횡 지방 억제 스핀 에코 확산 텐서 영상 적용 - DTI 2. 파라미터를 수정 가속 인자, 두번 GRAPPA을 이용한 에코 평면 촬상 시퀀스 (30), 재 집중하여즉, 표 1의 칼럼 "2D DTI"에서의 값에 따라 화면에 나타납니다.
  4. 에코 평면 촬상 (EPI)에 기하학적 왜곡을 보정하기위한 사용자 인터페이스를 통해 컴퓨터 필드 매핑 시퀀스를 적용하고, 그리고 Jezzard 발라반 (31)에 의해 기술 된 바와 같이 위상차 이미지를 얻었다. 시퀀스는 두 위상 상이한 에코 시간을 갖는 2D 횡 구배 에코 (GE) 화상의 획득을 포함하는 것을 확인하고, 위상 인코딩 방향은 DTI 시퀀스 (단계 2.5)에서와 동일 함. 표 1의 칼럼 "2D GE 필드 매핑"에서의 값에 따라 화면에 나타납니다 매개 변수를 수정합니다.
  5. 사용자 인터페이스 컴퓨터를 통해 세 시점 (3TP) 방법 (32)에 따라 최적화 매개 변수와 지방 억제하지 않고 3D 빠른 그라데이션 에코 시퀀스를 사용하여 동적 대비 향상 프로토콜을 적용합니다. 매개 변수를 수정하는표 1의 칼럼 "3D DCE"에서의 값에 따라 화면에 나타납니다.
    1. 단계 2.7의 프로토콜에 따라 두 초기 precontrast 이미지를 기록합니다.
  6. 식염수 플러시 20 ㎖,이어서 2 ㎖ / sec의 속도로 자동 펌프를 이용하여, 0.1 밀리몰 / kg 체중의 투여 량으로, 제 2 전처리 콘트라스트 취득 조영제 gadopentetatedimeglumine 끝나기 전에 15 초를 주입 할 2 ㎖ / 초에서.
    1. 54, 120, 186, 252, 318, 384, 450 초 후 대비 주입에 단계 2.7 프로토콜에 따라 일곱 순차적으로 3D 데이터 세트를 기록 계속합니다.
  7. 사용자 인터페이스 시스템을 통해 2 차원 횡 적용 T2 강조 지방 T2 가중 묘화하는데 사용되는 것과 유사한 실험 세부 단계 2.4에 기재된 터보 가속 계수 2. 함께 GRAPPA 이용하여 높은 공간 해상도에서 다중 슬라이스 서열 스핀 에코 억압 참고 : MRI 프로토콜의 단계를 요약 한 시간 코스가 그림 6에 제공됩니다.

그림 6
그림 6 : 임상 MRI 프로토콜의 시간 코스.

3. 이미지 처리

  1. 모든 주사 시퀀스에 의해 얻어진 전체 데이터 세트를 전송 (단계 2.4에 기재된 - 2.9) 원격 워크 스테이션 또는 개인용 컴퓨터와 유방 확산 텐서 영상 및 DCE-MRI를 분석하는 데 전념 소프트웨어 프로그램에서 이미지의 전체 데이터 세트를 처리한다.
    1. 여기서, MATLAB (19)의 프로그래밍 환경을 사용하여 확인 하였다 C ++에서 작성된 및 자작 소프트웨어 패키지를 사용하여 후술하는 단계를 수행한다. 일반적으로, 상업 스캐너 유방 적응 될 수 있지만, 뇌 DTI 실험 화상 처리 도구를 제공우리 및 자작 소프트웨어 패키지에 의해 적용된 모든 처리 기능이 없을 수도
  2. 도 7의 흐름도의 단계에 따라 전용 DTI 화상 처리 소프트웨어를 사용하여 데이터 세트 DTI 화상 처리를 수행한다.

그림 7
그림 7 : DTI 처리에 관련된 단계의 순서도.

  1. 유방의 외부 및 잡음 레벨 (약 1cm 2) 관심 영역 3-4에서 나머지 조직을 평가하고 최고 노이즈 레벨을 찾는 DTI 소프트웨어 프로그램을 사용한다.
  2. , D XX, YY D, D, 최대 잡음 레벨과 상기 (60)의 각 슬라이스 내의 모든 화소에서, 화소에 의해 여섯 확산 계수를 계산하는 픽셀 DTI 소프트웨어 프로그램을 사용하여ZZ는 D면 XY, D의 XZ는 D의 YZ는 D 33 설명 대칭 텐서의 (그림 8 참조)
    식 (1)
    여기서 D의 XY = D YX, D ZY = D YZ, ZX D = D의 XZ.
    1. 실리콘, J (b)이 Si (0) 노출 (-bd), Si를, j는 (b) 신호 인 : 텐서 성분 Stejskal-태너 식에 기초하여 비 - 선형 회귀 피팅 프로그램을 사용하여 계산하기 위해서는 J 방향 및 Si의 확산 구배 화소의 강도 I (0), B = 0mm 2 · s의 동일한 화소의 신호 ​​강도를 나타낸다. 이 피팅의 각 확산법 방향에 대한 비선형 함수 (30)의 제곱의 합을 최소화하여 Levenberg-마르카토 알고리즘 (34) 마도 단계의 변형에 의해 여섯 확산 텐서 변수 구성 요소는 무료 소프트웨어 cminpack에 의해 (실시 하였다 http://devernay.free.fr/hacks/cminpack/index.html )을.

그림 8
그림 8 : 대칭 확산 텐서를 산출 계산 단계의 개략도.

  1. 주성분 분석 (PCA) (35)을 적용하여 각 화소에서의 대칭 확산 텐서을 대각선 화하기 위해 소프트웨어를 사용하여 DTI.
    주 : PCA는 데이터의 차원을 감소시키고 상관과 수직축의 새로운 좌표 시스템으로 화소 상관 파라미터 매핑 선형 변환을 찾기 위해 일반적으로 사용되는 방법이다. 이 홍보ocess 화소마다 세 개의 고유 벡터들에 대한 수율 (ν 1 ν 2 ν 3) 조직의 확산 구조와 일치 타원체 형상의 직교 3 축, 그리고 대응하는 3 개의 확산 고유의 확산 방향을 정의하는, 높은로부터 배치 낮은, 즉 세 가지 방향의 확산 계수 (λ 1, λ 2, λ 3) (참조 그림 9, 10)를 결정합니다.

그림 9
그림 9 : 조직의 확산 프레임과 타원체 할 수있는 모델링과 일치 고유 값과 고유 벡터를 산출 계산 단계의 개략도.

그림 10
그림 10 : Schemat도관 정상 조직 및 암 조직에서 확산 고유 벡터와 고유 값을 계산 주요 프로세싱 단계의 IC 도면.

  1. 세 고유치 <λ> = (1 + λ λ 2 + λ 3) / (3)의 평균으로 정의 된 각 픽셀 명백한 확산 계수 (ADC)에 대해 계산하는 DTI 소프트웨어 프로그램을 사용한다.
  2. (- 3 λ λ 1) 화소마다 차이로 정의 이방성 절대 최대 인덱스를 계산하는 DTI 소프트웨어 프로그램을 사용한다.
  3. 각 픽셀에 대해 (한 방향으로 자유 확산) 내지 1 (등방성 확산) 0 사이의 범위는 다음의 방정식에 따라 분별 이방성 (FA)를 계산하는 인덱스 DTI 소프트웨어 프로그램을 사용하여
    식 (2)
  4. 표시 할 수 DTI 소프트웨어 프로그램을 사용하여모두 가슴 벡터 주요 고유 벡터의 방향을 보여주는지도, 1 ν, 3 색 ν (1)의 주 방향을 나타내는 동일한의 T2 강조 영상에 그들을 오버레이 컬러 코딩지도를 통해 각 슬라이스 픽셀로 Y 픽셀 슬라이스 (그림 9). 이 단계는 자유 소프트웨어 GTK (사용 하였다 http://gtk.org 그래픽 참조).
  5. 모든 확산 텐서의 값이 λ 1, λ 2, λ 3, ADC를 매개 변수를 모두 가슴에 걸쳐 각 슬라이스에 픽셀 단위로 표시 확산 텐서 영상 파라 메트릭지도, λ 13를 구성하는 DTI 소프트웨어 프로그램을 사용하고, FA와 같은 슬라이스의 T2 강조 영상에 그들을 오버레이 (그림 11).

그림 11
10-3 2 mm / 초 단위이다. FA는 단위 이하이다. 벡터지도의 스케일 바는 20mm의 길이와 나머지 모든 이미지의 20mm의 길이 T2 이미지의 스케일 바 의미를 지칭한다.

  1. 필요한 경우, 기하학적 왜곡 단계 2.6에 기재된 바와 같이 얻어진 위상차 맵을로드하여, 정정 DTI 소프트웨어 프로그램을 사용한다. + π represe으로 -π의 범위 구배 에코 이미지의 노이즈 레벨 위의 모든 픽셀 위상차지도의 범위를 시프트라디안 위상 시프트 Δɸ (X, Y, Z) (도 12) nting.
    1. 에 따라 픽셀 단위로 공간 이동을 계산하기 위해 DTI 소프트웨어 프로그램을 사용하여
      식 (3)
      ΔTE 두 에코 사이의 시간 차이 인 2.46 × 10 -3 밀리 같고 BWP은 실험 상 13.2 Hz의 대역폭 / 화소와 동일하다. 필드 맵에 따라 화소 시프트 및 확산 텐서 파라미터 (도 12)를 계산.

그림 12
도 12 :. 위상차지도를 이용하여 기하학적 왜곡 보정의 예는 이미지가 침윤성 소엽 암종을 가진 47 세의 지원자에서 기록되었다. 왼쪽 T2 강조 영상에서 첫 번째 열 및 슬라이스의 위상차 맵왼쪽 가슴에 암으로 표시됩니다. 두 번째와 세 번째의 열은 1 맵 보정 전의 최초 행에 표시되고 보정 후의 λ 한지도 번째 행에 표시 λ. λ 1 맵은 해당 T2 강조 영상에 중첩된다. 2 차 열에서 물 확산 계수의 전체 범위 (0.8-3.0) X10 -3 mm 2 초 감소 범위는 1.7 × 10의 문턱에 사용되는 색상 코드 스케일과 3 번째 열에서 사용 / 왼쪽 가슴에 암과 정상 유방 조직 사이의 대조를 강조 -3 mm 2 / 초. T2 이미지에서 스케일 바는 모든 이미지의 20mm의 길이를 말한다.

  1. 이러한 3TP 화상 처리 소프트웨어 (17)의 운동 인핸스 파라미터 픽셀 맵에 의해 화소를 제공하는 소프트웨어를 사용하여 DCE-MRI 데이터 세트의 화상 처리를 수행한다.

Representative Results

이 방법은 초기에 다양한 호르몬 단계에서 일반 자원 봉사자를 스캔하여 시험하고 입증되었다. 명확하게 알 수있는 바와 같이, 11, fibroglandular 조직의 상대적으로 높은 비율을 가진 젊은 건강한 자원 봉사의 중앙 조각의 우리의 소프트웨어를 사용하여 얻은 파라 메트릭 및 벡터지도를 보여 그림 T2 강조 영상에서 (모든 회색 영역은 fibroglandular 조직하고 밝은 부분은 지방이다). λ 프라임 확산 계수의 방향은 니플 가리키는 많은 화소 분율 벡터 V1 맵에 도시된다. 2 λ 위하여 계수 텐서 1 λ에서 감소 확산 값을 예상 된 바와 같이 3 λ한다. 평균 확산율 ADC의 계산을 가능 이러한 세 확산 계수를 사용하여 소수 이방성 (FA) 및 최대 이방성, λ - 1 λ 3. FA의지도와 λ 1 공지 사항 - λ

63 세의 일반 자원 봉사에 대한 그림 13의 예에서와 같이 폐경 후 여성의 가슴은 일반적으로 밀도가 낮은 있습니다. 확산 계수는 노인 자원 낮은이지만 이방성 지수 방향 확산에 부과 된 제한보다 높은 동맥관 벽 직교 때문일 따라서 덕트 및 소엽의 하부 직경, 높다. 우유 미네랄 용해 탄수화물과 단백질 응집체를 포함하는 수성 유체 내에서 지방 구체의 콜로이드이기 때문에 덕트의 크기에 텐서의 감도를 보여주는 또 다른 예는. 그림 14의 수유 자원 봉사의 예에 표시됩니다 우유의 점도가 이렇게 정상적인 물 유체 덕트, 그리고보다 높고, 수유 유방의 수분 확산 계수 L 아르폐경 전 여성 (24)보다 심고. 또한, 니플 근처 덕트 크고 덕트 직교 방향으로 제한 비 수유 유방보다 낮은 따라서 이방성 인덱스뿐만 아니라 낮다. 그러나 수유 유방의 소엽 -posterior 지역에서 이방성은 여전히​​ 높다.

악성 종양 환자에서 확산 텐서 파라미터 주요 변화는 세 확산 계수의 현저한 감소에 전시된다. λ 하나의 변화는 잡음비 19 높은 콘트라스트를 제공하는 것으로 확인되었다. 이 연구는 침윤성 암종 (IDC)으로 진단 된 33 명, 현장에서 유관 암 (19) (DCIS), 다른 악성 종양과 침윤성 소엽 암 (ILC) 및 3 (13)를 포함하여 확인 병리 환자 68 명을 포함. 몇몇 환자는 다 초점 또는 멀티 중심의 유방암을했다. 암의 크기 VARI10-30mm의 14mm 및 분위 범위 중앙값 3~95mm ED. 이 모든 환자에서 DCE와 DTI의 검출 율은 차이가 없었다. 그러나, DCE의 향상을 보여 암으로 인해 주로 필드 불균일성 왜곡과 유물의 결과로 불충분 한 지방 억제와 관련된 지방 가슴에 기술적 인 문제에 DTI 분석에 포함되지 않은으로 병리학에 의해 확인되었다 오가지 경우.

도 16 및도 17은 두 가지 매개 변수 확산 전형적인 파라미터 맵을 보여,도 15은 1과 λ λ - 1 유방 종양을 검출하기 위해 사용되는 3 λ. 이 그림 쇼는, 추가로 가중 이미지를 T2하는, 3TP 색상 코딩 방법을 사용하여 DCE 분석 결과. 덕트 또는 소엽의 소개에 악성 세포의 존재를 설명하고 자신의 t 크게 감소 세포 외 구획의 확산을 방해 주변그는 계수를 확산이. 또한, 도관 구조에 의한 이방성이없는 별개의 방향으로 무질서하게 모든 방향으로 확산 암세포로 사라지고있다. 평균 확산율이 파라미터의 정규화가 정상 조직 (19)와 마찬가지 암에서 FA로 높은 값에 이르게 때문에 FA 유방암 검출을위한 적절한 파라미터가 아니다. 그러나, 최대 이방성 암을 검출하기위한 수단 (15 ~ 17도)을 제공한다. 그럼에도 불구하고, 결합 섬유 조직은 또한 등방성 최대 이방성의 낮은 값을 나타낸다 부근에 있기 때문에,이 매개 변수는 확산 계수 λ 1보다 덜 구체적이고 보조 매개 변수 1 λ하는 역할을합니다.

도 17은 또한 항암 화학 요법에 대한 응답을 특성화 DTI의 능력을 보여준다. 광고의 예에서, 환자가 완전히 치료에 반응 (4 사이클riamycin + Cycloxane - 탁솔의 4 회 반복). 사실, 치료에 대한 반응은 암세포를 대체 수복 결합 조직의 존재를 암시한다 정상 유방 조직을 대표 수치 확산 계수에서의 현저한 증가를 일으켰다. 유사한 결과가 치료에 반응 다른 환자 4를 얻었다.

그림 13
그림 13 :. 63 세 건강한 자원 봉사의 중심 유방 슬라이스의 파라 메트릭 DTI지도의 출력은 동일한 슬라이스 디렉터리의 T2 강조 영상에 오버레이. - 빨간색 방향지도는 발 방향을 나타내는 머리를 후부, 오른쪽, 녹색 나타내는 전방 왼쪽과 녹색 나타낸다. 벡터 흰색 선으로 표시되어 있습니다. 모든 확산 계수와 최대 이방성 지수 X10 1 -3 2 mm / 초 단위이다. FA는 단위 이하이다. 벡터지도 심판의 스케일 바20mm의 길이 및 T2 이미지에서 스케일 바는 ERS ​​나머지 모든 이미지의 20mm의 길이를 말한다.

그림 14
그림 14 :. 동일한 슬라이스 디렉터리의 T2 강조 영상에 오버레이 40 세 수유 자원 봉사의 중심 유방 슬라이스의 파라 메트릭 DTI지도의 출력. - 빨간색 방향지도는 발 방향을 나타내는 머리를 후부, 오른쪽, 녹색 나타내는 전방 왼쪽과 녹색 나타낸다. 모든 확산 계수와 최대 이방성 지수 X10 1 -3 2 mm / 초 단위이다. FA는 단위 이하이다. 대부분의 픽셀이 젖꼭지을 향하고있는 방향지도 및 벡터 맵에 있습니다. 또한 그림 7과 건강한 지원자 10의 값을 기준으로 낮은 확산 계수를 확인합니다. 벡터 맵의 스케일 바는 20mm와 길이를 의미한다T2 이미지에서 스케일 바는 모든 나머지 이미지의 20mm의 길이를 말한다.

그림 15
그림 15 :. 1 λ 1, λ의 파라 메트릭지도 - λ 3 다중 초점 침윤성 암으로 38 세 환자의 1 차 원료에서는 DTI 매개 변수는 1.7 × 10 -3 mm 2 / 초 임계되게됩니다 -λ 3 λ 1 λ 1, 0.6 mm 2 / 초 (임계 값 위의 모든 값은 보라색 색상으로되어 있습니다). 임계 값 이상의 2 원료 값에서 색깔과 기본 T2 강조 영상을 표시하지 않습니다. 또한이 그림은 왼쪽 T2 강조 영상에서 1 및 DTI 파라 메트릭지도와 같은 슬라이스, 3TP 방법에 의해 얻어진 DCE 파라 메트릭지도에 포함되어 있습니다. T2 이미지에서 스케일 바는 20mm의 길이를 의미 IN 모든 이미지. DCE 이미지 평면의 공간 해상도가 두 배 정도 더 높은 DTI보다 유의 그러나 3TP 및 λ 파라미터 맵의 위치 및 크기로 높은 시각적 합동있다.

그림 16
그림 16 :. 13 낮은 등급 DCIS 그림은 또한 왼쪽 T2 강조 영상 및 DCE 파라 메트릭지도에 1열에 포함와 60 세 환자에서 λ 1, λ의 파라 메트릭지도에 의해 얻어진 DTI 파라지도와 동일한 슬라이스의 3TP 방법. T2 이미지에서 스케일 바는 모든 이미지의 20mm의 길이를 말한다. 고도로 지방산 유방 암을 검출하기 DTI의 능력을 참고.

그림 17
그림 17 : 1 λ 1, λ의 파라 메트릭지도 - λ 3 전 선행 항암 화학 요법 후 침윤성 소엽 암으로 39 세 환자에서 환자가 Adryamicin의 4주기 후, 한 번 치료 전에 한 번 수술 전, 두 번 스캔 한 +. 탁솔의 Cycloxan 4주기. λ 1 및 치료에 반응 암 지역에서 λ 13의 증가를합니다. 1 차 원료 쇼 이미지는 치료 전에 얻은 1행에서와 거의 같은 지역의 2 원료 쇼 이미지는 수술 전에 얻을. 치료 암 영역은 13 값을 자신의 임계 값 이하 λ 1, λ를 전시하고, 치료 후 두 매개 변수는 임계 값 이상 값으로 증가하기 전에. 또한이 그림은 왼쪽 T2 강조 영상에서 1열에 포함; 2 차 열 뮤에서ltiple 이미지 투사 - MIP, 2 분 후 콘트라스트 이미지에서 사전 콘트라스트 이미지를 감산; 3 번째 열에서 DCE 파라 메트릭지도 3TP 방법에 의해 얻어진. T2 이미지에서 스케일 바는 모든 이미지의 20mm의 길이를 말한다

Discussion

이 작품은 (~ 8mm 3), 측정하는 생체 내 두 유방의 전체 fibroglandular 조직에서 물 확산 텐서 매개 변수 높은 공간 해상도로 3 T 스캔 DTI의 능력을 보여줍니다. 동시에 큰 DTI 데이터 셋이 연구 활성화 분석의 과정에서 개발 된 알고리즘 및 소프트웨어의 앙상블은 여러 확산 계수, λ (1), λ (2) λ (3)의 확산 파라미터 맵을보고, ADC 이방성 지수 1 -λ을 λ 3, 모든 유방 조각과 FA. 이 연구는 또한 탐지 및 유방암을 진단하는 다양한 확산 계수 및 이방성 인덱스의 가능성을 강조한다. 결과는 소수의 확산 계수가, 1 λ, 정상적인 유방 조직에서 악성 실질적인 분화 능력, 유방암을 검출하기위한 주요 파라미터 인 것으로 나타났다. 보조 indepen그러나 고감도 λ보다 훨씬 낮은 특이성 함몰 파라미터는 프라임 확산 계수에 의한 검출을 확인하도록 작용 이방성 최대 인덱스이다.

결과는 또한 생체 지향성 물 확산을 측정하고 양쪽의 유방 전체 도관 / 선의 확산 시스템에서의 이방성을 정량화 MRI의 능력을 입증 하였다. 이방성 측정 30 확산법 방향의 균일 정밀도 프로파일을 보장하기 위해 적용되었다. 120 밀리 초, 그리고 공간 분해능의 최적화 높은 에코 시간의 선택은 덕트 내의 수분의 확산 제한을 밝혔다. 통상 덕트의 평균 크기는 40 내지 100 μm의 범위를 36 ~ 70 %로하여, 0.09 인 것으로보고되었다. 아인슈타인 방정식에 따라 자유로운 물의 확산 변위 D가없는 물 확산 계수이고, X = (6Dt) 1/2를 의미하고 확산을 t시간. (~ 0.3 상단의 값)을 비교하여 유방의 상대적인 낮은 FA 값 선도, 우리의 실험에서 x는 약 25 ㎛의이며, 따라서 유관 물 분자의 일부만이 유방 도관 벽에 의해 제한되어있는 값 뇌 백질 (≥0.5). 경에서 Astley 쿠퍼, 유관 트리로 구성된 각각의 인간 유방 조직이 별도의 로브로 구성되어 있다는 것이 밝혀졌다 (25)을 연구합니다. 모유 수유 (37)의 초음파 예비 연구가 시도뿐만 아니라, 2 차 형상 측정 (38)을 사용하여 도관의 단면 구조를 검출 하였다. 그러나, 촬상 방법은 지금까지 생체 내 유방 전체에 도관 시스템을 드러내는 성공하지 않았다. DTI 결과에서 전체 3D 유관 트리 시스템을 획득하기위한 알고리즘은 아직 개발이지만 벡터가 명확 유방 나무의 상세한 매우 다양한 해부학 공개 전위를 나타내는 매핑한다. 최근 전우리의 DTI 데이터 세트에 따라 유방의 풀 3D 추적 nitial 시도는 39보고되었다.

이 작업의 과정에서 기술적 인 한계로 인해 비효율적 인 지방 억제 및 EPI 왜곡에 주목하고있다. 지방 억제는 밀도가 가슴에서 일반적으로 효율적이었다 지방 포화 순서 (FAT-SAT)에 의해 이루어졌다. 그러나, 지방산 가슴에 더 효율적이고 B1 불균일성에 덜 민감 스펙트럼 선택 감쇠 반전 복구 (SPAIR)를 도포 하였다. EPI 기반 확산 프로토콜을 추가로 유도 된 와전류 그라데이션에 의한 제한, B 0 필드 불균일성과 감수성의 차이 40, 41을했다. 이러한 제한은 물과 지방 신호에 대한 반복적 인 자동 및 수동 shimming를 사용하여 낮은 가능한 에코 간격을 선택하여 최소화 하였다. 프로토콜에 기재된 바와 같이 또한, 기하학적 왜곡의 후 처리 보정 때때로 도포 하였다. 전체그것은 기술적 인 한계를 극복 할 수 있었다 강한 수분 신호와 치밀 유방의 경우에; 그러나, 높은 지방 가슴이 연구에서 오가지 경우는 위의 제한 사항으로 인해 분석 할 수 없습니다.

요약하면, 유방 확산 텐서 MRI 용 프로토콜 및 화상 처리 툴이 개발되었다. 이 완전히 안전하고 신속하고 비 침습적 인 방법은 정확하게 유방 구조를 해부하고 병원에서 유방암 검출을 용이하게 할 수있다. 프라임 확산 계수, λ (1), 및 최대 인덱스 이방성, λ (1)(3)는 암을 검출하기위한 두 개의 독립적 인 확산 매개 역할을하는 것으로 확인되었다. 유방암 환자에 대한 임상 연구는 이들 두 파라미터를 검출 효율 DCE MRI에 필적임을 보여 주었다. 따라서, 기본 유방 아키텍처 및 암 발생의 이해와 공개에 대한 의존도에서이 방법의 신흥정량화 할 수있는 중요한 변화뿐​​ 아니라 안전하고 빠른 방법 인은, 대규모 전향 적 시험에서 유방암 검진을위한 임상에 미치는 영향을 테스트하기 위해 유관 증식을 포함하는 다양한 발달 측면을 조사하는 유용한 도구합니다.

Disclosures

저자가 공개하는 게 없다.

Materials

Name Company Catalog Number Comments
Magnetol-Gadopentetatedimeglumine Soreq, Yavne, Israel 0.5 M
3 Tesla MRI scanner, MAGNETON Trio Siemens, Erlangn, Germany 120
Bilateral breast array coil Siemens, Erlangn, Germany 4 channel
Bilateral breast array coil In-Vivo, Orlando FA 7 channel
Automated pump, Spectris Solaris MR Injector Medrad, Indianola, PA
DTI Image processing software Home-built Property of Yeda Research and Development Co. Ltd
3TP Image processing software Home-built Property of Yeda Research and Development Co. Ltd

DOWNLOAD MATERIALS LIST

References

  1. Turnbull, L. W. Dynamic contrast-enhanced MRI in the diagnosis and management of breast cancer. NMR Biomed. 22, (1), 28-39 (2009).
  2. Sardanelli, F., et al. Magnetic resonance imaging of the breast: recommendations from the EUSOMA working group. Eur J Cancer. 46, (8), 1296-1316 (2010).
  3. Lehman, C. D., et al. Accuracy and interpretation time of computer-aided detection among novice and experienced breast MRI readers. AJR Am J Roentgenol. 200, (6), 683-689 (2013).
  4. Riedl, C. C., et al. 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. Clin Cancer Res. 13, (20), 6144-6152 (2007).
  5. Heywang-Köbrunner, S. H., Hacker, A., Sedlacek, S. Magnetic resonance imaging: the evolution of breast imaging. Breast. 22, (2), 77-82 (2013).
  6. Peters, N. H., et al. Meta-analysis of MR imaging in the diagnosis of breast lesions. Radiology. 246, (1), 116-124 (2008).
  7. Warner, E., et al. Systematic review: using magnetic resonance imaging to screen women at high risk for breast cancer. Ann Intern Med. 148, (9), 671-679 (2008).
  8. Benndorf, M., et al. Breast MRI as an adjunct to mammography: Does it really suffer from low specificity? A retrospective analysis stratified by mammographic BI-RADS classes. Acta Radiol. 51, (7), 715-721 (2010).
  9. Thomassin-Naggara, I., De Bazelaire, C., Chopier, J., Bazot, M., Marsault, C. Trop I Diffusion-weighted MR imaging of the breast: advantages and pitfalls. Eur J Radiol. 82, (3), 435-443 (2013).
  10. Bogner, W., et al. Diffusion-weighted MR for differentiation of breast lesions at 3.0 T: how does selection of diffusion protocols affect diagnosis. Radiology. 253, (2), 341-351 (2009).
  11. 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).
  12. Partridge, S. C., et al. Diffusion tensor MRI: preliminary anisotropy measures and mapping of breast tumors. J Magn Reson Imaging. 31, (2), 339-347 (2010).
  13. Partridge, S. C., et al. Diffusion tensor magnetic resonance imaging of the normal breast. Magn Reson Imaging. 28, (3), 320-328 (2010).
  14. Baltzer, P. A., et al. Diffusion tensor magnetic resonance imaging of the breast: a pilot study. Eur Radiol. 21, (1), 1-10 (2011).
  15. Wang, Y., et al. Optimization of the parameters for diffusion tensor magnetic resonance imaging data acquisition for breast fiber tractography at 1.5. T. Clin Breast Cancer. 14, (1), 61-67 (2014).
  16. Method and apparatus for ductal tube tracking imaging for breast cancer and diagnosis and product. US Patent. Eyal, E., Degani, H. US8526698 B2 (2008).
  17. 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).
  18. 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).
  19. Eyal, E., et al. Parametric diffusion tensor imaging of the breast. Invest Radiol. 47, (5), 284-291 (2012).
  20. Tagliafico, A., et al. Diffusion tensor magnetic resonance imaging of the normal breast: reproducibility of DTI-derived fractional anisotropy and apparent diffusion coefficient at 3.0 T. Radiol Med. 117, (6), 992-1003 (2012).
  21. Cakir, O., et al. Comparison of the diagnostic performances of diffusion parameters in diffusion weighted imaging and diffusion tensor imaging of breast lesions.Eur. J Radiol. 82, (12), e801-e806 (2013).
  22. Tsougos, I., et al. The contribution of diffusion tensor imaging and magnetic resonance spectroscopy for the differentiation of breast lesions at 3T. Acta Radiol. 55, (1), 14-23 (2014).
  23. Wiederer, P. azahrS., Leo, C., Nanz, D., Boss, A. Quantitative breast MRI: 2D histogram analysis of diffusion tensor parameters in normal tissue. Magn Reson Mater Phy. 27, 185-193 (2014).
  24. Nissan, N., Furman-Haran, E., Shapiro-Feinberg, M., Grobgeld, D., Degani, H. Diffusion-tensor MR imaging of the breast: hormonal regulation. Radiology. 271, (3), 672-680 (2014).
  25. Cooper, A. P. On the Anatomy of the breast. Longman, Orme, Green, Brown, and Longmans. London. (1840).
  26. Ohtake, T., et al. Computer-assisted complete three-dimensional reconstruction of the mammary ductal/lobular systems: implications of ductal anastomoses for breast-conserving surgery). Cancer. 91, (12), 2263-2272 (2001).
  27. Going, J. J., Moffat, D. F. Escaping from Flatland: clinical and biological aspects of human mammary duct anatomy in three dimensions. J Pathol. 203, (1), 538-544 (2004).
  28. Hancu, I., Govenkar, A., Lenkinski, R. E., Lee, S. K. On shimming approaches in 3T breast MRI. Magn Reson Med. 69, (3), 862-867 (2013).
  29. Basser, P. J., Jones, D. K. Diffusion-tensor MRI: theory, experimental design and data analysis - a technical review. NMR Biomed. 15, (7-8), 465-467 (2002).
  30. Reese, T. G., Heid, O., Weisskoff, R. M., Wedeen, V. J. Reduction of eddy-current-induced distortion in diffusion MRI using a twice-refocused spin echo. Magn Reson Med. 49, (1), 1771-1782 (2003).
  31. Jezzard, P., Balaban, R. Correction for geometric distortion in echo planar images from B0 field variations. Magn Reson Med. 34, (1), 65-73 (1995).
  32. Kelcz, F., Furman-Haran, E., Grobgeld, D., Degani, H. Clinical testing of high-spatial resolution parametric contrast-enhanced MR imaging of the breast. AJR Am J Roentgenol. 179, (6), 1485-1492 (2002).
  33. Le Bihan, D., et al. Diffusion tensor imaging: concepts and applications. J Magn Reson Imaging. 13, (4), 534-546 (2001).
  34. Marquardt, D. An Algorithm for Least-Squares Estimation of Nonlinear Parameter. SIAM Journal on Applied Mathematics. 11, (2), 431-441 (1963).
  35. Jolliffe, I. T. Principal Component Analysis: A Beginner's Guide — I. Introduction and application. Weather. 45, (10), 375-382 (1990).
  36. Mayr, N. A., Staples, J. J., Robinson, R. A., Vanmetre, J. E., Hussey, D. H. Morphometric studies in intraductal breast carcinoma using computerized image analysis. Cancer. 67, (11), 2805-2812 (1991).
  37. Ramsay, D. T., Kent, J. C., Hartmann, R. A., Hartmann, P. E. Anatomy of the lactating human breast redefined with ultrasound imaging. J Anat. 206, (6), 525-534 (2005).
  38. Gooding, M. J., Mellor, M., Shipley, J. A., Broadbent, K. A., Goddard, D. A. Automatic mammary duct detection in 3D ultrasound. Med Image Comput Comput Assist Interv. 8, (1), 434-441 (2005).
  39. 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).
  40. Jezzard, P., Clare, S. Sources of distortion in functional MRI data. Hum Brain Mapp. 8, (2-3), 80-85 (1999).
  41. Jones, D. K., Cercignani, M. Twenty-five pitfalls in the analysis of diffusion MRI data. NMR Biomed. 23, (7), 803-820 (2010).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Video Stats