Suivi Les caractéristiques architecturales mammaires et la détection de cancer du sein avec résonance magnétique 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

Le cancer du sein est la cause la plus courante de cancer chez les femmes à travers le monde. La détection précoce du cancer du sein joue un rôle critique dans l'amélioration de la qualité de vie et la survie des patients atteints de cancer du sein. Les méthodes standard courant pour la détection du cancer du sein sont basés sur la mammographie à rayons X et l'échographie. La sensibilité et la spécificité de ces techniques, en particulier pour la détection des lésions dans les seins denses insuffisante, a stimulé le développement d'autres techniques, y compris l'imagerie par résonance magnétique du sein (IRM). Contraste dynamique amélioré (DCE) IRM a été établi comme un outil puissant pour la détection et le diagnostic du cancer du sein 1,2 et est fréquemment facilité par diagnostic assisté par ordinateur des moyens 3. Actuellement, il est utilisé dans des cas particuliers, comme les patients à haut risque 4, mais pas pour un dépistage de routine, sans doute à cause des coûts élevés, la nécessité d'utiliser une injection d'un agent de contraste, l'absence d'une normalisatione la spécificité variable différencier bénigne de lésions malignes des valeurs allant de faible / modéré 5,6 des valeurs élevées qui ont été obtenus en utilisant la mammographie combiné et DCE-MRI 7,8. Plus récemment, la diffusion pondérée IRM et les cartes résultant de coefficient apparent de diffusion (ADC) ont été évalués comme méthode de complément de DCE-MRI et il a été montré que les valeurs de l'ADC peuvent aider à distinguer entre les cancers, lésions bénignes et des tissus du sein normale 9,10 . En outre, les études de cancer du sein du tenseur de diffusion imagerie (DTI) ont été lancés en bénévoles et les patients atteints de lésions mammaires sains à force de champ de 1,5 T 11-15 et 3 T 16-24. La plupart de ces études ont indiqué ADC et l'anisotropie fractionnelle (FA) valeurs 11,12,14,15,20-23 et a trouvé ces deux paramètres pour être reproductible avec des valeurs ADC plus reproductibles que FA 13,20. Les résultats de ces études ont indiqué que les lésions malignes présentent des valeurs ADC faibles que compARED à des lésions tissulaires et bénignes normales, cependant, les résultats contradictoires ont été rapportés sur les valeurs et les capacités de diagnostic de FA 11,12,14,20-23. Dans un ensemble de trois T- études DTI les valeurs des trois valeurs propres du tenseur et vecteurs propres dans le cadre des tissus mammaires ont été signalés ainsi, et les résultats ont été présentés dans des cartes vectorielles de vecteur propre principale et des cartes paramétriques des valeurs propres, ADC, FA et une anisotropie maximale indice 16-19,24. Dans ces études, la valeur propre principale de diffusion et l'anisotropie maximale ont été montrés pour servir les paramètres les plus sensibles indépendants pour la détection et le diagnostic des lésions cancéreuses

Le sein est composé de tissus fibroglandulaire et le tissu adipeux. Le tissu fibroglandulaire est en outre composée de plusieurs lobes, qui sont très variables en taille et en forme. Chaque microstructure du lobe comprend l'arbre fonctionnelle lobules mammaires et associés formant le tissu glandulaire et le conjonctif-fi environnantetissus fibreux. La plupart des tumeurs malignes mammaires débutent par une prolifération aberrante des cellules épithéliales des canaux ou des lobules, le développement de carcinome in situ, qui par infiltration dans le tissu environnant se transformer en un cancer invasif dans. Par conséquent, les structures canalaires / lobulaire sont un domaine essentiel de l'enquête de la transformation maligne du sein.

Les caractéristiques structurelles des arbres canalaires ont d'abord étudié ex vivo en 1840 par Sir Astley Cooper par injection de cire de couleur pour les conduits de spécimens de mastectomie 25. Récemment, ordinateur dérivée suivi des arbres entiers canalaires du sein ont été réalisés dans quelques seins humains en utilisant des échantillons de mastectomie 26,27. Le travail présenté ici montre que les paramètres obtenus par tenseur de diffusion imagerie in vivo fournissent des informations liées aux tissus mammaires caractéristiques microstructurales distinctes, ce qui permet également la détection non-invasive du cancer du sein.

Le pprincipes sous-jacents PHYSIQUE diffusion du sein imagerie du tenseur sont fondées sur la capacité IRM pour mesurer et quantifier la diffusion de l'eau anisotrope dans des environnements restreints 28. En général, la diffusion de l'eau dans des solutions homogènes est libre et isotrope, cependant, si le mouvement de l'eau est arrêtée en raison de restriction par des parois imperméables à la diffusion devient anisotrope avec une diffusion rapide et libre parallèlement aux parois et une diffusion plus lente restreint perpendiculaire aux parois ( figure 1). diffusion de l'eau dans les tissus est complexe et dépend de caractéristiques structurales et physiologiques de la intra- et les compartiments extracellulaires y compris des tailles, des cellules de cellules, la densité, la tortuosité extracellulaire et l'échange d'eau à travers les membranes, ainsi que sur la présence d'vasculaire et des réseaux lymphatiques (figure 2).

Figure 1
Figure 1: la diffusion gratuite et limitée Schéma d'une libre diffusion des molécules d'eau (à gauche) et la diffusion restreinte par des murs imperméables (à droite)..

Figure 2
Figure 2: diffusion complexe dans un tissu Schéma de diffusion de l'eau dans un système cellulaire montrant le mouvement des molécules d'eau dans les compartiments extracellulaires et intracellulaires et l'échange de l'eau (flèches) entre ces deux compartiments..

En raison des caractéristiques architecturales particulières du sein la diffusion des molécules d'eau dans les canaux et les lobules mammaires présentent un exemple particulier de mouvement restreint et anisotrope: En parallèle aux parois des conduits et lobules la diffusion est voisin de celui de la diffusion libre, mais dans les directions perpendiculaires aux parois, il est limité par les parois, composé de deuxles couches de membrane cellulaire et sous-sol. Par conséquent, la diffusion dans le système canalaire / glandulaire est relativement rapide et anisotrope. D'autre part, la diffusion dans le tissu fibreux conjonctif entourant les conduits et isotrope est rapide en raison de la forte teneur en eau et faible densité cellulaire dans ce tissu (figures 3 et 4). En présence d'une tumeur maligne, le blocage des canaux et les lobules par les cellules cancéreuses augmente la tortuosité et la restriction de la circulation de l'eau, ce qui provoque une diminution des coefficients de diffusion dans toutes les directions et dans le mouvement anisotrope (figure 3 et 4).

Figure 3
Figure 3: Diffusion en lobules mammaires Schéma d'une coupe à travers les lobules et la diffusion de l'eau dans une lobule.. Gauche: diffusion de l'eau limitée par les parois des lobules montrant rapidediffusion parallèle aux parois et à la diffusion restreinte perpendiculaire aux parois. Droite: diffusion en lobules avec les cellules cancéreuses. La diffusion dans le compartiment extracellulaire est fortement entravée mais semblable dans toutes les directions et donc, presque isotrope.

Figure 4
Figure 4:. Diffusion de l'eau dans le système de l'arbre canalaire gauche: conduits mammaires injectés avec de la cire de couleur, montrant leur direction de rayonnement, et de leur inter-ramification 25. Moyen: Représentation schématique d'un arbre canalaire normale avec des vecteurs indiquant la diffusion à l'intérieur des conduits (flèches noires) et dans le tissu conjonctif (flèches vertes). A droite: Représentation schématique d'un arbre canalaire avec deux loci de cellules cancéreuses (violets). Les flèches rouges présentent la diffusion dans les cancers.

Ce document décrit en détail la méthode de balayage du tenseur de diffusion et de la processing algorithmes et logiciels d'analyse des ensembles de données DTI qui ont permis la détection de cancer du sein. Tous les cancers ont été confirmées par les résultats histopathologiques de biopsie du sein et / ou les prélèvements chirurgicaux. Nous décrivons aussi la pondération T2 protocole de numérisation pour obtenir les caractéristiques anatomiques du sein, ainsi que le protocole de balayage DCE qui a servi de méthode de référence pour évaluer la sensibilité de détection DTI. Se il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Protocol

REMARQUE: Tous les protocoles ont été approuvés par le Conseil d'Meir Medical Center, Kfar Saba, Israël examen interne et un consentement éclairé signé a été obtenue chez tous les sujets.

1. Préparation du patient et positionnement dans le scanner IRM

  1. Insérer un cathéter intraveineux dans le bras gauche ou vers la droite pour l'injection d'agent de contraste.
  2. Assurez-vous que le patient est allongé en position couchée avec les deux seins suspendus librement dans les ouvertures bilatérales de la bobine du sein comme le montre la figure 5.
  3. Assurez-vous que la tête est positionnée sur un oreiller pour la tête et le cou le confort du patient et les deux bras sont placés au-dessus de la tête comme le montre la figure 5.
  4. Assurez-vous que chaque sein est dans un positionnement central, dénoués et aussi profondément que possible dans l'ouverture de bobine respective comme démontré dans la figure 5.

e 5 "src =" / files / ftp_upload / 52048 / 52048fig5highres.jpg "/>
Figure 5: Positionnement d'une femme pour la numérisation de l'IRM du sein. Noter la position couchée et la suspension libre des deux seins dans les ouvertures bilatérales de la bobine du sein.

  1. Raccordez la pompe d'injection automatisé pour le cathéter par voie intraveineuse.

2. IRM Numérisation

  1. Acquérir avec le scanner IRM une image de pilote pour localiser les deux seins et de déterminer le champ de vision (FOV), le nombre de tranches et l'épaisseur de la tranche pour couvrir complètement les deux seins avec extension à l'aisselle et de la paroi thoracique.
  2. Dans toutes les séquences de balayage suivants effectués avec le scanner IRM, garder la même valeur de la FOV, numéro de la tranche et de l'épaisseur de la tranche pour chaque cas. Par exemple, acquérir des coupes axiales 60 avec champ de vision de 360 ​​mm dans la direction de lecture et de phase, l'épaisseur de la tranche allant de 2 à 3 mm, en fonction de la taille des seins, et une direction de codage de phase L2;> R ou R >> L. varier la résolution dans le plan dans les séquences suivantes en fonction de la dimension de la matrice d'acquisition pour chaque combinaison comme indiqué dans le tableau 1.
Paramètre expérimental Pondéré 2D T2 2D DTI Cartographie 2D GE terrain 3D DCE
temps de répétition (TR) ms 5500 10800 669 6,8
Temps d'écho (TE) ms 122 120 4,92 2,49
TE (2) 7,38
Angle de bascule, degrés 60 18
Acquisition matrice 640 x 428 192 x 192 64 x 192 428 x 428
Moyennes 1 1 1 1
enchaînements 4 1 1 1
facteur de Turbo 21
Nombre de trains par tranche 11
L'espacement d'écho, msec 10 0,79
Bande passante, Hz / pixel 300 1860 1532 560
Dans le plan de résolution de balayage 0,56 x 0,84 1,9 x 1,9 0,8 x 0,8
Dans le plan de résolution de l'image 0,56 x 0,56 1,9 x 1,9 1,9 x 1,9 0,8 x 0,8
Le temps d'acquisition, min: sec 04h26 6:09 01h28 01h06 (x9)
# De gradients de diffusion 30
Suppression de graisse aucun FAT-SAT / SPAIR 1 aucun
valeurs b, s / mm 2 0, 700

Tableau 1:. Paramètres expérimentaux des séquences utilisées dans cette étude une FAT-SAT: Fat Saturation. SPAIR: Spectral atténué Inversion Récupération.

  1. Localisation avec l'ordinateur de l'interface utilisateur de l'appareil d'IRM d'une région qui comprend à la fois des seins et de l'aisselle et de définir une zone de calage. Appliquer une stratégie de calage itérative pour optimiser le champ magnétique 29.
    1. Afficher le spectre de proton sur l'écran de l'ordinateur d'interface utilisateur et d'ajuster le calage en centrant sur la fréquence til fréquence de résonance de l'eau et ensuite de la fréquence de résonance graisse. Répéter le calage jusqu'à ce qu'il se sépare le mieux les signaux de matières grasses et de l'eau et permet d'optimiser l'intensité de signal maximum et la forme telle qu'elle est révélée dans le spectre de proton. Vérifiez que la fréquence d'irradiation est centrée sur la fréquence de résonance de l'eau.
  2. Appliquer par l'ordinateur de l'interface utilisateur 2D transversale pondérée en T2 turbo spin-écho séquence tranche multiples à haute résolution spatiale sans saturation de graisse à l'aide généralisée acquisition partiellement parallèle auto-étalonnage (GRAPPA), avec un facteur d'accélération 2. Fixer les paramètres qui seront pop up sur l'écran en fonction de leurs valeurs dans la colonne "2D T2 pondérée" dans le tableau 1.
  3. Appliquer par l'ordinateur de l'interface utilisateur 2D transversale, suppression de graisse, tenseur de diffusion imagerie d'écho de spin - DTI utilisant le recentré deux fois écho séquence d'imagerie plane 30, en utilisant Grappa, avec un facteur d'accélération 2. Fixer les paramètresqui apparaîtra sur l'écran en fonction de leurs valeurs dans la colonne "2D DTI" dans le tableau 1.
  4. Appliquer par l'ordinateur d'interface utilisateur d'une séquence de cartographie de champ pour corriger la distorsion géométrique dans l'imagerie écho planaire (EPI), et obtenir des images différentielles de phase comme décrit par Balaban et Jezzard 31. Se assurer que la séquence comprend l'acquisition de 2D gradient transversal d'écho (GE) avec deux images différents temps d'écho en phase, et que la direction de codage de phase est la même que dans la séquence DTI (étape 2.5). Fixer les paramètres qui se affiche sur l'écran en fonction de leurs valeurs dans la colonne "de la cartographie 2D GE terrain» dans le tableau 1.
  5. Appliquer par l'ordinateur de l'interface utilisateur d'un protocole de contraste dynamique amélioré utilisant une séquence écho de gradient rapide 3D ​​sans matière grasse-suppression, avec des paramètres optimisés selon la méthode 32 trois points de temps (3TP). Fixer les paramètresapparaîtra sur l'écran en fonction de leurs valeurs dans la colonne "3D DCE" dans le tableau 1.
    1. Enregistrer deux images initiales précontraste selon le protocole à l'étape 2.7.
  6. Injecter 15 secondes avant la fin de la deuxième acquisition de pré-contraste de l'agent gadopentetatedimeglumine de contraste, à une dose de 0,1 mmol / kg de poids corporel, en utilisant une pompe automatique à un débit de 2 ml / s, suivi par 20 ml d'une solution saline de rinçage, à 2 ml / sec.
    1. Continuer enregistrement sept ensembles de données 3D séquentiels selon le protocole à l'étape 2.7 à 54, 120, 186, injection de contraste 252, 318, 384, et 450 secondes après.
  7. Appliquer par l'ordinateur de l'interface utilisateur d'une transversale 2D T2 graisses supprimées turbo spin-écho séquence tranche multiples à haute résolution spatiale utilisant Grappa, avec un facteur d'accélération 2. Utilisez les détails expérimentaux semblables à ceux utilisés pour T2 imagerie pondérée décrites dans l'étape 2.4 REMARQUE: Un cours de temps résumant les étapes du protocole IRM est fourni à la figure 6.

Figure 6
Figure 6: Évolution dans le temps du protocole IRM clinique.

3. Traitement d'image

  1. Transférer la totalité du jeu de données obtenu par l'ensemble des séquences de balayage (décrite dans les étapes 2.4 à 2.9) à un poste de travail distant ou un ordinateur personnel et à traiter la totalité des ensembles de données d'images avec des logiciels dédiés pour analyser la diffusion du sein imagerie par tenseur et DCE-MRI.
    1. Ici, effectuer les étapes décrites ci-dessous en utilisant le logiciel de fabrication artisanale écrit en C ++ qui a été vérifiée en utilisant l'environnement de programmation de MATLAB 19. En général, les scanners commerciaux fournissent des outils de traitement d'image pour cérébrales expériences DTI qui peuvent être adaptés pour le sein, maispeut ne pas avoir toutes les fonctions de traitement appliqués par notre logiciel de fabrication artisanale
  2. Effectuer un traitement de l'image des ensembles de données DTI en utilisant un logiciel de traitement d'image DTI dédié suivant les étapes de l'organigramme de la figure 7.

Figure 7
Figure 7: organigramme des étapes impliquées dans le traitement DTI.

  1. Utilisez le logiciel DTI pour évaluer le niveau de bruit à l'extérieur de la poitrine et le tissu restant dans 3-4 régions d'intérêt (d'environ 1 cm 2) et trouver le niveau de bruit maximal.
  2. Utilisez le logiciel DTI pour calculer pixel par pixel, dans tous les pixels au-dessus du niveau de bruit maximal et dans chacun des 60 tranches, les six coefficients de diffusion, D xx, yy D, Dzz, D xy, xz D, D yz, du tenseur symétrique D décrit ci-dessous 33 (voir la figure 8)
    Equation 1
    Lorsque D xy = yx D, D = D zy yz, zx D = D xz.
    1. Afin de calculer les composantes du tenseur utilisent un programme d'ajustement régression non linéaire basée sur l'équation Stejskal-Tanner: Si, j (b) = Si (0) exp (-BD), où Si, j (b) est le signal intensité de pixel i avec un gradient de diffusion dans la direction j et Si (0) est l'intensité de signal du même pixel à b = 0 mm 2 · s. Ce raccord de réduire au minimum la somme des carrés des 30 fonctions non linéaires pour chaque direction de gradient de diffusion dans lesix tenseur de diffusion des composantes variables par une modification de la .Cette étape Levenberg-Marquardt algorithme 34 a été réalisée par le cminpack du logiciel libre ( http://devernay.free.fr/hacks/cminpack/index.html ).

Figure 8
Figure 8: Schéma des étapes de calcul produisant le tenseur de diffusion symétrique.

  1. Utiliser le logiciel DTI à diagonaliser le tenseur de diffusion symétrique dans chaque pixel en appliquant l'analyse en composantes principales (ACP) 35.
    REMARQUE: PCA est une méthode couramment utilisée pour réduire la dimensionnalité des données et de trouver une transformation linéaire qui mappe les paramètres de pixels corrélés dans un nouveau système de coordonnées d'axes orthogonaux et non corrélées. Cette prPROCESSUS rendements pour chaque pixel trois vecteurs propres (ν 1, ν 2, ν 3), définissant la direction de diffusion dans trois axes orthogonaux d'une forme d'ellipsoïde qui coïncide avec la trame de diffusion du tissu, et les trois valeurs propres de diffusion correspondants, agencés de haut en bas, qui déterminent trois coefficients de diffusion directionnels (de λ 1, λ 2, λ 3) (voir les figures 9 et 10).

Figure 9
Figure 9: Représentation schématique des étapes de calcul produisant les valeurs propres et les vecteurs propres coïncidant avec la trame de diffusion du tissu et la modélisation à ellipsoïdes.

Figure 10
Figure 10: Schematic dessin des principales étapes de traitement qui calculent les vecteurs propres et les valeurs propres de diffusion dans le tissu canalaire normal et dans le tissu cancéreux.

  1. Utilisez le logiciel DTI pour calculer pour chaque pixel le coefficient apparent de diffusion (ADC) définie comme la moyenne des trois valeurs propres <λ> = (λ 1 + λ 2 + λ 3) / 3.
  2. Utilisez le logiciel DTI pour calculer pour chaque pixel de l'indice d'anisotropie absolue maximale définie comme la différence (λ 1 - λ 3).
  3. Utiliser le programme de logiciel DTI pour calculer pour chaque pixel l'anisotropie d'indice fractionnaire (FA) qui varie entre 0 (diffusion isotrope) à 1 (diffusion libre dans une direction) selon l'équation suivante:
    Equation 2
  4. Utilisez le logiciel DTI à DISPLAy pixel par pixel dans chaque tranche à travers les deux seins d'une carte de vecteur indiquant la direction du vecteur propre Premier, ν 1, et une carte couleur codée avec trois couleurs indiquant les directions principales de ν 1 et les superposer sur une image pondérée T2 du même tranche (figure 9). Cette étape a été réalisée en utilisant le gtk du logiciel libre ( http://gtk.org ) pour les graphiques.
  5. Utilisez le logiciel DTI pour construire les cartes paramétriques tenseur de diffusion d'imagerie qui affichent pixel par pixel dans chaque tranche à travers les deux seins les valeurs de tous les tenseur de diffusion paramètres λ 1, λ 2, λ 3, ADC, λ 13, et FA et les superposer sur une image pondérée T2 de la même tranche (figure 11).

Figure 11
-3 mm 2 / s. FA est sans unité. La barre d'échelle dans la feuille de vecteur fait référence à une longueur de 20 mm et la barre d'échelle de l'image de T2 se réfère à une longueur de 20 mm dans toutes les images restantes.

  1. Utilisez le logiciel DTI pour corriger, si nécessaire, des distorsions géométriques en chargeant la carte de différence de phase obtenu comme décrit dans l'étape 2.6. Décaler la gamme de la carte de différence de phase dans tous les pixels au-dessus du niveau de bruit dans l'image écho de gradient à une gamme de -π à la represe de +nting le déphasage Δɸ (x, y, z) en radians (figure 12).
    1. Utilisez le logiciel DTI pour calculer le décalage spatial en pixels en fonction de:
      Équation 3
      ΔTE est la différence de temps entre les deux échos est égale à 2,46 x 10 -3 ms et BWP est la largeur de bande de phase est égale à l'expérience 13,2 Hz / pixel. Déplacer les pixels selon la carte de terrain et recalculer les paramètres de tenseur de diffusion (figure 12).

Figure 12
Figure 12:. Exemple de correction de la distorsion géométrique en utilisant une carte Décalage de phase Les images ont été enregistrées à partir d'une ancienne bénévole de 47 ans avec le carcinome lobulaire invasif. Dans la première colonne à gauche de l'image pondérée T2 et une carte de différence de phase d'une trancheavec le cancer dans le sein gauche sont affichées. Dans le deuxième et 3 ème colonnes λ 1 cartes avant correction sont affichés dans la première rangée et λ 1 cartes après correction sont affichés dans la deuxième rangée. Les cartes λ 1 sont superposées sur l'image pondérée T2 correspondante. Dans la colonne 2 ème toute la gamme des coefficients de diffusion de l'eau (0,8 à 3,0) x10 -3 mm 2 / sec est utilisé pour l'échelle de couleur codé et dans la 3 e colonne une gamme réduite est utilisé avec un seuil de 1,7 x 10 -3 mm 2 / s qui accentue le contraste entre le cancer du sein gauche et le tissu mammaire normal. La barre d'échelle dans l'image de T2 se réfère à une longueur de 20 mm dans toutes les images.

  1. Effectuer un traitement d'image des ensembles de données DCE-MRI en utilisant un logiciel qui fournit les cartes pixel par pixel des paramètres cinétiques de la mise en valeur tel que le logiciel 17 de traitement d'image de 3TP.

Representative Results

La méthode a été d'abord testé et démontré par la numérisation des volontaires sains à différents stades hormonaux. Figure 11 ont démontré les cartes paramétriques et vectorielles obtenus en utilisant notre logiciel d'une tranche centrale d'un jeune volontaire sain avec relativement élevé fraction du tissu fibroglandulaire, comme on peut le voir clairement sur l'image pondérée T2 (toutes les zones grises sont des tissus fibroglandulaire et les zones claires sont gras). La direction du premier coefficient de diffusion λ 1 est représentée sur la carte du vecteur v1 avec une grande fraction des pixels pointant vers le mamelon. Comme attendu les valeurs de la diffusion diminuent coefficients tensoriels de λ 1 à λ 2 à λ 3. L'utilisation de ces trois coefficients de diffusion calcul de l'ADC de diffusivité moyenne activés, l'anisotropie fractionnelle (FA) et l'anisotropie maximale, λ 1 - λ 3. Avis sur les cartes de FA et λ 1 - λ

Chez les femmes ménopausées les seins sont généralement moins denses comme le montre l'exemple de la figure 13 pour une ancienne bénévole normale de 63 ans. Les coefficients de diffusion sont plus faibles dans le volontaire personnes âgées, mais les indices d'anisotropie sont plus élevées, probablement en raison du faible diamètre des canaux et les lobules et, par conséquent, la restriction imposée à la plus élevée diffusion dans les directions orthogonales aux parois canalaires. Un autre exemple illustrant la sensibilité du tenseur de la taille des canaux est représenté dans l'exemple d'un volontaire en lactation à la figure 14. Etant donné que le lait est un colloïde de globules gras dans un fluide à base d'eau qui contient des glucides dissous et des agrégats de protéines avec des minéraux , la viscosité du lait est supérieure à celle du fluide normal de l'eau dans les canaux, et ainsi, les coefficients de diffusion d'eau sont de seins en lactation leurs à ceux des femmes non ménopausées 24. En outre, les conduits à proximité de la tétine sont grandes et la restriction dans les directions orthogonales à des conduits est inférieure à celle de la poitrine non-lactation, et par conséquent, les indices d'anisotropie sont plus bas. Cependant, dans les régions -posterior lobulaire du sein allaitant l'anisotropie est encore élevé.

Chez les patients atteints de tumeurs malignes le principal changement dans les paramètres du tenseur de diffusion est exposée dans une réduction significative dans les trois coefficients de diffusion. Les changements dans λ 1 ont été trouvés pour fournir le contraste le plus élevé par rapport au bruit 19. Cette étude a inclus 68 patients présentant une pathologie confirmée y compris 33 patients diagnostiqués d'un carcinome canalaire invasif (IDC), 19 avec un carcinome canalaire in situ (CCIS), 13 un carcinome lobulaire invasif (CIT) et 3 avec d'autres tumeurs malignes. Plusieurs patients avaient focale multiple ou le cancer du sein centrée multiples. La taille des cancers varied de 3 à 95 mm avec de 14 mm médian et interquartile plage de 10 à 30 mm. Dans tous ces patients le taux de DCE et DTI détection étaient comparables. Cependant, cinq cas qui ont montré l'amélioration dans DCE et ont été confirmés par la pathologie que les cancers ne ont pas été inclus dans l'analyse DTI raison de problèmes techniques dans les seins gras, principalement liés à la non-homogénéité du champ et de suppression de graisse insuffisante entraîne des distorsions et des artefacts.

Les figures 15, 16 et 17 montrent des cartes paramétriques typiques des deux principaux paramètres de diffusion λ 1 et λ 1 - λ 3 qui sont utilisés pour la détection de tumeurs malignes du sein. Cette figure montre, en plus de pondération T2, les résultats de l'analyse DCE en utilisant la méthode de codage couleur 3TP. Comme expliqué dans l'introduction de la présence de cellules malignes dans les canaux ou des lobules et leur environnement d'entraver la diffusion dans le compartiment extracellulaire réduisant considérablement til coefficients de diffusion. En outre, l'anisotropie en raison de structures canalaires est en train de disparaître que les cellules cancéreuses se propagent dans toutes les directions de façon chaotique sans direction distincte. La FA est pas un paramètre approprié pour la détection du cancer du sein puisque la normalisation de ce paramètre pour la diffusivité moyenne conduit à des valeurs élevées d'alcool furfurylique dans des cancers similaires à celles dans les tissus normaux 19. Cependant, l'anisotropie maximale fournit un moyen pour détecter le cancer (Figures 15-17). Néanmoins, parce que le tissu fibreux conjonctif est également proche de isotropes et présentent de faibles valeurs d'anisotropie maximale, ce paramètre est moins spécifique que le coefficient de diffusion λ 1 et agit comme un paramètre secondaire à λ 1.

La figure 17 démontre également la capacité de DTI pour caractériser la réponse à la chimiothérapie néo-adjuvante. Dans cet exemple, le patient complètement répondu au traitement (4 cycles de Adriamycin + Cycloxane -, suivie par quatre cycles de Taxol). En effet, la réponse au traitement a provoqué une augmentation significative des coefficients de diffusion à des valeurs typiques pour le tissu normal du sein, ce qui suggère la présence d'un tissu conjonctif de réparation qui ont remplacé les cellules cancéreuses. Des résultats similaires ont été obtenus dans quatre autres patients qui ont répondu à la thérapie.

Figure 13
Figure 13: Sortie de cartes DTI paramétriques d'une tranche de poitrine centrale d'un 63 ans volontaire sain superposée sur l'image pondérée T2 de la même tranche Dir.. - Plan de Direction de rouge indiquant gauche à droite, antérieure indiquant vert à postérieure et tête vert indiquant pieds directions. Notez que les vecteurs sont marqués en lignes blanches. Tous les coefficients de diffusion et d'anisotropie de l'indice maximal sont en unités de 1 x 10 -3 mm 2 / s. FA est sans unité. La barre d'échelle dans le vecteur carte refERS sur une longueur de 20 mm et la barre d'échelle de l'image de T2 se réfère à une longueur de 20 mm dans toutes les images restantes.

Figure 14
Figure 14: Sortie de cartes DTI paramétriques d'une tranche de centrale sein d'un bénévole en lactation 40 ans superposée sur l'image pondérée T2 de la même tranche Dir.. - Plan de Direction de rouge indiquant gauche à droite, antérieure indiquant vert à postérieure et tête vert indiquant pieds directions. Tous les coefficients de diffusion et d'anisotropie de l'indice maximal sont en unités de 1 x 10 -3 mm 2 / s. FA est sans unité. Remarque dans le sens carte et carte vectorielle que la plupart des pixels sont alignés vers le mamelon. A noter également les coefficients de diffusion plus faibles par rapport aux valeurs dans les figures 7 et 10 de volontaires sains. La barre d'échelle dans la feuille de vecteur fait référence à une longueur de 20 mm et labarre d'échelle dans l'image de T2 se réfère à une longueur de 20 mm dans toutes les images restantes.

Figure 15
Figure 15:. Paramétriques cartes de λ 1 et λ 1 - λ 3 chez un patient de 38 ans présentant un carcinome canalaire invasif multi focal Dans le 1 er cru les paramètres DTI sont présentés avec un seuil de 1,7 x 10 -3 mm 2 / sec pour λ 1 et 0,6 mm 2 / s pour λ 13 (toutes les valeurs au-dessus des seuils sont colorés en violet). Dans les deux premières, nd valeurs supérieures au seuil ne sont pas de couleur et de montrer l'image sous-jacente pondérée T2. Le chiffre inclut aussi dans la 1 ère colonne sur la gauche une image pondérée T2 et une carte paramétrique DCE, obtenue par la méthode de 3TP, de la même tranche que les cartes paramétriques DTI. La barre d'échelle dans l'image de T2 se réfère à une longueur de 20 mm in toutes les images. Notez que la résolution des images de DCE dans le plan spatial est environ deux fois supérieure à celle de DTI, cependant, il existe une congruence élevée visuel à l'emplacement et la taille de la 3TP λ 1 et les cartes paramétriques.

Figure 16
Figure 16: cartes paramétriques de λ 1 et λ 13 chez un patient âgé de 60 ans, avec de bas grade CCIS Le chiffre inclut aussi dans la 1 ère colonne sur la gauche une image pondérée T2 et une carte paramétrique DCE, obtenu par le. 3TP méthode, de la même tranche que les cartes paramétriques DTI. La barre d'échelle dans l'image de T2 se réfère à une longueur de 20 mm dans toutes les images. Notez la capacité du DTI pour détecter le cancer du sein dans un très gras.

Figure 17
Figure 17: cartes paramétriques de λ 1 et λ 1 - λ 3 chez un patient âgé de 39 ans, avec un carcinome lobulaire invasif avant et après la chimiothérapie néoadjuvante Le patient a été balayée deux fois, une fois avant la thérapie et une fois avant la chirurgie, après 4 cycles de Adryamicin +. cycles Cycloxan et 4 de Taxol. Noter l'augmentation de λ 1 et λ 1 -λ à 3 dans les régions de cancer qui ont répondu au traitement. Le 1 er spectacles premières images obtenues avant le traitement et les 2 ème spectacles premières images d'environ la même région que dans le 1 er rang, obtenues avant l'intervention chirurgicale. Avant régions du cancer du traitement présentaient λ 1 et λ 13 valeurs en dessous de leur seuil, et après le traitement de ces deux paramètres ont augmenté à des valeurs au-dessus de leur seuil. Le chiffre inclut aussi dans la 1 ère colonne sur les images pondérées T2 gauche; dans la colonne 2 ème Muimage ltiple Projection-MIP, obtenu en soustrayant les images pré-contraste des images de contraste après 2 min; dans la colonne 3 ème cartes paramétriques DCE obtenu par le procédé de 3TP. La barre d'échelle dans l'image de T2 se réfère à une longueur de 20 mm dans toutes les images

Discussion

Ce travail démontre la capacité du DTI, scannée à 3 T à haute résolution spatiale (~ 8 mm 3), pour mesurer in vivo la diffusion de l'eau paramètres de tenseur dans l'ensemble du tissu fibroglandulaire des deux seins. L'ensemble d'algorithmes et de logiciels développés dans le cadre de cette étude a permis l'analyse des grands ensembles de données DTI et simultanément afficher les cartes paramétriques diffusion des différents coefficients de diffusion, λ 1, λ 2, λ 3, ADC et anisotropie indices λ 13, et FA de toutes les tranches de poitrine. Ce travail souligne également le potentiel des différents coefficients de diffusion et d'anisotropie des indices de détecter et de diagnostiquer le cancer du sein. Les résultats indiquaient que le premier coefficient de diffusion, λ 1, est le principal paramètre de détection du cancer du sein, avec une capacité importante pour différencier maligne d'un tissu normal du sein. Un indé secondaireparamètre dent, avec une grande sensibilité mais une spécificité beaucoup plus faible que λ 1, est l'indice d'anisotropie maximale qui agit pour confirmer la détection par le premier coefficient de diffusion.

Les résultats démontrent aussi la capacité de l'IRM pour mesurer in vivo la diffusion de l'eau directionnel et quantifier l'anisotropie de la diffusion dans tout l'canalaire / système glandulaire dans les deux seins. Afin d'assurer un profil de précision uniforme des mesures d'anisotropie des directions de gradient de diffusion 30 ont été appliqués. La sélection de haut-écho temps de 120 ms, et l'optimisation de la résolution spatiale a révélé la restriction de la diffusion de l'eau dans les conduits. La taille moyenne des canaux normaux a été signalé que 90 um, avec environ 70% dans la plage de 40 à 100 um 36. Selon l'équation d'Einstein le déplacement de diffusion de l'eau libre, x = (6DT) 1/2, où D est le coefficient de diffusion de l'eau libre moyen et t la diffusiontemps. Dans notre expérience, x est égal à environ 25 um, et par conséquent, seule une fraction des molécules d'eau canalaire sont limitées par les parois canalaires mammaires, conduisant à des faibles valeurs FA par rapport à la poitrine (valeurs supérieures ~ 0,3) par rapport aux valeurs trouvées en substance blanche du cerveau (≥0.5). En Sir Astley Cooper étudie 25, il a été révélé que le tissu mammaire humain est organisé en lobes distincts, chacun composé d'un arbre canalaire. Études préliminaires d'une échographie mammaire en lactation 37 ont été tentées, ainsi que la détection des structures canalaires coupe utilisant second ordre mesures de forme 38. Toutefois, aucune méthode d'imagerie a réussi à ce jour révèle la totalité des systèmes canalaires dans les deux seins in vivo. L'algorithme pour obtenir l'ensemble du système de l'arbre canalaire 3D à partir des résultats du DTI est encore en développement, mais le vecteur cartes présentent clairement le potentiel pour révéler l'anatomie détaillée et très diversifiée des arbres mammaires. Récemment, un itentative préside d'abord d'un suivi 3D complète de la poitrine sur la base de nos ensembles de données DTI a été signalé 39.

Au cours de ce travail limitations techniques ont été remarqués en raison de la suppression de la graisse inefficace et distorsions du PEV. Suppression de la graisse a été obtenue par une séquence de saturation de la graisse (FAT-SAT) qui est généralement efficace dans les seins denses. Cependant, dans les seins gras sélection spectrale atténué Inversion Récupération (SPAIR), qui est plus efficace et moins sensible aux non-homogénéité B1, a été appliqué. Les protocoles de diffusion en fonction du PEV ont des limitations supplémentaires dues à gradient courants de Foucault induits, B 0 champ hétérogénéité et les différences de susceptibilité 40,41. Ces limitations ont été minimisés en utilisant un calage automatique et manuel itératif sur les signaux de l'eau et des matières grasses et en choisissant l'espacement d'écho plus faible possible. En outre, une correction de post-traitement des distorsions géométriques était parfois appliqué tel que décrit dans le Protocole. Global, Dans le cas de seins denses avec un signal de l'eau forte, il était possible de surmonter les limitations techniques; Toutefois, cinq cas dans cette étude avec des seins très gras ne pouvaient pas être analysés en raison des limitations ci-dessus.

En résumé, un protocole et de traitement d'image pour la diffusion des outils du sein IRM du tenseur ont été développés. Cette méthodologie complètement sûr, rapide, non invasive et dissèque précisément l'architecture du sein et peut faciliter la détection du cancer du sein dans la clinique. Le premier coefficient de diffusion, λ 1, et l'indice d'anisotropie maximale, λ 13, ont été trouvés pour servir de deux paramètres de diffusion indépendants pour la détection du cancer. Les études cliniques de patients atteints de cancer du sein ont montré que l'efficacité de détection de ces deux paramètres est comparable à celle de DCE IRM. Ainsi, l'émergence de cette méthode de compréhension de base de l'architecture du sein et du développement du cancer et sa dépendance à révélerchangements importants quantifiables, ainsi que son étant une méthode sûre et rapide en font un outil précieux pour l'étude de différents aspects de développement impliquant une prolifération canalaire, et pour tester son impact clinique de dépistage du cancer du sein dans les grandes études prospectives à grande échelle.

Disclosures

Les auteurs ne ont rien à divulguer.

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