Het volgen van de Mammary architectonische kenmerken en het opsporen van borstkanker met Magnetic Resonance Diffusion Tensor Imaging

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

Borstkanker is de meest voorkomende oorzaak van kanker bij vrouwen wereldwijd. Vroegtijdige opsporing van borstkanker heeft een cruciale rol in het verbeteren van de kwaliteit van leven en de overleving van borstkankerpatiënten. De huidige standaard methoden voor de opsporing van borstkanker zijn gebaseerd op de x-ray mammografie en echografie. De onvoldoende gevoeligheid en specificiteit van deze technieken, met name voor het detecteren van laesies in dichte borsten, heeft de ontwikkeling van andere technieken waaronder borst- magnetic resonance imaging (MRI). Dynamisch contrast versterkt (DCE) MRI is opgericht als een krachtig instrument voor de detectie en diagnose van borstkanker 1,2 en wordt vaak vergemakkelijkt door computergestuurde diagnose betekent 3. Momenteel wordt gebruikt voor speciale gevallen, zoals risicopatiënten 4, maar niet voor routinematige screening, waarschijnlijk vanwege de hoge kosten, de noodzaak om een injectie van een contrastmiddel, het gebrek aan standaardisatie een gebruiknd de variabele specificiteit in het onderscheiden van goedaardige van kwaadaardige laesies, variërend van lage / matige waarden 5,6 tot hoge waarden die werden verkregen met behulp van gecombineerde mammografie en DCE-MRI 7,8. Recenter diffusie-gewogen MRI en de resulterende kaarten van schijnbare diffusiecoëfficiënt (ADC) zijn geëvalueerd als aanvulling methode DCE-MRI en werd aangetoond dat ADC waarden helpen onderscheiden kankers, benigne laesies en normaal borstweefsel 9,10 . Daarnaast werden studies van borstkanker diffusion tensor imaging (DTI) gestart in gezonde vrijwilligers en patiënten met borstkanker laesies op veldsterkte van 1,5 T 11-15 en van 3 T 16-24. De meeste van deze onderzoeken gerapporteerde ADC en fractionele anisotropie (FA) waarden 11,12,14,15,20-23 en hebben deze twee parameters reproduceerbare ADC waarden beter reproduceerbaar dan FA 13,20 te zijn. De resultaten van deze studies gaven aan dat maligne laesies vertonen vanaf ADC waarden compingared met normaal weefsel en goedaardige laesies echter tegenstrijdige resultaten werden gerapporteerd over de waarden en de diagnostische mogelijkheden van FA 11,12,14,20-23. In een set van 3 T- DTI studies de waarden van de drie tensor eigenwaarden en eigenvectoren in het borstweefsel kader werden ook gerapporteerd, en de resultaten werden gepresenteerd in vector kaarten van de belangrijkste eigenvector parametrische kaarten van de eigenwaarden, ADC, FA en een maximale anisotropie index 16-19,24. In deze onderzoeken de belangrijkste diffusie eigenwaarde en de maximale anisotropie bleken te dienen als de meest gevoelige onafhankelijke parameters voor de detectie en diagnose van kanker laesies

De borst is samengesteld uit fibroglandulair weefsel en vetweefsel. De fibroglandulair weefsel bestaat verder uit veel lobben, die zeer variabel in grootte en vorm zijn. Elke kwab microstructuur omvat de functionele borstklieren boom en bijbehorende melkklieren vormen de klierweefsel, en de omliggende bindweefsel-fivezelig weefsel. Meest mammaire tumoren beginnen afwijkende proliferatie van epitheelcellen in de kanalen of kleine lobben, ontwikkelt in situ carcinoom, die door infiltratie in de omringende weefsel zetten in invasief carcinoom. Daarom is de ductale / lobulair structuren zijn een dwingende noodzaak gebied van onderzoek naar kwaadaardige borst transformatie.

De structurele kenmerken van de ductale bomen werden voor het eerst onderzocht ex vivo in 1840 door Sir Astley Cooper via injectie van gekleurde was om de kanalen van mastectomie exemplaren 25. Onlangs heeft de computer afgeleid bijhouden van de hele borst-ductale bomen bereikt in enkele menselijke borsten met behulp van borstamputatie exemplaren 26,27. De hier gepresenteerde werk toont aan dat de parameters verkregen door in vivo diffusie tensor imaging geven informatie in verband met de verschillende borstweefsel microstructuur, waardoor ook niet-invasieve opsporing van borstkanker.

De physical uitgangspunten borst diffusion tensor imaging zijn gebaseerd op MRI mogelijkheid om te meten en te kwantificeren anisotrope water diffusie in beperkte omgevingen 28. In het algemeen diffusie water in homogene oplossingen vrij en isotroop echter, indien de waterbeweging gestopt wegens de beperking van ondoorlaatbare wanden van de diffusie wordt anisotrope met een snelle vrije diffusie evenwijdig aan de wanden en een langzamere beperkte diffusie loodrecht op de wanden ( Figuur 1). Water diffusie in weefsels is complex en hangt af van de structurele en fysiologische kenmerken van de intra- en extracellulaire compartimenten waaronder cellen formaten cellen dichtheid extracellulair kronkeligheid en water uitwisseling door membranen, en op de aanwezigheid van vasculaire en lymfatische netwerken (Figuur 2).

Figuur 1
Figuur 1: Vrij en beperkte verspreiding Schematische tekening van een watermolecuul vrije diffusie (links) en de verspreiding beperkt door ondoordringbare wanden (rechts)..

Figuur 2
Figuur 2: Complex diffusie in een weefsel Schematische tekening van water diffusie in een cellulair systeem toont watermoleculen beweging in de extracellulaire en intracellulaire compartimenten en wateruitwisseling (pijlen) tussen beide compartimenten..

Door de specifieke architecturale kenmerken van de borst van de diffusie van watermoleculen in de mammae leidingen en lobben met een bijzonder voorbeeld van beperkte en anisotrope beweging: Parallel aan de wanden van de leidingen en lobules de diffusie dicht bij die vrije diffusie maar in de richtingen loodrecht op de wanden wordt beperkt door de wanden, bestaande uit tweelagen van de cel en basaal membraan. Dus ook de diffusie in de ductale / kliersysteem is relatief snel en anisotroop. Aan de andere kant, de diffusie in het verbindend bindweefsel rond de leidingen is snel en isotroop als gevolg van het hoge watergehalte en lage celdichtheid in dit weefsel (figuren 3 en 4). In aanwezigheid van maligniteit, verstopping van de leidingen en melkklieren van kankercellen verhoogt de kronkeligheid en beperking van de waterstroom, waardoor een vermindering van de diffusie coëfficiënten in alle richtingen en in de anisotrope beweging (figuur 3 en 4).

Figuur 3
Figuur 3: Diffusion in borst melkklieren Schematische tekening van een snede door de melkklieren en de verspreiding water binnen één lobule.. Links: diffusie van water beperkt door muren van de melkklieren 'toont sneldiffusie evenwijdig aan de wanden en beperkte diffusie loodrecht op de wanden. Rechts: diffusie in melkklieren met kankercellen. De diffusie in de extracellulaire ruimte is sterk gehinderde maar vergelijkbaar in alle richtingen en dus bijna isotroop.

Figuur 4
Figuur 4:. Diffusie Water in het ductale boomstructuur Links: Borst buizen geïnjecteerd met gekleurde was, waarin hun uitgestraalde richting en hun onderlinge vertakking 25. Midden: Schematische tekening van een normale ductale boom met vectoren waarin de diffusie in de leidingen (zwarte pijlen) en in het bindweefsel (groene pijlen). Rechts: Schematische tekening van een ductaal boom met twee loci van kankercellen (paars). Rode pijlen vertonen de diffusie in de kanker.

Dit document beschrijft in detail de diffusie tensor scanmethode en de prHOUTBEWERKINGS- algoritmen en software-analyse van de DTI datasets die ingeschakeld detecteren borst maligniteit. Alle kankers werden bevestigd door histopathologiebevindingen van borst biopsie en / of chirurgische exemplaren. Wij de T2-gewogen scanprotocol beschrijven ook voor het verkrijgen van de borst anatomische kenmerken, evenals de DCE scanprotocol dat diende als referentie methode voor het evalueren van de DTI detectie gevoeligheid. Klik hier om een grotere versie van deze afbeelding te bekijken.

Protocol

OPMERKING: Alle protocollen zijn goedgekeurd door de interne Review Board van Meir Medical Center, Kfar-Saba, Israël en een ondertekende geïnformeerde toestemming werd verkregen van alle vakken.

1. Voorbereiding van de patiënt en positionering in de MRI-scanner

  1. Plaats een intraveneuze catheter in de linker of rechter arm contrastmiddel injectie.
  2. Zorg ervoor dat de patiënt ligt in buikligging beide borsten vrij opknoping in de bilaterale openingen van de spiraal die zoals aangetoond in figuur 5.
  3. Ervoor dat het hoofd wordt geplaatst op een kussen voor hoofd en nek het comfort patiënt en beide armen boven het hoofd geplaatst, zoals aangetoond in figuur 5.
  4. Zorg ervoor dat elke borst is in een centrale positionering, opknoping los en zo diep mogelijk in de respectieve spoel opening zoals aangetoond in Figuur 5.

e 5 "src =" / files / ftp_upload / 52048 / 52048fig5highres.jpg "/>
Figuur 5: Plaatsing van een vrouw voor borst MRI-scan. Let op de buikligging en de vrijhangende van beide borsten in de bilaterale openingen van de borst spoel.

  1. Sluit de geautomatiseerde injectiepomp aan de intraveneuze katheter.

2. MRI scannen

  1. Verwerven met de MRI scanner beeld pilot voor het lokaliseren beide borsten en bepalen het gezichtsveld (FOV), het aantal plakken en plakdikte volledig bedekken beide borsten met uitbreiding naar de oksel en de borstwand.
  2. In alle volgende scansequenties uitgevoerd met de MRI-scanner, dezelfde waarde behoudt van de FOV, slice nummer en plakdikte voor elk geval. Bijvoorbeeld verwerven 60 axiale segmenten met FOV van 360 mm in de lees- en fase richting plakdikte variërend van 2 tot 3 mm, afhankelijk van de grootte van de borsten en een fasecoderingsrichting L2,> R of R >> L. Vary in het vlak resolutie de volgende sequenties afhankelijk van de acquisitie matrix dimensie voor elke sequentie zoals weergegeven in tabel 1.
Experimentele parameter 2D T2 gewogen 2D DTI 2D GE veldtoewijzing 3D DCE
Herhalingstijd (TR) msec 5500 10.800 669 6.8
Echo tijd (TE) msec 122 120 4.92 2.49
TE (2) 7.38
Flip hoek, graden 60 18
Acquisitie matrix 640 x 428 192 x 192 64 x 192 428 x 428
Gemiddelden 1 1 1 1
aaneenschakelingen 4 1 1 1
Turbo factor 21
Aantal treinen per slice 11
Echo afstand, msec 10 0.79
Bandbreedte, Hz / pixel 300 1860 1532 560
In het vliegtuig scanresolutie 0,56 x 0,84 1.9 x 1.9 0.8 x 0.8
In het vliegtuig beeldresolutie 0.56 x 0.56 1.9 x 1.9 1.9 x 1.9 0.8 x 0.8
Acquisitie tijd, min: sec 04:26 6:09 01:28 01:06 (x9)
# Van diffusiegradiënten 30
Vet onderdrukking geen FAT-SAT / SPAIR 1 geen
b-waarden, sec / mm 2 0, 700

Tabel 1:. Experimentele parameters van de sequenties die in deze studie 1 FAT-SAT: Fat verzadiging. SPAIR: Spectral Attenuated Inversion Recovery.

  1. Lokaliseren met de user interface computer van de MRI-scanner een regio die beide borsten en de oksel omvat en definiëren een shimming doos. Breng een iteratief vulplaten strategie om het magnetisch veld 29 te optimaliseren.
    1. Toon de protonspectrum op het scherm van de gebruikersinterface computer en stel de shimming door het centreren van de frequentie op tHij water resonantiefrequentie en vervolgens het vet resonantiefrequentie. Herhaal de shimming tot het beste scheidt het vet en water signalen en optimaliseert de maximale intensiteit van het signaal en de vorm zoals geopenbaard in het proton spectrum. Controleer of de bestraling frequentie is gecentreerd op het water resonantiefrequentie.
  2. Solliciteer via de gebruikersinterface computer een 2D transversale T2-gewogen turbo spin-echo multi-slice sequentie bij hoge ruimtelijke resolutie zonder vet verzadiging met veralgemeende auto-ijken gedeeltelijk parallel acquisitie (grappa), met een versnelling factor 2. Bevestig de parameters die zal pop-up op het scherm volgens hun waarden in de kolom "2D T2 gewogen" in tabel 1.
  3. Solliciteer via de gebruikersinterface computer een 2D transversale, vet onderdrukt, spin-echo diffusion tensor imaging - DTI met behulp van de twee keer aangescherpt echo planar beeldvormingssequentie 30, met behulp van Grappa, met een versnelling factor 2. Bevestig de parametersdie verschijnen op het scherm volgens hun waarden in de kolom "2D DTI" in tabel 1.
  4. Solliciteer via de gebruikersinterface computer een veldtoewijzing volgorde voor het corrigeren van geometrische vervormingen in echo-planar imaging (EPI), en het verkrijgen van fase differentiële beelden zoals beschreven door Jezzard en Balaban 31. Zorg ervoor dat de sequentie omvat acquisities 2D transversale gradiënt echo (GE) beelden met twee in fase echotijden, en dat de fasecoderingsrichting is hetzelfde als in de DTI sequentie (stap 2.5). Bevestig de parameters die zal verschijnen op het scherm volgens hun waarden in de kolom "2D GE veld mapping" in tabel 1.
  5. Solliciteer via de gebruikersinterface computer een dynamisch contrast versterkte protocol met behulp van een 3D snelle gradiënt echo sequentie zonder vet-onderdrukking, met parameters geoptimaliseerd op basis van de methode 32 drie tijdstip (3TP). Bevestig de parameters diezal verschijnen op het scherm volgens hun waarden in de kolom "3D DCE" in tabel 1.
    1. Noteer twee initiële precontrast beelden volgens het protocol in stap 2.7.
  6. Injecteer 15 sec vóór het einde van de tweede pre-contrast verwerving het contrastmiddel gadopentetatedimeglumine in een dosis van 0,1 mmol / kg lichaamsgewicht, met een automatische pomp met een snelheid van 2 ml / sec, gevolgd door 20 ml zoutoplossing spoelen, bij 2 ml / sec.
    1. Gaan met het opnemen van zeven opeenvolgende 3D ​​datasets volgens het protocol in stap 2.7 op 54, 120, 186, 252, 318, 384, en 450 sec na het contrast injectie.
  7. Solliciteer via de gebruikersinterface computer een 2D transversale T2-gewogen vet onderdrukt turbo spin-echo multi-slice sequentie op een hoge ruimtelijke resolutie met behulp van Grappa, met een versnelling factor 2. Gebruik de experimentele details gelijk aan die gebruikt voor de T2-gewogen beeldvorming beschreven in stap 2.4 OPMERKING: Een tijdsverloop waarin de stappen in de MRI protocol wordt in figuur 6.

Figuur 6
Figuur 6: Tijd loop van de klinische MRI-protocol.

3. Beeldverwerking

  1. Breng de gehele dataset verkregen door alle scansequenties (beschreven in de stappen 2,4-2,9) naar een extern werkstation of een personal computer en het verwerken van de volledige datasets van beelden met software programma's gewijd aan de borst diffusie tensor imaging en DCE-MRI analyseren.
    1. Hier voert u de onderstaande stappen met behulp van de zelfbouw softwarepakket geschreven in C ++, dat werd gecontroleerd met behulp van de programmeertaal omgeving van MATLAB 19 beschreven. In het algemeen commerciële scanners beeldverwerkingstools voor hersenen DTI experimenten die kunnen worden aangepast voor de borst, maarmogelijk niet alle processing functies van de door onze zelfbouw softwarepakket toegepast hebben
  2. Voer Beeldverwerking van de DTI datasets een toepassingsgerichte DTI beeldverwerkingssoftware de stappen in het stroomdiagram van figuur 7.

Figuur 7
Figuur 7: Stroomdiagram van de stappen van DTI verwerking.

  1. Gebruik het DTI softwareprogramma om het geluidsniveau buiten de borst en de resterende weefsel in 3-4 interessante gebieden (van ca. 1 cm2) evalueren en vind de maximale geluidsniveau.
  2. Gebruik het DTI softwareprogramma pixel berekenen pixel in alle pixels boven het maximale geluidsniveau en in elk van de 60 segmenten, zes diffusiecoëfficiënten, D xx, yy D, Dzz, D xy, xz D, D YZ, van de symmetrische tensor D hierna beschreven 33 (zie figuur 8)
    Vergelijking 1
    Waarbij D xy = yx D, D zy = D yz, D zx = D xz.
    1. Voor de berekening van de tensor componenten te gebruiken die niet-lineaire regressie passend programma op basis van de Stejskal-Tanner vergelijking: Si, j (b) = Si (0) exp (-bd), waar Si, j (b) is het signaal intensiteit van pixel i met een diffusie helling in de richting j en Si (0) is de signaalintensiteit van dezelfde pixel b = 0 mm 2 · s. Deze montage geminimaliseerd de som van de kwadraten van de 30 lineaire functies per diffusiegradiënt richting in dezes diffusie tensor variabele componenten door een wijziging van de Levenberg-Marquardt algoritme 34 .Deze stap werd uitgevoerd door de gratis software cminpack ( http://devernay.free.fr/hacks/cminpack/index.html ).

Figuur 8
Figuur 8: Schematische tekening van de berekeningsstappen waarbij de symmetrische diffusie tensor.

  1. Gebruik de DTI-software om de symmetrische diffusie tensor in elke pixel diagonaliseren door het toepassen van principale componenten analyse (PCA) 35.
    OPMERKING: PCA is een veelgebruikte methode om de dimensionaliteit van de gegevens verlagen en vind een lineaire transformatie die de gecorreleerde pixel parameters kaarten in een nieuw coördinatensysteem van ongecorreleerde en orthogonale assen. Dit process opbrengsten voor elke pixel drie eigenvectoren (ν 1, ν 2, ν 3), waarin de diffusie richting drie orthogonale assen van een ellipsoïde vorm die samenvalt met de diffusie kader van het weefsel en de bijbehorende drie diffusie eigenwaarden, gerangschikt van hoge laag, die bepalen drie directionele diffusiecoëfficiënten (λ 1 λ 2, λ 3) (zie figuren 9 en 10).

Figuur 9
Figuur 9: Schematische tekening van de berekeningsstappen waardoor de eigenwaarden en eigenvectoren samenvalt met de diffusie kader van het weefsel en de modellering ellipsoïde.

Figuur 10
Figuur 10: Schematic tekening van de belangrijkste verwerking stappen die de diffusie eigenvectoren en eigenwaarden berekenen normaal ductaal weefsel en in kankerweefsel.

  1. Gebruik het DTI softwareprogramma te berekenen voor elke pixel de schijnbare diffusiecoëfficiënt (ADC) gedefinieerd als het gemiddelde van de drie eigenwaarden <λ> = (λ 1 + 2 + λ λ 3) / 3.
  2. Gebruik het DTI softwareprogramma te berekenen voor elke pixel de maximale absolute anisotropie, gedefinieerd als het verschil (λ 1 - λ 3).
  3. Gebruik het DTI softwareprogramma te berekenen voor elke pixel de fractionele anisotropie (FA) index die tussen 0 (isotrope diffusie) tot 1 (gratis diffusie in één richting) varieert volgens de volgende vergelijking:
    Vergelijking 2
  4. Gebruik de DTI software programma om Display pixel voor pixel in elk plakje gedurende beide borsten een vector kaart met de richting van de eerste eigenvector, ν 1 en een kleur gecodeerde kaart met drie kleuren waarin de hoofdrichtingen van ν 1 en overtrek ze op een T2-gewogen beeld van dezelfde slice (Figuur 9). Deze stap werd uitgevoerd met behulp van de gratis software gtk ( http://gtk.org ) voor de graphics.
  5. Gebruik het DTI softwareprogramma om de diffusie tensor imaging parametrische kaarten die pixel weergeven door pixel in elk plakje gedurende beide borsten de waarden van alle diffusie tensor parameters λ 1 λ 2, λ 3, ADC, λ 13 construeren en FA en overtrek ze op een T2-gewogen beeld van hetzelfde segment (figuur 11).

Figuur 11
-3 mm 2 / sec. FA is unit-minder. De schaalbalk in de vector kaart verwijst naar een lengte van 20 mm en de schaalbalk in het T2 beeld verwijst naar een lengte van 20 mm in alle andere afbeeldingen.

  1. Gebruik het DTI softwareprogramma te corrigeren, indien nodig, geometrische vervormingen door het laden van het faseverschil kaart verkregen zoals beschreven in stap 2.6. Verschuiven het bereik van het faseverschil kaart in alle pixels boven het geluidsniveau in de gradiënt echo om een ​​scala van -π tot + π representing de faseverschuiving Δɸ (x, y, z) in radialen (figuur 12).
    1. Gebruik het DTI softwareprogramma om de ruimtelijke verschuiving in pixels volgens berekenen:
      Vergelijking 3
      ΔTE is het tijdsverschil tussen de twee echo's is gelijk aan 2,46 x 10 -3 msec en BWP is de fase bandbreedte in de proef bedraagt ​​13,2 Hz / pixel. Verschuiven de pixels volgens het veld kaart en herberekent de diffusie tensor parameters (Figuur 12).

Figuur 12
Figuur 12:. Voorbeeld van geometrische distortiecorrectie op een faseverschil kaart De beelden werden opgenomen van een 47-jarige vrijwilliger met invasief lobulair carcinoom. In de eerste kolom aan de linkerkant T2 afbeelding gewogen en een faseverschil kaart van een plakmet kanker in de linker borst weergegeven. In de tweede en 3 e λ kolommen 1 kaarten voor de correctie worden weergegeven in de eerste rij en λ 1 kaarten na correctie worden weergegeven in de tweede rij. De λ 1 kaarten worden bedekt op de overeenkomstige T2 afbeelding gewogen. In de kolom 2 e het volledige scala van diffusiecoëfficiënten water (0,8-3,0) x10 -3 mm 2 / s wordt gebruikt voor de kleurcode schaal en in de kolom 3 e een verminderd bereik wordt gebruikt met een drempel van 1,7 x 10 -3 mm2 / sec dat het contrast tussen de kanker in de linker borst en normaal borstweefsel benadrukt. De schaalbalk in het T2 beeld verwijst naar een lengte van 20 mm in alle beelden.

  1. Voeren beeldverwerking van de DCE-MRI datasets met behulp van een software die pixel biedt voor pixel kaarten van de kinetische parameters van de verbetering, zoals het beeld 3TP processing software 17.

Representative Results

De werkwijze werd eerst getest en gedemonstreerd door het scannen van normale vrijwilligers in verschillende hormonale stadia. Figuur 11 toonde de parametrische vector kaarten verkregen met onze software van een doorsnijding van een jonge gezonde vrijwilligers met een relatief hoge fractie fibroglandulair weefsel, zoals duidelijk te zien op de T2 afbeelding gewogen (alle grijze gebieden zijn fibroglandulair weefsel en heldere gebieden zijn in vet). De richting van de eerste diffusiecoëfficiënt λ 1 wordt weergegeven in de vector kaart v1 met een groot deel van pixels wijst naar de tepel. Zoals verwacht de waarden van de diffusie tensor coëfficiënten dalen van λ 1 λ 2 λ 3. Met deze drie diffusiecoëfficiënten mogelijk berekening van de gemiddelde diffusiviteit ADC, de fractionele anisotropie (FA) en de maximale anisotropie, λ 1 - λ 3. Merk op dat in de kaarten van de FA en λ 1 - λ

In postmenopauzale vrouwen zijn de borsten meestal minder dicht zoals in het voorbeeld in figuur 13 voor een 63 jaar oude normale vrijwilligers. De diffusiecoëfficiënten lager bij ouderen vrijwilliger maar de anisotropie indices hoger, wellicht vanwege de lagere diameter van de leidingen en melkklieren en dus hogere beperking die aan de diffusie in de richting loodrecht op de ductale wand. Een ander voorbeeld dat de gevoeligheid van de tensor om de grootte van de kanalen wordt in het voorbeeld van een melkgevend vrijwilliger in figuur 14. Aangezien melk een colloïde van vetbolletjes in een op water gebaseerde vloeistof die opgeloste koolhydraten en eiwitten aggregaten met mineralen bevat De viscositeit van de melk hoger dan die van het normale water fluïdum in de leidingen, en dus het water diffusiecoëfficiënten van melkgevende borsten lower dan die van premenopauzale vrouwen 24. Bovendien, de leidingen nabij de nippel zijn groot en de beperking in de richting loodrecht op de kanalen lager is dan in de niet-melkgevende borst en bijgevolg de anisotropie indices lager ook. Echter in de lobulaire -posterior gebieden van de melkgevende borst de anisotropie is nog steeds hoog.

Bij patiënten met kanker de belangrijkste verandering in de diffusie tensor parameters vertoonden een significante vermindering van de drie diffusiecoëfficiënten. De veranderingen in λ 1 bleken de hoogste contrast-ruisverhouding 19 verschaffen. Deze studie omvatte 68 patiënten met bevestigde pathologie waaronder 33 patiënten met invasief ductaal carcinoom (IDC), 19 met ductaal carcinoom in situ (DCIS), 13 met invasief lobulair carcinoom (ILC) en 3 andere maligniteiten. Verschillende patiënten hadden meerdere focale of meerdere centric borstkanker. De grootte van de kanker varied 3-95 mm met een mediaan van 14 mm en kwartielafstand van 10 tot 30 mm. In al deze patiënten de detectie van DCE en DTI vergelijkbaar. Echter, 5 gevallen verbetering toonde in DCE en werden bevestigd door pathologie kankers werden niet opgenomen in de DTI analyse door technische problemen in vette borsten, vooral met betrekking tot inhomogeniteiten en weinig vet onderdrukking resulteert in verstoringen en artefacten.

Figuren 15, 16 en 17 tonen typische parametrische kaarten van de twee belangrijkste diffusieparameters λ 1 en λ 1 - λ 3 die worden gebruikt voor het detecteren van borstkanker maligniteiten. Deze figuur toont, naast gewogen afbeeldingen T2, de resultaten van DCE analyse met behulp van 3TP kleurgecodeerde methode. Zoals in de inleiding aanwezigheid van kwaadaardige cellen in de kanalen of kleine lobben en hun omgeving de diffusie in het extracellulaire compartiment significante reductie t belemmerenhij diffusiecoëfficiënten. Bovendien wordt de anisotropie door ductale structuren verdwijnen als de kankercellen in alle richtingen verspreid in een chaotische wijze zonder duidelijke richting. De FA is geen adequate parameter voor borstkankerdetectie aangezien de normalisatie van deze parameter de gemiddelde diffusie leidt tot hoge waarden van FA in kanker vergelijkbaar met die bij gezonde weefsel 19. De maximale anisotropie heeft een middel voor het detecteren van kanker (figuren 15-17). Niettemin, omdat het bindweefsel vezelig weefsel is ook dicht bij isotroop en vertonen een lage waarden van de maximale anisotropie, deze parameter is minder specifiek dan de diffusie coëfficiënt λ 1 en fungeert als een secundaire parameter λ 1.

Figuur 17 toont ook het vermogen van DTI om de respons op neoadjuvante chemotherapie karakteriseren. In dit voorbeeld, de patiënt volledig gereageerd op de behandeling (4 cycli van Adriamycin + Cycloxane -, gevolgd door 4 cycli van Taxol). Inderdaad, de respons op de behandeling veroorzaakte een significante toename van de diffusie coëfficiënten waarden typisch normaal borstweefsel, suggereert de aanwezigheid van herstellende bindweefsel dat de kankercellen vervangen. Soortgelijke resultaten werden verkregen bij 4 andere patiënten die reageerden op de behandeling.

Figuur 13
Figuur 13: Output van parametrische DTI kaarten van een centrale borst plak van een 63 jaar oud gezonde vrijwilligers overlay op de T2-gewogen beeld van dezelfde slice Dir.. - Richting kaart met rood knipperend links naar rechts, groen aangeeft anterior naar posterior en groen aangeeft hoofd tot voeten richtingen. Merk op dat de vectoren zijn gemarkeerd met witte lijnen. Alle diffusiecoëfficiënten en de maximale anisotropie index zijn in eenheden van 1 x10 -3 mm 2 / sec. FA is unit-minder. De schaal bar in de vector kaart refers tot een lengte van 20 mm en de schaalbalk in het T2 beeld verwijst naar een lengte van 20 mm in alle andere afbeeldingen.

Figuur 14
Figuur 14: Output van parametrische DTI kaarten van een centrale borst plak van een 40 jaar oude zogende vrijwilliger overlay op de T2-gewogen beeld van dezelfde slice Dir.. - Richting kaart met rood knipperend links naar rechts, groen aangeeft anterior naar posterior en groen aangeeft hoofd tot voeten richtingen. Alle diffusiecoëfficiënten en de maximale anisotropie index zijn in eenheden van 1 x10 -3 mm 2 / sec. FA is unit-minder. Let op in de richting kaart en vector kaart die de meeste pixels zijn uitgelijnd in de richting van de tepel. Let ook op de onderste diffusie coëfficiënten ten opzichte van de waarden in de figuren 7 en 10 gezonde vrijwilligers. De schaalbalk in de vector kaart verwijst naar een lengte van 20 mm en deschaalbalk in het T2 beeld verwijst naar een lengte van 20 mm in alle andere afbeeldingen.

Figuur 15
Figuur 15:. Parametrische kaarten van λ 1 en λ 1 - λ 3 in een 38 jaar oude patiënt met multi focale invasief ductaal carcinoom in de 1 ste ruwe DTI parameters worden met een drempelwaarde van 1,7 x 10 -3 mm2 / sec voor λ 1 en 0,6 mm 2 / s voor λ 13 (alle waarden boven de drempels zijn gekleurd in paars). In de 2 e rauwe, waarden boven de drempel zijn niet gekleurd en tonen de onderliggende afbeelding T2 gewogen. Het cijfer omvat ook in de st kolom 1 aan de linkerzijde T2 afbeelding van een gewogen en een DCE parametrische kaart, verkregen door de 3TP methode, van hetzelfde segment als de DTI parametrische kaarten. De schaalbalk in het T2 beeld verwijst naar een lengte van 20 mm in alle beelden. Merk op dat de ruimtelijke resolutie van de DCE afbeeldingen in het vlak ongeveer tweemaal hoger dan die van DTI, is er echter een hoge visuele congruentie op de plaats en grootte van de 3TP en λ 1 parametrische kaarten.

Figuur 16
Figuur 16: Parametric kaarten van λ 1 en λ 13 in een 60 jaar oude patiënt met een lage rang DCIS Het cijfer omvat ook de st kolom 1 aan de linkerzijde een T2 gewogen imago en een DCE parametrische kaart, verkregen door het. 3TP methode, van hetzelfde segment als de DTI parametrische kaarten. De schaalbalk in het T2 beeld verwijst naar een lengte van 20 mm in alle beelden. Let op de mogelijkheid van DTI opsporen van kanker in een zeer vette borst.

Figuur 17
Figuur 17: Parametric kaarten van λ 1 en λ 1 - λ 3 in een 39 jaar oude patiënt met invasieve lobulair carcinoom vóór en na neoadjuvante chemotherapie De patiënt werd tweemaal gescand, een keer eerder therapie en een keer voor de operatie, na 4 cycli van Adryamicin +. Cycloxan en 4 cycli van Taxol. Merk de toename λ 1 en λ 13 in kanker gebieden die reageerden op de behandeling. De 1 ste ruwe toont beelden verkregen voordat de therapie en de 2 e rauwe toont beelden van ongeveer dezelfde regio als in de 1 ste rij, verkregen voor de operatie. Voor kankerbehandeling gebieden vertoonden λ 1 en λ 13 waarden onder de drempel, en na de behandeling van deze twee parameters verhoogd tot waarden boven de drempel. Het cijfer omvat ook in de st kolom 1 op de links T2-gewogen beelden; in de kolom 2 de Multiple Afbeelding Projectie-MIP, verkregen door de pre-contrast beelden van de 2 min na contrastrijke beelden; in de kolom 3 de DCE parametrische kaart verkregen met de werkwijze 3TP. De schaalbalk in het T2 beeld verwijst naar een lengte van 20 mm in alle afbeeldingen

Discussion

Dit werk demonstreert het vermogen van DTI gescande 3 T hoge ruimtelijke resolutie (~ 8 mm3), te meten in vivo het water diffusie tensor parameters in het gehele fibroglandulair weefsel van beide borsten. Het ensemble van algoritmes en software ontwikkeld in de loop van deze studie mogelijk analyse van de grote DTI datasets en tegelijkertijd bekijk de verspreiding parametrische kaarten van verschillende diffusiecoëfficiënten, λ 1, 2 λ, λ 3, ADC en anisotropie indices λ 13 en ​​FA van borst segmenten. Dit werk benadrukt ook het potentieel van de verschillende diffusiecoëfficiënten en anisotropie indices te detecteren en diagnosticeren van borstkanker. De resultaten gaven aan dat de eerste diffusiecoëfficiënt, λ 1, is de belangrijkste parameter voor het detecteren van borstkanker, met een aanzienlijke mogelijkheid om onderscheid tussen kwaadaardige en normaal borstweefsel. Een secundaire onafdeuk parameter met een hoge gevoeligheid, maar veel lagere specificiteit dan λ 1, is het maximum anisotropie index die werkt om de detectie door de eerste diffusiecoëfficiënt bevestigen.

De resultaten toonden ook de mogelijkheid van MRI om in vivo meten van de directionele water diffusie en kwantificeren van de anisotropie van de diffusie in het gehele ductaal / kliersysteem in beide borsten. Om een ​​uniforme nauwkeurig profiel van de anisotrope diffusie metingen 30 gradiëntrichtingen waarborgen toegepast. De selectie van hoge echo-tijd van 120 msec en de optimalisering van de ruimtelijke resolutie bleek de beperking van de diffusie water in de leidingen. De gemiddelde grootte van normale kanalen naar verluidt 90 urn, met ~ 70% in het traject van 40-100 urn 36. Volgens Einstein vergelijking de gemiddelde verplaatsing van gratis water diffusie, x = (6DT) 1/2, waarbij D de gratis water diffusiecoëfficiënt en t de diffusietijd. In ons experiment x ongeveer 25 urn, en dus slechts een fractie van de ductale watermoleculen worden beperkt door de ductale mammaire wanden, waardoor de relatief lage FA waarden in de borst (bovengrenzen ~ 0,3) vergeleken met de waarden in de hersenen witte stof (≥0.5). In Sir bestudeert Astley Cooper 25 werd onthuld dat het menselijk borstweefsel is georganiseerd in aparte lobben, elk bestaande uit een ductaal boom. Voorlopige echografie onderzoeken van een zogende borst 37 werden geprobeerd, alsmede opsporing van sectionele ductaal structuren met behulp van de tweede orde vorm metingen 38. Er is echter geen beeldvormingswerkwijze geslaagd dusver waaruit de gehele ductale systemen beide borsten in vivo. Het algoritme voor het verkrijgen van de volledige 3D ductale boomstructuur van de DTI resultaten nog in ontwikkeling maar de vector kaarten vertonen duidelijk het potentieel om de gedetailleerde en sterk gediversifieerde anatomie van de borstklier bomen onthullen. Onlangs een initial poging van een volledige 3D volgen van de borst basis van onze DTI datasets gemeld 39.

Tijdens deze werkzaamheden technische beperkingen zijn opgemerkt vanwege inefficiënte vet onderdrukking en EPI distorsies. Vet onderdrukking werd bereikt door een dikke verzadiging sequence (FAT-SAT) die meestal efficiënt in dichte borsten was. Echter, in vette borsten Spectral Selectie Verzwakte Inversion Recovery (SPAIR), die efficiënter en minder gevoelig B1 inhomogeniteit werd toegepast. De EPI gebaseerd diffusie protocollen hadden extra beperkingen als gevolg van geïnduceerde wervelstromen verloop, B 0 veldinhomogeniteit en gevoeligheid verschillen 40,41. Deze beperkingen werden geminimaliseerd door iteratieve automatische en handmatige vulplaten aan het water en vet signalen en het kiezen van de onderste mogelijke echo afstand. Daarnaast werd een nabewerking correctie van geometrische vervormingen soms toegepast zoals beschreven in het protocol. GlobaalIn het geval van dichte borsten met een sterke watersignaal het mogelijk de technische beperkingen te overwinnen was; echter, 5 gevallen in deze studie met zeer vette borsten kon niet worden onderzocht door de bovenstaande beperkingen.

Samengevat, hebben een protocol en beeldverwerking gereedschappen voor borst diffusie tensor MRI ontwikkeld. Dit volledig veilig, snel en niet-invasieve methode nauwkeurig ontleedt borst architectuur en kan detectie van borstkanker in de kliniek te vergemakkelijken. De eerste diffusiecoëfficiënt, λ 1 en de maximale anisotropie index, λ 13, bleken te dienen als twee onafhankelijke diffusieparameters voor het detecteren van kanker. Klinische studies van borstkankerpatiënten bleek dat de detectie-efficiëntie met deze twee parameters is vergelijkbaar met die van DCE MRI. Zo is de opkomst van deze methode van basiskennis van de borst architectuur en van de ontwikkeling van kanker en de afhankelijkheid van het openbarenkwantificeerbare significante veranderingen, evenals zijn dat een veilige en snelle methode maakt het een waardevol instrument voor het onderzoeken van verschillende ontwikkelingsaspecten met ductaal proliferatie, en voor het testen van de klinische gevolgen voor borstkankerscreening in grootschalige prospectieve studies.

Disclosures

De auteurs hebben niets te onthullen.

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