We would like to thank Mr. Nachum Stern and Ms. Fanny Attar for their excellent technical assistance. H.D. holds the Fred and Andrea Fallek Chair for Breast Cancer Research.

<html> HINWEIS: Alle Protokolle wurden von der internen Review Board von Meir Medical Center, Kfar Saba, Israel genehmigt und eine unterschriebene Einverständniserklärung wurde von allen Probanden erhalten. 1. Patientenvorbereitung und Positionierung in der MRI-Scanner <ol><li> Fügen Sie einen intravenösen Katheter in den linken oder rechten Arm zur Kontrastmittelinjektion. </li><li> Stellen Sie sicher, dass der Patient in Bauchlage mit beiden Brüsten frei hängend in den bilateralen Öffnungen des Brustspule liegen, wie in Abbildung 5 gezeigt. </li><li> Stellen Sie sicher, dass der Kopf auf einem Kissen für Kopf-Hals-Komfort Patienten positioniert und beide Arme über den Kopf gelegt, wie in Abbildung 5 gezeigt. </li><li> Stellen Sie sicher, dass jeder Brust ist in einer zentralen Position, hängen locker und so tief wie möglich innerhalb der jeweiligen Spulenöffnung, wie in Abbildung 5 gezeigt. </li></ol>E 5 &quot;src =&quot; / files / ftp_upload / 52.048 / 52048fig5highres.jpg &quot;/&gt; Abbildung 5: Positionierung einer Frau für die Brust MRT. Beachten Sie die Bauchlage und die frei hängende beider Brüste in den bilateralen Öffnungen des Brustspule. <ol start="5"><li> Schließen Sie das automatisierte Einspritzpumpe auf den intravenösen Katheter. </li></ol> 2. Kernspintomographie <ol><li> Erwerben Sie mit dem MRI-Scanner ein Pilotbild zur Lokalisierung beide Brüste und bestimmen das Sichtfeld (FOV), Anzahl der Schichten und Schichtdicke, um vollständig zu bedecken beide Brüste mit der Erweiterung um die Achselhöhle und an der Brustwand. </li><li> In allen folgenden Scan-Sequenzen mit der MRI-Scanner durchgeführt wird, halten Sie den gleichen Wert des FOV, Slice-Nummer und Schichtdicke für jeden Fall. Beispielsweise erfassen 60 axiale Schichten mit FOV von 360 mm in den Lese- und Phasenrichtung, Schichtdicke im Bereich zwischen 2 bis 3 mm, abhängig von der Größe der Brust, und eine Phasencodierungsrichtung L2;&gt; R oder R &gt;&gt; L. Variieren der Auflösung in der Ebene in der folgenden Sequenzen in Abhängigkeit von der Erfassungsmatrix Dimension für jede Sequenz verwendet werden, wie in Tabelle 1 angegeben. </li></ol><table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td> Experimentelle Parameter </td><td> 2D-T2 gewichtet </td><td> 2D DTI </td><td> 2D-GE Feldzuordnung </td><td> 3D DCE </td></tr><tr><td> Wiederholungszeit (TR) ms </td><td> 5500 </td><td> 10.800 </td><td> 669 </td><td> 6.8 </td></tr><tr><td> Echozeit (TE) ms </td><td> 122 </td><td> 120 </td><td> 4,92 </td><td> 2,49 </td></tr><tr><td> TE (2) </td><td></td><td></td><td> 7,38 </td><td></td></tr><tr><td> Flip-Winkel, Grad </td><td></td><td></td><td> 60 </td><td> 18 </td></tr><tr><td> Erfassungsmatrix </td><td> 640 x 428 </td><td> 192 x 192 </td><td> 64 x 192 </td&gt; <td> 428 x 428 </td></tr><tr><td> Durchschnittswerte </td><td> 1 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> Verkettungen </td><td> 4 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> Turbo-Faktor </td><td> 21 </td><td></td><td></td><td></td></tr><tr><td> Anzahl der Züge pro Scheibe </td><td> 11 </td><td></td><td></td><td></td></tr><tr><td> Echoabstand, ms </td><td> 10 </td><td> 0.79 </td><td></td><td></td></tr><tr><td> Bandbreite, Hz / Pixel </td><td> 300 </td><td> 1860 </td><td> 1532 </td><td> 560 </td></tr><tr><td> Im Flugzeug Scanauflösung </td><td> 0,56 x 0,84 </td><td> 1,9 x 1,9 </td><td></td><td> 0,8 x 0,8 </td></tr><tr><td> In der Ebene der Bildauflösung </td><td> 0,56 x 0,56 </td><td> 1,9 x 1,9 </td><td> 1,9 x 1,9 </td><td> 0,8 x 0,8 </td></tr><tr><td> Erfassungszeit, min: sec </td><td> 4.26 </td><td> 6:09 </td><td> 1.28 </td><td> 01.06 (x9) </td></tr><tr><td> # Von Diffusionsgradienten </td><td></td><td> 30 </td><td></td><td></td></tr><tr><td> Fettunterdrückung </td><td> keine </td><td> FAT-SAT / SPAIR 1 </td><td></td><td> keine </td></tr><tr><td> b-Werte, sec / mm 2 </td><td></td><td> 0, 700 </td><td></td><td></td></tr></tbody></table> Tabelle 1:. Versuchsparameter der in dieser Studie verwendeten Sequenzen ein FAT-TV: Fettsättigung. SPAIR: Spectral Abgeschwächte Inversion Recovery. <ol start="3"><li> Lokalisieren Sie mit der Benutzeroberfläche Computer des MRI-Scanner einen Bereich, der beide Brüste und Achselhöhle enthält und definieren eine Shim-Box. Anwenden eines iterativen Shim Strategie, um das Magnetfeld 29 zu optimieren. <ol><li> Zeigen Sie das Protonenspektrum auf dem Bildschirm der Benutzeroberfläche Computer und stellen Sie die Shim durch Zentrieren der Frequenz auf ter Wasserresonanzfrequenz und dann auf das Fett Resonanzfrequenz. Wiederholen der Shim, bis es am besten trennt die Fett und Wasser Signale und optimiert die maximale Signalstärke und Form wie im Protonenspektrum ergab. Stellen Sie sicher, dass die Bestrahlungsfrequenz wird auf dem Wasser Resonanzfrequenz zentriert ist. </li></ol></li><li> Bewerben über die Benutzeroberfläche Computer ein 2D transversalen T2-gewichteten Turbo-Spin-Echo-Mehrschichtfolge mit hoher räumlicher Auflösung ohne Fettsättigung mit generali Auto-Kalibrierung teilweise parallele Akquisition (GRAPPA), mit Beschleunigungsfaktor 2. Befestigen Sie die Parameter, die Pop-up wird auf dem Bildschirm entsprechend ihrer Werte in der Spalte &quot;2D T2 gewichtete&quot; in Tabelle 1. </li><li> Bewerben über die Benutzeroberfläche Computer ein 2D Quer, Fett unterdrückt, Spin-Echo-Diffusions-Tensor-Bildgebung - DTI mit der zweimal neu ausgerichtet Echo-Planar-Bildgebungssequenz 30 mit GRAPPA, mit Beschleunigungsfaktor 2. Befestigen Sie die Parameterdass öffnet sich auf dem Bildschirm nach ihren Werten in der Spalte &quot;2D DTI&quot; in Tabelle 1. </li><li> Bewerben über die Benutzeroberfläche Computer eine Feldzuordnung Folge zur Korrektur geometrischer Verzerrungen im Echo-Planar-Bildgebung (EPI) und erhalten Phasendifferenzbilder durch Jezzard und Balaban 31 beschrieben. Sicherzustellen, dass die Sequenz Nahme von 2D Quer Gradientenecho (GE) Bilder mit zwei in Phasen unterschiedlichen Echozeiten, und dass die Phasencodierungsrichtung ist die gleiche wie in der DTI-Sequenz (Schritt 2.5). Befestigen Sie die Parameter, die Pop-up wird auf dem Bildschirm nach ihren Werten in der Spalte &quot;2D-GE Feldzuordnung&quot; in Tabelle 1. </li><li> Bewerben über die Benutzeroberfläche Computer ein dynamisches Kontrast erweiterte Protokoll mit einem 3D schnelle Gradientenechosequenz ohne Fett-Unterdrückung, mit Parameter entsprechend der drei Zeitpunkt (3TP) Verfahren 32 optimiert. Befestigen Sie die Parameter,öffnet sich auf dem Bildschirm nach ihren Werten in der Spalte &quot;3D DCE&quot; in Tabelle 1. <ol><li> Nehmen Sie zwei Anfangs Präkontrast Bilder nach dem Protokoll in Schritt 2.7. </li></ol></li><li> Volumen zwischen 15 Sekunden vor dem Ende der zweiten vorbestimmten Kontrastakquisition das Kontrastmittel gadopentetatedimeglumine, in einer Dosis von 0,1 mmol / kg Körpergewicht, unter Verwendung einer automatischen Pumpe bei einer Geschwindigkeit von 2 ml / sec, gefolgt von 20 ml Kochsalzspülung, bei 2 ml / sec. <ol><li> Aufnahme fortsetzen sieben aufeinanderfolgenden 3D-Datensätzen nach dem Protokoll in Schritt 2.7 bei 54, 120, 186, 252, 318, 384 und 450 Sekunden nach der Kontrastmittelinjektion. </li></ol></li><li> Bewerben über die Benutzeroberfläche Computer ein 2D transversalen T2-gewichteten Fett unterdrückt Turbo-Spin-Echo-Mehrschichtfolge mit hoher räumlicher Auflösung mit GRAPPA, mit Beschleunigungsfaktor 2. Mit den experimentellen Details ähnlich wie bei T2-gewichteten Bildgebung in Schritt 2.4 beschrieben </strong&gt;. HINWEIS: Ein Zeitverlauf, das die Schritte in der MRI-Protokoll ist in 6 vorgesehen. </li></ol><img alt="Figur 6" src="/files/ftp_upload/52048/52048fig6highres.jpg" /> Figur 6: Zeitverlauf der klinischen MRI-Protokoll. 3. Bildverarbeitung <ol><li> Übertragen Sie die von allen Scansequenzen erhalten gesamten Datenbestand (in Schritten 2.4 - 2.9) zu einer Remote-Workstation oder einem PC und Verarbeitung der gesamten Datensätze der Bilder mit Software-Programmen gewidmet Brust Diffusions-Tensor-Bildgebung und DCE-MRI analysieren. <ol><li> Hier führen Sie die folgenden am selbstgebauten Softwarepaket in C ++ geschrieben, die mithilfe der Programmierumgebung MATLAB 19 verifiziert wurde beschrieben vor. Im Allgemeinen kommerziellen Scanner liefern Bildverarbeitungswerkzeuge für die Gehirn DTI Experimente, die für die Brust angepasst werden können, aberkönnen alle Bearbeitungsfunktionen von unseren selbstgebauten Softwarepaket angewendet keine </li></ol></li><li> Führen Bildverarbeitung der DTI-Datensätze unter Verwendung eines dedizierten DTI Bildverarbeitungssoftware nach den Schritten in dem Flussdiagramm von 7. </li></ol><img alt="7" src="/files/ftp_upload/52048/52048fig7highres.jpg" /> Abbildung 7: Flussdiagramm der Schritte in DTI Verarbeitung beteiligt. <ol style="margin-left: 40px;"><li> Verwenden Sie die DTI Software-Programm, um den Geräuschpegel außerhalb der Brust und das verbleibende Gewebe in 3-4 Bereichen (von ca. 1 cm 2) zu bewerten und finden Sie die maximale Lärmpegel. </li><li> Benutze das DTI Softwareprogramm pixel Berechnung aller Pixel über dem Maximalpegel und in jedem der 60 Scheiben, die sechs Diffusionskoeffizienten D xx, D yy, Dzz, D xy, xz D, D yz des symmetrischen Tensor D unter 33 beschrieben (siehe 8) <img alt="Gleichung 1" fo:content-width="2in" src="/files/ftp_upload/52048/52048eq1.jpg" /> Wo D xy = yx D, D zy = D yz, zx D = D xz. <ol><li> Zur Berechnung der Tensor-Komponenten verwenden einen nicht-linearen Regressionsanpassungsprogramm auf der Grundlage der Stejskal-Tanner-Gleichung: Si, j (b) = Si (0) exp (-bD), wobei Si, (b) j das Signal Intensität des Pixels i mit einer Diffusionsgefälle in Richtung j und Si (0) die Signalintensität des gleichen Pixels bei b = 0 mm 2 · s. Diese Armatur minimiert die Summe der Quadrate der 30 nichtlineare Funktionen für jede Diffusions Gradientenrichtung in dersechs Diffusions-Tensor-variable Bestandteile durch eine Modifikation des Levenberg-Marquardt-Algorithmus 34 .Dieses Schritt wurde von der freien Software cminpack geführt ( <a href="http://devernay.free.fr/hacks/cminpack/index.html" target="_blank">http://devernay.free.fr/hacks/cminpack/index.html</a> ). </li></ol></li></ol><img alt="8" src="/files/ftp_upload/52048/52048fig8highres.jpg" /> Abbildung 8: Schematische Darstellung der Rechenschritte ergibt die symmetrische Diffusions-Tensor. <ol start="3" style="margin-left: 40px;"><li> Verwenden Sie die DTI Software, um den symmetrischen Diffusions-Tensor in jedem Pixel durch die Anwendung der Hauptkomponentenanalyse (PCA) 35 diagonalisieren. HINWEIS: PCA ist ein häufig verwendetes Verfahren, um die Dimensionalität der Daten zu verringern und finden eine lineare Transformation, die die korrelierten Pixelparameter in ein neues Koordinatensystem von unkorrelierten und orthogonalen Achsen zuordnet. Diese process Ausbeuten für jedes Pixel drei Eigenvektoren (ν 1, ν 2, ν 3) Definieren der Diffusionsrichtung in drei orthogonalen Achsen einer Ellipsoidform, der mit dem Diffusionsrahmen des Gewebes übereinstimmt, und den entsprechenden drei Diffusionseigenwerte aus hoch angeordnet zu niedrig ist, die bestimmen, drei Richtungsdiffusionskoeffizienten (λ 1, λ 2, λ 3) (siehe Figuren 9 und 10). </li></ol><img alt="9" src="/files/ftp_upload/52048/52048fig9highres.jpg" /> Abbildung 9: Schematische Darstellung der Rechenschritte ergeben die Eigenwerte und Eigenvektoren zeitgleich mit der Diffusions Rahmen des Gewebes und der Modellierung bis elliptisch. <img alt="10" src="/files/ftp_upload/52048/52048fig10highres.jpg" /> Abbildung 10: Schematic Zeichnung der Hauptverarbeitungsschritte, die die Diffusionseigenvektoren und Eigenwerte im normalen duktalen Gewebe und in Krebsgewebe zu berechnen. <ol start="4" style="margin-left: 40px;"><li> Benutze das DTI Softwareprogramm für jede definiert als Durchschnitt der drei Eigenwerte &lt;λ&gt; = (λ 1 + λ 2 + λ 3) / 3 Pixel der scheinbare Diffusionskoeffizient (ADC) zu berechnen. </li><li> Verwenden Sie die DTI Software-Programm für die Berechnung für jedes Pixel die maximale absolute Anisotropieindex definiert als die Differenz (λ 1 - λ 3). </li><li> Benutze das DTI Softwareprogramm zur Berechnung für jeden Pixel die fraktionierte Anisotropie (FA) Index, der zwischen 0 (isotrope Diffusion) bis 1 (freie Diffusion in einer Richtung) im Bereich nach der folgenden Gleichung: <img alt="Gleichung 2" fo:content-width="3in" src="/files/ftp_upload/52048/52048eq2.jpg" width="300" /></li><li> Verwenden Sie die DTI Software-Programm, um Anzy Pixel für Pixel in jeder Scheibe in ganz beiden Brüsten eine Vektorkarte, die die Richtung der Haupteigenvektor, ν 1 und eine farbkodierte Karte mit drei Farben anzeigt, die Hauptrichtungen der ν 1 und überziehe sie auf einer T2-gewichteten Bild des gleichen Scheibe (Bild 9). Dieser Schritt wurde durchgeführt mit der kostenlosen Software-gtk ( <a href="http://gtk.org" target="_blank">http://gtk.org</a> ) für Grafiken. </li><li> Verwenden Sie die DTI Software-Programm, um die Diffusions-Tensor-Bildgebung parametrischen Karten, die Pixel in jeder Scheibe in ganz beiden Brüsten die Werte aller Diffusionstensors Parameter λ 1, λ 2, λ 3, ADC Anzeige für Pixel, λ 1 -λ 3 zu konstruieren, und FA und überziehe sie auf einer T2-gewichteten Bild der gleichen Scheibe (Abbildung 11). </li></ol><img alt="11" src="/files/ftp_upload/52048/52048fig11highres.jpg" width="700" /> <strong&gt; Abbildung 11: Ausgabe von parametrischen DTI Karten von einer zentralen Scheibe in der Brust ein 24 Jahre alter gesunden Freiwilligen überlagert auf der T2-gewichteten Bild der gleichen Scheibe Dir.. - Richtung Karte mit rot, um anzuzeigen, um die Füße Richtung von links nach rechts, grün und zeigt vorne nach hinten und grün und zeigt den Kopf. Man beachte, dass die Vektoren in der Vektorkarte in weißen Linien markiert. Alle Diffusionskoeffizienten und der maximale Anisotropieindex in Einheiten von 10 -3 mm 2 / sec. FA ist einheitenlose. Der Balken in der Vektorkarte bezieht sich auf eine Länge von 20 mm und dem Balken in der T2-Bild bezieht sich auf eine Länge von 20 mm in allen verbleibenden Bilder. <ol start="3"><li> Benutze das DTI Softwareprogramm um, falls notwendig, geometrische Verzerrungen, die durch das Laden des Phasendifferenzkennfeld erhalten, wie in Schritt 2.6 beschrieben. Verschieben Sie den Bereich der Phasendifferenz Karte in alle Pixel über dem Rauschpegel in der Gradienten-Echo-Bild auf eine Reihe von -π bis + π representing die Phasenverschiebung Δɸ (x, y, z) im Bogenmaß (Abbildung 12). <ol><li> Verwenden Sie die DTI Software-Programm, um die räumliche Verschiebung der Pixel nach berechnen: <img alt="Gleichung 3" fo:content-width="1.5in" src="/files/ftp_upload/52048/52048eq3.jpg" width="150" /> &amp; Dgr; Te die Zeitdifferenz zwischen den beiden Echos entspricht 2,46 x 10 -3 ms und BWP die Phasen Bandbreite im Experiment gleich 13,2 Hz / Pixel. Verschieben Sie die Pixel entsprechend der Feldkarte und Neuberechnung der Diffusions-Tensor-Parameter (Abbildung 12). </li></ol></li></ol><img alt="12" src="/files/ftp_upload/52048/52048fig12highres.jpg" /> Abb. 12: Beispiel für geometrische Verzerrungskorrektur mit einer Phasendifferenz Karte Die Bilder wurden von einem 47 Jahre alten Freiwilligen mit invasiven lobulären Karzinom aufgezeichnet. In der ersten Spalte auf der linken T2 gewichtete Bild und einem Phasendifferenzabbildung einer Scheibemit Krebs in der linken Brust dargestellt. In der zweiten und 3. Spalten λ 1 Karten vor der Korrektur in der ersten Zeile angezeigt und λ 1 Karten nach der Korrektur in der zweiten Zeile angezeigt. Die λ 1 Karten werden auf den entsprechenden T2-gewichtetes Bild überlagert. In der 2. Spalte die gesamte Palette der Diffusionskoeffizienten von Wasser (0,8 bis 3,0) x10 -3 mm 2 / s ist für den farbcodierten Skala und in der 3. Spalte ein reduzierter Bereich wird mit einem Schwellenwert von 1,7 × 10 eingesetzt -3 mm 2 / s, das den Kontrast zwischen dem Krebs in der linken Brust und der normalen Brustgewebe betont. Der Balken in der T2-Bild bezieht sich auf eine Länge von 20 mm in allen Bildern. <ol start="4"><li> Führen Bildverarbeitung der DCE-MRI-Datensätze unter Verwendung einer Software, die Pixel enthält, indem Pixel abbildet der kinetischen Parameter der Verstärkung wie der Bildverarbeitungssoftware 3TP 17. </li></ol>

<ol>
	<li>Turnbull, L. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamic+contrast-enhanced+MRI+in+the+diagnosis+and+management+of+breast+cancer.">Dynamic contrast-enhanced MRI in the diagnosis and management of breast cancer.</a> NMR Biomed. 22 (1), 28-39 (2009).</li><li>Sardanelli, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Magnetic+resonance+imaging+of+the+breast:+recommendations+from+the+EUSOMA+working+group.">Magnetic resonance imaging of the breast: recommendations from the EUSOMA working group.</a> Eur J Cancer. 46 (8), 1296-1316 (2010).</li><li>Lehman, C. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Accuracy+and+interpretation+time+of+computer-aided+detection+among+novice+and+experienced+breast+MRI+readers.">Accuracy and interpretation time of computer-aided detection among novice and experienced breast MRI readers.</a> AJR Am J Roentgenol. 200 (6), 683-689 (2013).</li><li>Riedl, C. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=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.">Magnetic resonance imaging of the breast improves detection of invasive cancer, preinvasive cancer, and premalignant lesions during surveillance of women at high risk for breast cancer.</a> Clin Cancer Res. 13 (20), 6144-6152 (2007).</li><li>Heywang-K&#246;brunner, S. H., Hacker, A., Sedlacek, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Magnetic+resonance+imaging:+the+evolution+of+breast+imaging.">Magnetic resonance imaging: the evolution of breast imaging.</a> Breast. 22 (2), 77-82 (2013).</li><li>Peters, N. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Meta-analysis+of+MR+imaging+in+the+diagnosis+of+breast+lesions.">Meta-analysis of MR imaging in the diagnosis of breast lesions.</a> Radiology. 246 (1), 116-124 (2008).</li><li>Warner, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Systematic+review:+using+magnetic+resonance+imaging+to+screen+women+at+high+risk+for+breast+cancer.">Systematic review: using magnetic resonance imaging to screen women at high risk for breast cancer.</a> Ann Intern Med. 148 (9), 671-679 (2008).</li><li>Benndorf, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Breast+MRI+as+an+adjunct+to+mammography:+Does+it+really+suffer+from+low+specificity?+A+retrospective+analysis+stratified+by+mammographic+BI-RADS+classes.">Breast MRI as an adjunct to mammography: Does it really suffer from low specificity? A retrospective analysis stratified by mammographic BI-RADS classes.</a> Acta Radiol. 51 (7), 715-721 (2010).</li><li>Thomassin-Naggara, I., De Bazelaire, C., Chopier, J., Bazot, M., Marsault, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Trop+I+Diffusion-weighted+MR+imaging+of+the+breast:+advantages+and+pitfalls.">Trop I Diffusion-weighted MR imaging of the breast: advantages and pitfalls.</a> Eur J Radiol. 82 (3), 435-443 (2013).</li><li>Bogner, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion-weighted+MR+for+differentiation+of+breast+lesions+at+3.0+T:+how+does+selection+of+diffusion+protocols+affect+diagnosis.">Diffusion-weighted MR for differentiation of breast lesions at 3.0 T: how does selection of diffusion protocols affect diagnosis.</a> Radiology. 253 (2), 341-351 (2009).</li><li>Partridge, S. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion+tensor+imaging+of+the+breast:+preliminary+clinical+findings+[abstr].">Diffusion tensor imaging of the breast: preliminary clinical findings [abstr].</a> Proceedings of the Fourteenth Meeting of the International Society for Magnetic Resonance in Medicine. , (2006).</li><li>Partridge, S. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion+tensor+MRI:+preliminary+anisotropy+measures+and+mapping+of+breast+tumors.">Diffusion tensor MRI: preliminary anisotropy measures and mapping of breast tumors.</a> J Magn Reson Imaging. 31 (2), 339-347 (2010).</li><li>Partridge, S. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion+tensor+magnetic+resonance+imaging+of+the+normal+breast.">Diffusion tensor magnetic resonance imaging of the normal breast.</a> Magn Reson Imaging. 28 (3), 320-328 (2010).</li><li>Baltzer, P. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion+tensor+magnetic+resonance+imaging+of+the+breast:+a+pilot+study.">Diffusion tensor magnetic resonance imaging of the breast: a pilot study.</a> Eur Radiol. 21 (1), 1-10 (2011).</li><li>Wang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optimization+of+the+parameters+for+diffusion+tensor+magnetic+resonance+imaging+data+acquisition+for+breast+fiber+tractography+at+1.5.">Optimization of the parameters for diffusion tensor magnetic resonance imaging data acquisition for breast fiber tractography at 1.5.</a> T. Clin Breast Cancer. 14 (1), 61-67 (2014).</li><li>Eyal, E., Degani, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Method+and+apparatus+for+ductal+tube+tracking+imaging+for+breast+cancer+and+diagnosis+and+product.">Method and apparatus for ductal tube tracking imaging for breast cancer and diagnosis and product.</a> US Patent. , (2008).</li><li>Eyal, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Novel+MRI+method+for+breast+cancer+detection+based+on+diffusion+tensor+tracking+of+the+ductal+trees+[abstr].">Novel MRI method for breast cancer detection based on diffusion tensor tracking of the ductal trees [abstr].</a> , 362 (2010).</li><li>Furman-Haran, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Breast+cancer+detection+and+diagnosis+based+on+diffusion+tensor+imaging+[abstr].">Breast cancer detection and diagnosis based on diffusion tensor imaging [abstr].</a> , 515 (2011).</li><li>Eyal, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Parametric+diffusion+tensor+imaging+of+the+breast.">Parametric diffusion tensor imaging of the breast.</a> Invest Radiol. 47 (5), 284-291 (2012).</li><li>Tagliafico, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion+tensor+magnetic+resonance+imaging+of+the+normal+breast:+reproducibility+of+DTI-derived+fractional+anisotropy+and+apparent+diffusion+coefficient+at+3.0+T.">Diffusion tensor magnetic resonance imaging of the normal breast: reproducibility of DTI-derived fractional anisotropy and apparent diffusion coefficient at 3.0 T.</a> Radiol Med. 117 (6), 992-1003 (2012).</li><li>Cakir, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+the+diagnostic+performances+of+diffusion+parameters+in+diffusion+weighted+imaging+and+diffusion+tensor+imaging+of+breast+lesions.Eur.">Comparison of the diagnostic performances of diffusion parameters in diffusion weighted imaging and diffusion tensor imaging of breast lesions.Eur.</a> J Radiol. 82 (12), e801-e806 (2013).</li><li>Tsougos, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+contribution+of+diffusion+tensor+imaging+and+magnetic+resonance+spectroscopy+for+the+differentiation+of+breast+lesions+at+3T.">The contribution of diffusion tensor imaging and magnetic resonance spectroscopy for the differentiation of breast lesions at 3T.</a> Acta Radiol. 55 (1), 14-23 (2014).</li><li>Wiederer, P. a. z. a. h. r. S., Leo, C., Nanz, D., Boss, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+breast+MRI:+2D+histogram+analysis+of+diffusion+tensor+parameters+in+normal+tissue.">Quantitative breast MRI: 2D histogram analysis of diffusion tensor parameters in normal tissue.</a> Magn Reson Mater Phy. 27, 185-193 (2014).</li><li>Nissan, N., Furman-Haran, E., Shapiro-Feinberg, M., Grobgeld, D., Degani, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion-tensor+MR+imaging+of+the+breast:+hormonal+regulation.">Diffusion-tensor MR imaging of the breast: hormonal regulation.</a> Radiology. 271 (3), 672-680 (2014).</li><li>Cooper, A. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> On the Anatomy of the breast. , (1840).</li><li>Ohtake, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Computer-assisted+complete+three-dimensional+reconstruction+of+the+mammary+ductal/lobular+systems:+implications+of+ductal+anastomoses+for+breast-conserving+surgery).">Computer-assisted complete three-dimensional reconstruction of the mammary ductal/lobular systems: implications of ductal anastomoses for breast-conserving surgery).</a> Cancer. 91 (12), 2263-2272 (2001).</li><li>Going, J. J., Moffat, D. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Escaping+from+Flatland:+clinical+and+biological+aspects+of+human+mammary+duct+anatomy+in+three+dimensions.">Escaping from Flatland: clinical and biological aspects of human mammary duct anatomy in three dimensions.</a> J Pathol. 203 (1), 538-544 (2004).</li><li>Hancu, I., Govenkar, A., Lenkinski, R. E., Lee, S. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=On+shimming+approaches+in+3T+breast+MRI.">On shimming approaches in 3T breast MRI.</a> Magn Reson Med. 69 (3), 862-867 (2013).</li><li>Basser, P. J., Jones, D. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion-tensor+MRI:+theory,+experimental+design+and+data+analysis+-+a+technical+review.">Diffusion-tensor MRI: theory, experimental design and data analysis - a technical review.</a> NMR Biomed. 15 (7-8), 465-467 (2002).</li><li>Reese, T. G., Heid, O., Weisskoff, R. M., Wedeen, V. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reduction+of+eddy-current-induced+distortion+in+diffusion+MRI+using+a+twice-refocused+spin+echo.">Reduction of eddy-current-induced distortion in diffusion MRI using a twice-refocused spin echo.</a> Magn Reson Med. 49 (1), 1771-1782 (2003).</li><li>Jezzard, P., Balaban, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Correction+for+geometric+distortion+in+echo+planar+images+from+B0+field+variations.">Correction for geometric distortion in echo planar images from B0 field variations.</a> Magn Reson Med. 34 (1), 65-73 (1995).</li><li>Kelcz, F., Furman-Haran, E., Grobgeld, D., Degani, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clinical+testing+of+high-spatial+resolution+parametric+contrast-enhanced+MR+imaging+of+the+breast.">Clinical testing of high-spatial resolution parametric contrast-enhanced MR imaging of the breast.</a> AJR Am J Roentgenol. 179 (6), 1485-1492 (2002).</li><li>Le Bihan, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion+tensor+imaging:+concepts+and+applications.">Diffusion tensor imaging: concepts and applications.</a> J Magn Reson Imaging. 13 (4), 534-546 (2001).</li><li>Marquardt, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+Algorithm+for+Least-Squares+Estimation+of+Nonlinear+Parameter.">An Algorithm for Least-Squares Estimation of Nonlinear Parameter.</a> SIAM Journal on Applied Mathematics. 11 (2), 431-441 (1963).</li><li>Jolliffe, I. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Principal+Component+Analysis:+A+Beginner's+Guide+&#8212;+I.+Introduction+and+application.">Principal Component Analysis: A Beginner's Guide &#8212; I. Introduction and application.</a> Weather. 45 (10), 375-382 (1990).</li><li>Mayr, N. A., Staples, J. J., Robinson, R. A., Vanmetre, J. E., Hussey, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Morphometric+studies+in+intraductal+breast+carcinoma+using+computerized+image+analysis.">Morphometric studies in intraductal breast carcinoma using computerized image analysis.</a> Cancer. 67 (11), 2805-2812 (1991).</li><li>Ramsay, D. T., Kent, J. C., Hartmann, R. A., Hartmann, P. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Anatomy+of+the+lactating+human+breast+redefined+with+ultrasound+imaging.">Anatomy of the lactating human breast redefined with ultrasound imaging.</a> J Anat. 206 (6), 525-534 (2005).</li><li>Gooding, M. J., Mellor, M., Shipley, J. A., Broadbent, K. A., Goddard, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+mammary+duct+detection+in+3D+ultrasound.">Automatic mammary duct detection in 3D ultrasound.</a> Med Image Comput Comput Assist Interv. 8 (1), 434-441 (2005).</li><li>Reisert, M. M., Eyal, E., Grobgeld, D., Degani, H., Hennig, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Diffusion+tensor+based+reconstruction+of+the+ductal+tree+[abstr].">Diffusion tensor based reconstruction of the ductal tree [abstr].</a> , 3649 (2011).</li><li>Jezzard, P., Clare, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sources+of+distortion+in+functional+MRI+data.">Sources of distortion in functional MRI data.</a> Hum Brain Mapp. 8 (2-3), 80-85 (1999).</li><li>Jones, D. K., Cercignani, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Twenty-five+pitfalls+in+the+analysis+of+diffusion+MRI+data.">Twenty-five pitfalls in the analysis of diffusion MRI data.</a> NMR Biomed. 23 (7), 803-820 (2010).</li></ol>

Die Autoren haben nichts zu offenbaren.

Diese Arbeit zeigt die Fähigkeit von DTI, mit hoher räumlicher Auflösung (~ 8 mm 3), in vivo zu messen die Wasser Diffusions-Tensor-Parameter im gesamten fibroglandular Gewebe beider Brüste gescannt bei 3 T. Das Ensemble von Algorithmen und Software im Verlauf dieser Studie konnten Analyse der große DTI Datensätze entwickelt und gleichzeitig die Diffusionsparameterkarten der verschiedenen Diffusionskoeffizienten λ 1, λ 2, λ 3 zu sehen, ADC und Anisotropie Indizes λ 1 -λ 3 und FA aller Bruststreifen. Diese Arbeit geht auch das Potential der verschiedenen Diffusionskoeffizienten und Anisotropie Indizes zu erkennen und zu diagnostizieren Brustkrebs. Die Ergebnisse deuteten darauf hin, dass die Hauptdiffusionskoeffizient, λ 1 ist der Hauptparameter für die Erkennung von Brustkrebs, die ein wesentliches Fähigkeit von normalem Brustgewebe differen bösartig. Eine Sekundär unabdent Parameter mit hoher Empfindlichkeit, aber viel niedriger Spezifität als λ 1 ist, die maximale Anisotropie Index, der die Erfassung durch die prime Diffusionskoeffizient bestätigen wirkt. Die Ergebnisse zeigten auch die Fähigkeit der MRI in vivo Messung der gerichteten Diffusion von Wasser und Quantifizierung der Anisotropie der Diffusion in der gesamten duktalen / Drüsensystem in beiden Brüsten. Um eine gleichbleibende Präzision Profil der anisotrope Messungen 30 Diffusionsgradient Richtungen zu gewährleisten wurden angewendet. Die Auswahl von hochEchoZeit von 120 ms und die Optimierung der räumlichen Auflösung ergab die Beschränkung der Diffusion von Wasser in den Kanälen. Die durchschnittliche Größe der Normalkanäle berichtet wurde, 90 &amp; mgr; m im Bereich von 40-100 &amp; mgr; m 36 ist, mit ~ 70%. Nach Einsteins Gleichung die mittlere Verschiebung der freien Wasserdiffusion, x = (6DT) 1/2, wobei D für den freien Wasserdiffusionskoeffizienten und t die DiffusionsZeit. In unserem Experiment x ist etwa 25 &amp; mgr; m, und daher wird nur ein Bruchteil der duktalen Wassermoleküle von den Brustmilchgangwände begrenzt, die zu den relativ niedrigen FA Werte in der Brust (Oberwerte ~ 0,3) im Vergleich zu den Werten gefunden in der weißen Substanz des Gehirns (≥0.5). In A. Cooper studiert 25 bekannt wurde, dass die menschliche Brustgewebe in einzelne Lappen organisiert, die jeweils aus einem duktalen Baum zusammen. Vorläufige Ultraschall-Untersuchungen eines laktierenden Brust 37 versucht wurden, sowie Erkennung von Schnittgangstrukturen mit zweiter Ordnung Formmessungen 38. Es wurde jedoch keine bildgebende Methode gelang es bis jetzt hat man den gesamten duktalen Systeme in beiden Brüsten in vivo. Der Algorithmus für den Erhalt der gesamten 3D-duktale Baumsystem von den DTI Ergebnisse noch in der Entwicklung, aber der Vektor-Karten deutlich zeigen das Potenzial, die detaillierte und breit diversifizierter Anatomie der Brust Bäume zu offenbaren. Vor kurzem wurde ein initial Versuch einer vollständigen 3D-Tracking der Brust auf der Grundlage unserer DTI Datensätzen wurde 39 ausgewiesen. Im Zuge dieser Arbeiten wurden technische Beschränkungen aufgrund ineffizienter Fettunterdrückung und EPI Verzerrungen bemerkt worden. Fettunterdrückung wurde von einer Fettsättigung Sequenz (FAT-TV), die in der Regel in dichtem Brustgewebe effizient war erreicht. Jedoch in Fett Brüste Spektralauswahl Attenuated Inversion Recovery (SPAIR), die effizienter ist und weniger von B1 Inhomogenität ist, aufgetragen. Die EPI basiert Diffusions Protokolle mussten zusätzliche Einschränkungen durch induzierte Wirbelströme Gradienten, B0 Inhomogenität und Suszeptibilitätsunterschiede 40,41. Diese Beschränkungen wurden mit iterativen automatische und manuelle Shim auf die Wasser und Fett-Signale und die Wahl der unteren möglich Echoabstand minimiert. Darüber hinaus wurde eine Nachbearbeitung Korrektur geometrischer Verzerrungen gelegentlich angewendet, wie im Protokoll beschrieben. Insgesamt, Im Falle von dichtem Brustgewebe mit einem starken Wassersignal es möglich, die technischen Einschränkungen zu überwinden war; jedoch konnte 5 Fälle in dieser Studie mit hochFett Brüste nicht auf die obigen Einschränkungen analysiert werden. Zusammenfassend, ein Protokoll und einen Bildverarbeitungswerkzeuge für Brust Diffusionstensors MRI entwickelt. Diese völlig sichere, schnelle und nicht-invasive Methode genau seziert Brust Architektur und Erkennung von Brustkrebs in der Klinik zu erleichtern. Die prime Diffusionskoeffizienten λ 1, und die maximale Anisotropie-Index λ 1 -λ 3 wurden in Form von zwei unabhängigen Diffusionsparameter für die Krebserkennung dienen. Klinische Studien von Brustkrebs-Patienten zeigten, daß die Detektionseffizienz mit diesen beiden Parametern ist vergleichbar mit der DCE MRI. Somit wird die Schwellen dieser Methode aus grundlegendes Verständnis der Brust Architektur und der Krebsentstehung und die Abhängigkeit von enthülltquantifizierbare wesentliche Änderungen sowie seine ein sicheres und schnelles Verfahren machen es ein wertvolles Instrument für die Untersuchung von verschiedenen Entwicklungsaspekte duktale Proliferation, die, und zur Prüfung ihrer klinischen Auswirkungen für Brustkrebs-Screening in großem Maßstab prospektiven Studien.

Brustkrebs ist die häufigste Ursache von Krebs bei Frauen. Früherkennung von Brustkrebs hat eine entscheidende Rolle bei der Verbesserung der Lebensqualität und das Überleben von Brustkrebspatientinnen. Die aktuellen Standardverfahren zur Erkennung von Brustkrebs sind auf Röntgen Mammographie und Ultraschall Abtastung. Die unzureichende Empfindlichkeit und Spezifität dieser Verfahren, insbesondere zur Detektion von Läsionen bei dichten Brüsten, hat die Entwicklung von anderen Techniken, einschließlich Brust- Magnetresonanzbildgebung (MRI) stimuliert. Dynamische kontrastverstärkte (DCE) MRT wurde als leistungsfähiges Werkzeug für den Nachweis und die Diagnose von Brustkrebs 1,2 etabliert und wird häufig von computergestützten Diagnose erleichtert Mittel 3. Derzeit ist es für Sonderfälle, wie beispielsweise Patienten mit hohem Risiko 4 verwendet wird, aber nicht für Routine-Screening, vermutlich wegen der hohen Kosten, die Notwendigkeit, eine Injektion eines Kontrastmittels, die fehlende Standardisierung ein verwendennd die Variable Spezifität bei der Differenzierung von benignen und malignen Läsionen, die von niedrigen / mäßigen Werten 5,6 auf hohe Werte, die mit kombinierten Mammographie und DCE-MRI 7,8 erhalten. In jüngerer Zeit diffusionsgewichteten MRT und die daraus resultierenden Karten der scheinbaren Diffusionskoeffizienten (ADC) haben als Ergänzung Methode, um DCE-MRI untersucht und es wurde gezeigt, dass die ADC-Werte können helfen, zwischen Krebs, gutartige Läsionen und normalem Brustgewebe 9,10 . Darüber hinaus wurden Untersuchungen der Brust Diffusions-Tensor-Bildgebung (DTI) bei gesunden Probanden und Patienten mit Brustläsionen bei Feldstärke von 1,5 T von 11 bis 15 und von 16 bis 24 T 3 eingeleitet. Die meisten dieser Studien berichtet ADC und fraktionierte Anisotropie (FA) Werte 11,12,14,15,20-23 und fanden diese beiden Parameter reproduzierbar ADC Werte reproduzierbarer als FA 13,20 sein. Die Ergebnisse dieser Studien zeigten, dass maligne Läsionen weisen niedrige ADC Werte compared zu normalem Gewebe und gutartige Läsionen jedoch widersprüchliche Ergebnisse wurden auf die Werte und Diagnosefähigkeit des FA 11,12,14,20-23 wiesen. In einer Menge von 3 T- DTI Studien werden die Werte der drei Tensor Eigenwerte und Eigenvektoren in dem Brustgewebe Rahmen wurden auch berichtet, und die Ergebnisse wurden in Vektorkarten des Haupteigenvektors und Parameterkarten der Eigenwerte, ADC, FA vorgestellt und eine Maximal Anisotropieindex 16-19,24. In diesen Studien wurde die Hauptdiffusionseigenwert und die maximale Anisotropie wurde gezeigt, wie die empfindlichsten unabhängige Parameter für die Erkennung und Diagnose von Krebs Läsionen dienen Die Brust wird von fibroglandular und Fettgewebe besteht. Die fibroglandular Gewebe weiter vieler Keulen, die sehr variabel in Größe und Form zusammengesetzt sind. Jeder Lappen Mikrostruktur beinhaltet die Funktionsbrustbaum und zugehörige Läppchen bildet das Drüsengewebe, und die umliegende Bindegewebe-Fifaserige Gewebe. Die meisten Milch Malignitäten starten durch aberrante Proliferation von Epithelzellen in den Kanälen oder Läppchen, entwickelt sich in situ Karzinome, die durch Infiltration in die umgebenden Gewebe in ein invasives Karzinom drehen. Daher sind die duktalen / lobulären Strukturen eine Notwendigkeit Untersuchungsgebiet des bösartigen Brust Transformation. Die Strukturmerkmale der duktalen Bäume wurden zunächst untersucht, ex vivo 1840 von A. Cooper mit Injektion von farbigem Wachs zu den Kanälen der Mastektomie Proben 25. Vor kurzem hat Computer abgeleitet Verfolgung Ganzbrust duktale Bäume in wenigen menschlichen Brüsten mit Mastektomie Exemplare 26,27 erreicht. Die vorliegende Arbeit zeigt, dass durch die in-vivo-Diffusions-Tensor-Bildgebung gewonnenen Parameter geben Auskunft zu den verschiedenen Brustgewebe Mikrostrukturelementen verbunden sind, so dass auch nicht-invasiven Brustkrebs-Erkennung. Die physical Prinzipien Brust Diffusionstensorbildgebung zugrunde liegen, werden in der MRT-Fähigkeit der Basis zu messen und zu quantifizieren anisotrope Diffusion von Wasser in eingeschränkten Umgebungen 28. In der Regel Wasserdiffusion in homogenen Lösungen ist kostenlos und isotrop, jedoch, wenn die Wasserbewegung ist wegen der Beschränkung durch undurchlässige Wände angehalten die Diffusion anisotrop mit einem schnellen freien Diffusion parallel zu den Wänden und einem langsameren eingeschränkten Diffusion senkrecht zu den Wänden ( Abbildung 1). Diffusion von Wasser in den Geweben ist komplex und hängt von der strukturellen und physiologischen Eigenschaften der intra- und extrazellulären Kompartimenten, einschließlich Zellen Größen Zellen Dichte extrazellulärem Tortuosität und Wasseraustausch durch Membranen, wie auch auf die Anwesenheit von vaskulären und lymphatischen Netze (Fig 2). <img alt="Figur 1" src="/files/ftp_upload/52048/52048fig1highres.jpg" /> Abbildung 1: Freier und eingeschränkte Diffusion Schematische Darstellung eines Wassermoleküls freie Diffusion (links) und die Diffusion durch undurchlässige Wände (rechts) beschränkt.. <img alt="Abbildung 2" src="/files/ftp_upload/52048/52048fig2highres.jpg" /> Abbildung 2: Komplexe Diffusion in einem Gewebe Schemazeichnung Wasserdiffusion in einem zellularen System, das Wassermoleküle Bewegung in den extrazellulären und intrazellulären Kompartimenten und Wasseraustausch (Pfeile) zwischen diesen beiden Kammern.. Aufgrund der spezifischen Architektur des Brust die Diffusion von Wassermolekülen in den Milchgängen und Läppchen stellen ein spezielles Beispiel beschränkt ist und anisotrope Bewegung: Parallel zu den Wänden der Kanäle und Läppchen die Diffusion in der Nähe der der freien Diffusion, sondern in den Richtungen senkrecht zu den Wänden ist es durch die Wände begrenzt, von zwei zusammenSchichten von Zelle und Basalmembran. Folglich ist die Diffusion in der duktalen / Drüsensystems relativ schnell ist und anisotrop. Andererseits ist die Diffusion in der Umgebung der Leitungen Bindefasergewebe schnell und isotropen infolge des hohen Wassergehalt und einer niedrigen Zelldichte in diesem Gewebe (3 und 4). In Gegenwart von Malignität, Verstopfung der Leitungen und Läppchen von Krebszellen erhöht die Tortuosität und Einschränkung der Bewegung des Wassers, was eine Verringerung der Diffusionskoeffizienten in allen Richtungen und in der anisotropen Bewegung (Abbildung 3 und 4). <img alt="Figur 3" src="/files/ftp_upload/52048/52048fig3highres.jpg" /> Abbildung 3: Diffusion in die Mutter Läppchen Schematische Darstellung eines Schnitts durch den Läppchen und der Wasserdiffusion im Inneren eines Lobulus.. Links: Diffusion von Wasser durch die Läppchen &quot;Mauern, die schnell eingeschränktDiffusions parallel zu den Wänden und eingeschränkte Diffusion senkrecht zu den Wänden. Rechts: Diffusion in Läppchen mit Krebszellen. Die Diffusion in der extrazellulären Kammer ist stark behindert, aber ähnlich in allen Richtungen, und daher nahezu isotrop. <img alt="4" src="/files/ftp_upload/52048/52048fig4highres.jpg" /> Abb. 4: Wasserdiffusion im duktalen Baumsystem Links: Milchgänge mit farbigem Wachs eingespritzt wird, die ihre Richtung abgestrahlte und ihre inter Verzweigung 25. Mitte: Schematische Darstellung eines normalen Duktus Baum mit Vektoren, die die Diffusion im Innern der Kanäle (schwarze Pfeile) und im Bindegewebe (grüne Pfeile). Rechts: Schematische Darstellung eines duktalen Baum mit zwei Loci von Krebszellen (violett). Rote Pfeile zeigen die Diffusion in den Krebsarten. Dieses Papier beschreibt im Detail die Diffusions-Tensor-Scan-Methode und die prmitteltech Algorithmen und Software Analyse der DTI Datenmengen, die Erkennung Brust Malignität aktiviert. Alle Krebserkrankungen wurden durch Histopathologie Ergebnisse der Brustbiopsie und / oder chirurgischen Proben bestätigt. Wir beschreiben auch die T2 gewichtet Scanprotokoll für den Erhalt der Brust anatomische Merkmale sowie die DCE Scan-Protokoll, das als Referenzmethode zur Bewertung der DTI Nachweisempfindlichkeit serviert. <a href="https://www.jove.com/files/ftp_upload/52048/52048fig4large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieses Bild anzuzeigen.</a>

<table border="0" cellpadding="0" cellspacing="0" width="1079">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:364px;">Material/Equipment&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;</td>
			<td style="width:180px;">Company/ Catalog No.&#160;&#160;&#160;&#160;&#160;&#160;&#160;&#160;</td>
			<td style="width:180px;"></td>
			<td style="width:355px;">Comments/ Description</td>
		</tr>
		<tr height="20">
			<td height="41" rowspan="2" style="height:41px;width:364px;">Magnetol-Gadopentetatedimeglumine</td>
			<td rowspan="2" style="width:180px;">Soreq, Yavne, Israel</td>
			<td rowspan="2" style="width:180px;"></td>
			<td rowspan="2" style="width:355px;">0.5M</td>
		</tr>
		<tr height="21">
		</tr>
		<tr height="20">
			<td height="41" rowspan="2" style="height:41px;width:364px;">3 Tesla MRI scanner,&#160; MAGNETON Trio&#160;&#160;</td>
			<td rowspan="2" style="width:180px;">Siemens, Erlangn, Germany</td>
			<td rowspan="2" style="width:180px;"></td>
			<td rowspan="2" style="width:355px;">120</td>
		</tr>
		<tr height="21">
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:364px;">Bilateral breast&#160; array coil&#160;&#160;</td>
			<td style="width:180px;">Siemens, Erlangn, Germany</td>
			<td style="width:180px;"></td>
			<td style="width:355px;">4-channel</td>
		</tr>
		<tr height="22">
			<td height="22" style="height:22px;width:364px;">Bilateral breast&#160; array coil&#160;&#160;</td>
			<td style="width:180px;">In-Vivo, Orlando FA</td>
			<td style="width:180px;"></td>
			<td style="width:355px;">7.channel</td>
		</tr>
		<tr height="20">
			<td height="41" rowspan="2" style="height:41px;">Automated pump, Spectris Solaris MR Injector&#160;&#160;</td>
			<td rowspan="2" style="width:180px;">Medrad, Indianola , PA&#160;&#160;&#160;&#160;&#160;&#160;&#160;</td>
			<td rowspan="2" style="width:180px;"></td>
			<td rowspan="2" style="width:355px;"></td>
		</tr>
		<tr height="21">
		</tr>
		<tr height="20">
			<td height="61" rowspan="3" style="height:61px;width:364px;">DTI Image processing software&#160;&#160;&#160;&#160;&#160;&#160;&#160;</td>
			<td rowspan="3" style="width:180px;">Home-built</td>
			<td rowspan="3" style="width:180px;"></td>
			<td rowspan="3" style="width:355px;">Property of Yeda Research and Development Co.&#160; Ltd http://www.yedarnd.com/ContactUs.asp&#160;</td>
		</tr>
		<tr height="20">
		</tr>
		<tr height="21">
		</tr>
		<tr height="43">
			<td height="43" style="height:43px;width:364px;">3TP Image processing software</td>
			<td style="width:180px;">Home-built</td>
			<td style="width:180px;"></td>
			<td style="width:355px;">Property of Yeda Research and Development Co.&#160; Ltd http://www.yedarnd.com/ContactUs.asp&#160;</td>
		</tr>
	</tbody>
</table>

tracking the mammary architectural features and detecting breast cancer with magnetic resonance diffusion tensor imaging

Breast cancer is the most common cause of cancer among women worldwide. Early detection of breast cancer has a critical role in improving the quality of life and survival of breast cancer patients. In this paper a new approach for the detection of breast cancer is described, based on tracking the mammary architectural elements using diffusion tensor imaging (DTI). 
The paper focuses on the scanning protocols and image processing algorithms and software that were designed to fit the diffusion properties of the mammary fibroglandular tissue and its changes during malignant transformation. The final output yields pixel by pixel vector maps that track the architecture of the entire mammary ductal glandular trees and parametric maps of the diffusion tensor coefficients and anisotropy indices. 
The efficiency of the method to detect breast cancer was tested by scanning women volunteers including 68 patients with breast cancer confirmed by histopathology findings. Regions with cancer cells exhibited a marked reduction in the diffusion coefficients and in the maximal anisotropy index as compared to the normal breast tissue, providing an intrinsic contrast for delineating the boundaries of malignant growth. Overall, the sensitivity of the DTI parameters to detect breast cancer was found to be high, particularly in dense breasts, and comparable to the current standard breast MRI method that requires injection of a contrast agent. Thus, this method offers a completely non-invasive, safe and sensitive tool for breast cancer detection.

Das Verfahren wurde zunächst getestet und durch Abtasten normalen Freiwilligen bei verschiedenen hormonalen Stufen gezeigt. Figur 11 gezeigt, die parametrische und Vektorkarten mit unserer Software einer zentralen Scheibe von einem jungen gesunden Freiwilligen mit einem relativ hohen Anteil von fibroglandular Gewebe erhalten wird, wie deutlich zu erkennen ist auf der T2-gewichteten Bild (alle Grauzonen sind fibroglandular Gewebe und hellen Bereichen Fett). Die Richtung der Kraftdiffusionskoeffizient λ 1 ist in der Vektorkarte v1 mit einem großen Bruchteil der Pixel in Richtung des Nippels gezeigt. Wie erwartet die Werte der Diffusions-Tensor-Koeffizienten zurück von λ 1 bis λ 2 bis λ 3. Unter Verwendung dieser drei Diffusionskoeffizienten aktiviert Berechnung der durchschnittlichen Diffusions ADC, der Bruch Anisotropie (FA) und die maximale Anisotropie, λ 1 - λ 3. Unsere in den Karten der FA und λ 1 - λ <sub&gt; 3 die hohe Übereinstimmung der räumlichen Verteilung der Werte dieser beiden Indizes. Bei postmenopausalen Frauen sind die Brüste in der Regel weniger dicht ist wie in dem Beispiel in 13 für eine 63jährige normalen Freiwilligen gezeigt. Die Diffusionskoeffizienten sind niedriger bei älteren Freiwilligen aber die Anisotropie Indizes höher, möglicherweise wegen des geringeren Durchmessers der Leitungen und Läppchen und daher höhere Beschränkung der Diffusion in den Richtungen orthogonal zu den auferlegten duktalen Wänden. Ein weiteres Beispiel, welches die Empfindlichkeit des Tensors der Größe der Kanäle wird in dem Beispiel einer laktierenden Freiwilligen in 14 gezeigt ist. Da die Milch ein Kolloid von Fettkügelchen in einer auf Wasser basierenden Flüssigkeit, die gelöste Kohlenhydrate und Proteinaggregate mit Mineralien enthält höher als die des normalen Wasserflüssigkeit in den Kanälen, und somit ist die Viskosität der Milch, die Wasserdiffusionskoeffizienten von laktierenden Brüste lower als bei prämenopausalen Frauen 24. Ferner sind die Kanäle in der Nähe der Brustwarze sind groß und die Beschränkung in den Richtungen orthogonal zu den Kanälen ist niedriger als in der nicht-laktierenden Brust und folglich die Anisotropie Indizes niedriger als gut. Doch in den lobulären -posterior Regionen der stillenden Brust die Anisotropie ist immer noch hoch. Bei Patienten mit malignen Erkrankungen der Hauptänderung Diffusionstensors Parametern zu einer signifikanten Verringerung in den drei Diffusionskoeffizienten zeigten. Die Änderungen in λ 1 wurde gefunden, dass die höchste Kontrast-Rausch-Verhältnis 19 ist. Diese Studie umfasste 68 Patienten mit bestätigter Pathologie darunter 33 Patienten mit invasiven duktalen Karzinom (IDC) diagnostiziert, 19 mit duktale Carcinoma in situ (DCIS), 13 mit invasive lobuläre Karzinom (ILC) und 3 mit anderen Malignomen. Einige Patienten hatten mehrere Schwer oder Mehr centric Brustkrebs. Die Größe der Tumoren varied 3-95 mm mit Median von 14 mm und Interquartilbereich von 10 bis 30 mm. Bei all diesen Patienten ist die Erkennungsrate von DCE und DTI waren vergleichbar. Jedoch 5 Fällen, die Verbesserung zeigte in DCE und wurden von Pathologie bestätigt, wie Krebserkrankungen wurden nicht in die DTI-Analyse aufgrund technischer Probleme in Fett Brüste, in erster Linie auf Inhomogenität und unzureichende Fettunterdrückung, was zu Verzerrungen und Artefakte im Zusammenhang enthalten. Die Figuren 15, 16 und 17 zeigen typische Parameterkarten der beiden Hauptdiffusionsparameter λ 1 und λ 1 - λ 3, die zum Erfassen von Brustkrebs Malignitäten verwendet werden. Diese Figur zeigt zusätzlich zu den gewichteten Bildern T2, die Ergebnisse der Analyse unter Verwendung der DCE 3TP farblich Methode. Wie in der Einleitung erklärt das Vorhandensein von malignen Zellen in den Kanälen oder Läppchen und ihrer Umgebung behindern die Diffusion in dem extrazellulären Raum reduziert deutlich ter Diffusionskoeffizienten. Zusätzlich ist die Anisotropie aufgrund Gangstrukturen wie die Krebszellen in allen Richtungen in einer chaotischen ohne deutliche Richtung verteilt verschwinden. Der FA ist ein ausreichender Parameter zur Erkennung von Brustkrebs, da die Normalisierung dieses Parameters auf die durchschnittliche Diffusionsvermögen führt zu hohen Werten von FA in Krebs ähnlich denen im Normalgewebe 19. Jedoch ist die maximale Anisotropie bildet jedoch eine Einrichtung zum Nachweis von Krebs (Figuren 15-17). Dennoch, da der Bindefasergewebe ist auch nahe isotrop und weisen niedrige Werte der maximalen Anisotropie ist dieser Parameter weniger spezifisch ist als die Diffusionskoeffizienten λ 1 und wirkt als ein sekundärer Parameter λ 1. Figur 17 zeigt auch die Fähigkeit zur Reaktion auf DTI neoadjuvante Chemotherapie charakterisieren. In diesem Beispiel ist der Patient vollständig auf die Behandlung reagiert (4 Zyklen Adriamycin + Cycloxane -, gefolgt von 4 Zyklen Taxol). Tatsächlich ist die Reaktion auf die Behandlung zu einer signifikanten Erhöhung der Diffusionskoeffizienten zu typischen normalen Brustgewebewerte, was auf die Anwesenheit von reparative Bindegewebes, das die Krebszellen ersetzt. Ähnliche Ergebnisse wurden in 4 weiteren Patienten, die auf die Therapie reagierten, erhalten. <img alt="13" src="/files/ftp_upload/52048/52048fig13highres.jpg" /> Abbildung 13: Ausgabe von parametrischen DTI Karten eines zentralen Brust Scheibe eines 63 Jahre alt gesunden Freiwilligen überlagert auf der T2-gewichteten Bild der gleichen Scheibe Dir.. - Richtung Karte mit rot, um anzuzeigen, um die Füße Richtung von links nach rechts, grün und zeigt vorne nach hinten und grün und zeigt den Kopf. Man beachte, dass die Vektoren in weißen Linien markiert. All die Diffusionskoeffizienten und der maximalen Anisotropie-Index sind in Einheiten von 1 x10 -3 mm 2 / sec. FA ist einheitenlose. Der Balken in der Vektorkarte refers auf eine Länge von 20 mm und dem Balken in der T2-Bild bezieht sich auf eine Länge von 20 mm in allen verbleibenden Bilder. <img alt="14" src="/files/ftp_upload/52048/52048fig14highres.jpg" /> Abbildung 14: Ausgangs parametrischer DTI Karten einer zentralen Brust Scheibe eines 40 Jahre alt laktierenden Freiwilligen auf dem T2-gewichteten Bild der gleichen Scheibe Dir lagert.. - Richtung Karte mit rot, um anzuzeigen, um die Füße Richtung von links nach rechts, grün und zeigt vorne nach hinten und grün und zeigt den Kopf. All die Diffusionskoeffizienten und der maximalen Anisotropie-Index sind in Einheiten von 1 x10 -3 mm 2 / sec. FA ist einheitenlose. Hinweis in Richtung Karte und Vektorkarte, die die meisten Punkte in Richtung der Brustwarze ausgerichtet. Beachten Sie auch die geringere Diffusionskoeffizienten, bezogen auf die Werte in den Figuren 7 und 10 gesunden Probanden. Der Balken in der Vektorkarte bezieht sich auf eine Länge von 20 mm, und dieMaßstabsbalken in der T2-Bild bezieht sich auf eine Länge von 20 mm in allen verbleibenden Bilder. <img alt="15" src="/files/ftp_upload/52048/52048fig15highres.jpg" /> Abb. 15: Parametrische Karten von λ 1 und λ 1 - λ 3 in einem 38 Jahre alten Patienten mit Multifokus invasive duktale Carcinoma In der 1. Roh- die DTI-Parameter werden mit einem Schwellenwert von 1,7 × 10 -3 mm 2 / s vorgestellt für λ 1 und 0,6 mm 2 / s bei λ 1 -λ 3 (alle Werte oberhalb der Schwellenwerte sind in lila gefärbt). In der 2. Roh-, Werte oberhalb des Schwellenwerts nicht gefärbt sind und zeigen die zugrundeliegenden T2-gewichteten Bild. Hierunter sind auch in der 1. Säule auf der linken Seite einer T2-gewichteten Bild und einem DCE parametrische Karte, von der 3TP Verfahren der DTI parametrischen Karten erhalten, aus dem gleichen Stück. Der Balken in der T2-Bild bezieht sich auf eine Länge von 20 mm in alle Bilder. Beachten Sie, dass die in der Ebene liegende räumliche Auflösung der Bilder DCE etwa doppelt so hoch wie die des DTI, gibt es jedoch eine hohe visuelle Übereinstimmung mit der Lage und Größe der 3TP und λ 1 Parameterkarten. <img alt="16" src="/files/ftp_upload/52048/52048fig16highres.jpg" /> Abbildung 16: Parametrische Karten von λ 1 und λ 1 -λ 3 in einem 60 Jahre alten Patienten mit low grade DCIS Hierunter sind auch in der 1. Säule auf der linken Seite einer T2-gewichteten Bild und einem DCE parametrische Karte, durch die erhaltene. 3TP Verfahrens, der gleichen Schicht wie die DTI parametrischen Karten. Der Balken in der T2-Bild bezieht sich auf eine Länge von 20 mm in allen Bildern. Beachten Sie die Fähigkeit des DTI, um Krebs in einem sehr fetthaltige Brust erkennen. <img alt="17" src="/files/ftp_upload/52048/52048fig17highres.jpg" /> Abbildung 17: Parametrische Karten von λ 1 und λ 1 - λ 3 in einem 39 Jahre alten Patienten mit invasiven lobulären Karzinom vor und nach neoadjuvante Chemotherapie Der Patient wurde zweimal nach 4 Zyklen Adryamicin gescannt, einmal vor und einmal Therapie vor der Operation, +. Cycloxan und 4 Zyklen von Taxol. Beachten Sie die Erhöhung λ 1 und in λ 1 -λ 3 in Krebsbereichen, die auf die Behandlung reagiert. Die 1. Roh- zeigt Bilder vor der Therapie erhalten, und die 2. Roh- zeigt Bilder von rund der Region in der 1. Reihe, vor der Operation erhalten. Vor der Behandlung von Krebs Regionen ausgestellt λ 1 und λ 1 -λ 3 Werte unter ihrer Schwelle, und nach der Behandlung mit diesen beiden Parametern erhöht auf Werte über die Schwelle. Hierunter sind auch in der 1. Spalte links T2 gewichtete Bilder; in der 2. Kolonne Multiple Bild-Projektion-MIP, durch Subtraktion der Vor-Kontrast-Bildern aus den 2 min nach Kontrastbilder erhalten werden; in der 3. Spalte DCE Parameterkarten vom 3TP Verfahren erhalten. Der Balken in der T2-Bild bezieht sich auf eine Länge von 20 mm in allen Bildern,

Watch this Scientific Journal Video about Tracking the Mammary Architectural Features and Detecting Breast Cancer with Magnetic Resonance Diffusion Tensor Imaging at JoVE.com

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

We describe how to obtain parametric and vector maps of the diffusion tensor of the breast using magnetic resonance imaging. The protocol and final output following imaging processing are tailored for tracking breast architectural features and detecting breast malignancy.

Tracking der Brust architektonische Details und Erkennen von Brustkrebs mit Magnet-Resonanz-Diffusion Tensor Imaging

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

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

Research

JoVE Journal

Medicine

22.1K Aufrufe.  Weizmann Institute of Science. We describe how to obtain parametric and vector maps of the diffusion tensor of the breast using magnetic resonance imaging. The protocol and final output following imaging processing are tailored for tracking breast architectural features and detecting breast malignancy. 

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

Magnetic Resonance Derived Myocardial Strain Assessment Using Feature Tracking

Purpose: An accurate and practical method to measure parameters like strain in myocardial tissue is of great clinical value, since it has been shown, that strain is a more sensitive and earlier marker for contractile dysfunction than the frequently used parameter EF. Current technologies for CMR are time consuming and difficult to implement in clinical practice. Feature tracking is a technology that can lead to more automization and robustness of quantitative analysis of medical images with less time consumption than comparable methods.
Methods: An automatic or manual input in a single phase serves as an initialization from which the system starts to track the displacement of individual patterns representing anatomical structures over time. The specialty of this method is that the images do not need to be manipulated in any way beforehand like e.g. tagging of CMR images.
Results: The method is very well suited for tracking muscular tissue and with this allowing quantitative elaboration of myocardium and also blood flow.
Conclusions: This new method offers a robust and time saving procedure to quantify myocardial tissue and blood with displacement, velocity and deformation parameters on regular sequences of CMR imaging. It therefore can be implemented in clinical practice.

An accurate and practical method to measure parameters like strain in myocardial tissue is of great clinical value, since it has been shown, that strain is a more sensitive and earlier marker for contractile dysfunction than the frequently used parameter EF.

Magnetic Resonance Derived Myocardial Dehnungs-Beurteilung anhand von Feature-Tracking-

Purpose: An accurate and practical method to measure parameters like strain in myocardial tissue is of great clinical value, since it has been shown, that ...

Forschung

Medizin

Probing the Brain in Autism Using fMRI and Diffusion Tensor Imaging

Newly emerging theories suggest that the brain does not function as a cohesive unit in autism, and this discordance is reflected in the behavioral symptoms displayed by individuals with autism. While structural neuroimaging findings have provided some insights into brain abnormalities in autism, the consistency of such findings is questionable. Functional neuroimaging, on the other hand, has been more fruitful in this regard because autism is a disorder of dynamic processing and allows examination of communication between cortical networks, which appears to be where the underlying problem occurs in autism. Functional connectivity is defined as the temporal correlation of spatially separate neurological events1. Findings from a number of recent fMRI studies have supported the idea that there is weaker coordination between different parts of the brain that should be working together to accomplish complex social or language problems2,3,4,5,6. One of the mysteries of autism is the coexistence of deficits in several domains along with relatively intact, sometimes enhanced, abilities. Such complex manifestation of autism calls for a global and comprehensive examination of the disorder at the neural level. A compelling recent account of the brain functioning in autism, the cortical underconnectivity theory,2,7 provides an integrating framework for the neurobiological bases of autism. The cortical underconnectivity theory of autism suggests that any language, social, or psychological function that is dependent on the integration of multiple brain regions is susceptible to disruption as the processing demand increases. In autism, the underfunctioning of integrative circuitry in the brain may cause widespread underconnectivity. In other words, people with autism may interpret information in a piecemeal fashion at the expense of the whole. Since cortical underconnectivity among brain regions, especially the frontal cortex and more posterior areas 3,6, has now been relatively well established, we can begin to further understand brain connectivity as a critical component of autism symptomatology.
A logical next step in this direction is to examine the anatomical connections that may mediate the functional connections mentioned above. Diffusion Tensor Imaging (DTI) is a relatively novel neuroimaging technique that helps probe the diffusion of water in the brain to infer the integrity of white matter fibers. In this technique, water diffusion in the brain is examined in several directions using diffusion gradients. While functional connectivity provides information about the synchronization of brain activation across different brain areas during a task or during rest, DTI helps in understanding the underlying axonal organization which may facilitate the cross-talk among brain areas. This paper will describe these techniques as valuable tools in understanding the brain in autism and the challenges involved in this line of research.

Neuroimaging techniques, such as functional MRI and Diffusion Tensor Imaging have become increasingly useful in characterizing the cognitive and neural deficits in autism. An examination of brain connectivity in autism at a network level along with adaptations for scanning children with developmental disabilities is presented.

Probing the Brain in Autism mittels fMRT und Diffusion Tensor Imaging

Newly emerging theories suggest that the brain does not function as a cohesive unit in autism, and this discordance is reflected in the behavioral ...

Multi-modal Imaging of Angiogenesis in a Nude Rat Model of Breast Cancer Bone Metastasis Using Magnetic Resonance Imaging, Volumetric Computed Tomography and Ultrasound

Angiogenesis is an essential feature of cancer growth and metastasis formation. In bone metastasis, angiogenic factors are pivotal for tumor cell proliferation in the bone marrow cavity as well as for interaction of tumor and bone cells resulting in local bone destruction. Our aim was to develop a model of experimental bone metastasis that allows in vivo assessment of angiogenesis in skeletal lesions using non-invasive imaging techniques.
For this purpose, we injected 105 MDA-MB-231 human breast cancer cells into the superficial epigastric artery, which precludes the growth of metastases in body areas other than the respective hind leg1. Following 25-30 days after tumor cell inoculation, site-specific bone metastases develop, restricted to the distal femur, proximal tibia and proximal fibula1. Morphological and functional aspects of angiogenesis can be investigated longitudinally in bone metastases using magnetic resonance imaging (MRI), volumetric computed tomography (VCT) and ultrasound (US).
MRI displays morphologic information on the soft tissue part of bone metastases that is initially confined to the bone marrow cavity and subsequently exceeds cortical bone while progressing. Using dynamic contrast-enhanced MRI (DCE-MRI) functional data including regional blood volume, perfusion and vessel permeability can be obtained and quantified2-4. Bone destruction is captured in high resolution using morphological VCT imaging. Complementary to MRI findings, osteolytic lesions can be located adjacent to sites of intramedullary tumor growth. After contrast agent application, VCT angiography reveals the macrovessel architecture in bone metastases in high resolution, and DCE-VCT enables insight in the microcirculation of these lesions5,6. US is applicable to assess morphological and functional features from skeletal lesions due to local osteolysis of cortical bone. Using B-mode and Doppler techniques, structure and perfusion of the soft tissue metastases can be evaluated, respectively. DCE-US allows for real-time imaging of vascularization in bone metastases after injection of microbubbles7.
In conclusion, in a model of site-specific breast cancer bone metastases multi-modal imaging techniques including MRI, VCT and US offer complementary information on morphology and functional parameters of angiogenesis in these skeletal lesions.

In the pathogenesis of bone metastasis, angiogenesis is a crucial process and therefore represents a target for imaging and therapy. Here, we present a rat model of site-specific breast cancer bone metastasis and describe strategies to non-invasively image angiogenesis in vivo using magnetic resonance imaging, volumetric computed tomography and ultrasound.

Multimodale Bildgebung von Angiogenese in einem Nude Rattenmodell der Brustkrebs Knochenmetastasen mittels Magnetresonanztomographie, volumetrische Computertomographie und Ultraschall

Angiogenesis is an essential feature of cancer growth and metastasis formation. In bone metastasis, angiogenic factors are pivotal for tumor cell ...

Time-lapse Imaging of Primary Preneoplastic Mammary Epithelial Cells Derived from Genetically Engineered Mouse Models of Breast Cancer

Time-lapse imaging can be used to compare behavior of cultured primary preneoplastic mammary epithelial cells derived from different genetically engineered mouse models of breast cancer. For example, time between cell divisions (cell lifetimes), apoptotic cell numbers, evolution of morphological changes, and mechanism of colony formation can be quantified and compared in cells carrying specific genetic lesions. Primary mammary epithelial cell cultures are generated from mammary glands without palpable tumor. Glands are carefully resected with clear separation from adjacent muscle, lymph nodes are removed, and single-cell suspensions of enriched mammary epithelial cells are generated by mincing mammary tissue followed by enzymatic dissociation and filtration. Single-cell suspensions are plated and placed directly under a microscope within an incubator chamber for live-cell imaging. Sixteen 650 &mu;m x 700 &mu;m fields in a 4x4 configuration from each well of a 6-well plate are imaged every 15 min for 5 days. Time-lapse images are examined directly to measure cellular behaviors that can include mechanism and frequency of cell colony formation within the first 24 hr of plating the cells (aggregation versus cell proliferation), incidence of apoptosis, and phasing of morphological changes. Single-cell tracking is used to generate cell fate maps for measurement of individual cell lifetimes and investigation of cell division patterns. Quantitative data are statistically analyzed to assess for significant differences in behavior correlated with specific genetic lesions.

Time-lapse imaging is used to assess behavior of primary preneoplastic mammary epithelial cells derived from genetically engineered mouse models of breast cancer risk to determine if there are correlations between specific behavioral parameters and distinct genetic lesions.

Zeitraffer-Imaging of Primary Präkanzeröse Brustepithelzellen aus gentechnisch veränderten Mausmodellen der Breast Cancer Abgeleitet

Time-lapse  imaging can be used to compare behavior of cultured primary preneoplastic  mammary epithelial cells derived from different genetically ...

Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases

Diffusion tensor imaging (DTI) techniques provide information on the microstructural processes of the cerebral white matter (WM) in vivo. The present applications are designed to investigate differences of WM involvement patterns in different brain diseases, especially neurodegenerative disorders, by use of different DTI analyses in comparison with matched controls. 	
DTI data analysis is performed in a variate fashion, i.e. voxelwise comparison of regional diffusion direction-based metrics such as fractional anisotropy (FA), together with fiber tracking (FT) accompanied by tractwise fractional anisotropy statistics (TFAS) at the group level in order to identify differences in FA along WM structures, aiming at the definition of regional patterns of WM alterations at the group level. Transformation into a stereotaxic standard space is a prerequisite for group studies and requires thorough data processing to preserve directional inter-dependencies. The present applications show optimized technical approaches for this preservation of quantitative and directional information during spatial normalization in data analyses at the group level. On this basis, FT techniques can be applied to group averaged data in order to quantify metrics information as defined by FT. Additionally, application of DTI methods, i.e. differences in FA-maps after stereotaxic alignment, in a longitudinal analysis at an individual subject basis reveal information about the progression of neurological disorders. Further quality improvement of DTI based results can be obtained during preprocessing by application of a controlled elimination of gradient directions with high noise levels.	
In summary, DTI is used to define a distinct WM pathoanatomy of different brain diseases by the combination of whole brain-based and tract-based DTI analysis.

Diffusion tensor imaging (DTI) basically serves as an MRI-based tool to identify in vivo the microstructure of the brain and pathological processes due to neurological disorders within the cerebral white matter. DTI-based analyses allow for application to brain diseases both at the group level and in single subject data.

Diffusion Tensor Magnetic Resonance Imaging in der Analyse von neurodegenerativen Erkrankungen

Diffusion tensor imaging (DTI) techniques provide information on the microstructural processes of the cerebral white matter (WM) in vivo. The present ...

Dynamic Contrast Enhanced Magnetic Resonance Imaging of an Orthotopic Pancreatic Cancer Mouse Model

Dynamic contrast enhanced magnetic resonance imaging (DCE-MRI) has been limitedly used for orthotopic pancreatic tumor xenografts due to severe respiratory motion artifact in the abdominal area. Orthotopic tumor models offer advantages over subcutaneous ones, because those can reflect the primary tumor microenvironment affecting blood supply, neovascularization, and tumor cell invasion. We have recently established a protocol of DCE-MRI of orthotopic pancreatic tumor xenografts in mouse models by securing tumors with an orthogonally bent plastic board to prevent motion transfer from the chest region during imaging. The pressure by this board was localized on the abdominal area, and has not resulted in respiratory difficulty of the animals. This article demonstrates the detailed procedure of orthotopic pancreatic tumor modeling using small animals and DCE-MRI of the tumor xenografts. Quantification method of pharmacokinetic parameters in DCE-MRI is also introduced. The procedure described in this article will assist investigators to apply DCE-MRI for orthotopic gastrointestinal cancer mouse models.

The goal of this protocol is to apply dynamic contrast enhanced magnetic resonance imaging (DCE-MRI) for orthotopic pancreatic tumor xenografts in mice. DCE-MRI is a non-invasive method to analyze microvasculature in a target tissue, and useful to assess vascular response in a tumor following a novel therapy.

Dynamic Contrast Verbesserte Spintomographie von einem orthotopen Mausmodell Bauchspeicheldrüsenkrebs

Dynamic contrast enhanced magnetic resonance imaging (DCE-MRI) has been limitedly used for orthotopic pancreatic tumor xenografts due to severe ...

Simultaneous PET/MRI Imaging During Mouse Cerebral Hypoxia-ischemia

Dynamic changes in tissue water diffusion and glucose metabolism occur during and after hypoxia in cerebral hypoxia-ischemia reflecting a bioenergetics disturbance in affected cells. Diffusion weighted magnetic resonance imaging (MRI) identifies regions that are damaged, potentially irreversibly, by hypoxia-ischemia. Alterations in glucose utilization in the affected tissue may be detectable by positron emission tomography (PET) imaging of 2-deoxy-2-(18F)fluoro-&#7429;-glucose ([18F]FDG) uptake. Due to the rapid and variable nature of injury in this animal model, acquisition of both modes of data must be performed simultaneously in order to meaningfully correlate PET and MRI data. In addition, inter-animal variability in the hypoxic-ischemic injury due to vascular differences limits the ability to analyze multi-modal data and observe changes to a group-wise approach if data is not acquired simultaneously in individual subjects. The method presented here allows one to acquire both diffusion-weighted MRI and [18F]FDG uptake data in the same animal before, during, and after the hypoxic challenge in order to interrogate immediate physiological changes.

The method presented here uses simultaneous positron emission tomography and magnetic resonance imaging. In the cerebral hypoxia-ischemia model, dynamic changes in diffusion and glucose metabolism occur during and after injury. The evolving and irreproducible damage in this model necessitates simultaneous acquisition if meaningful multi-modal imaging data are to be acquired.

Gleichzeitige PET / MRT-Bildgebung während Maus zerebrale Hypoxie-Ischämie

Dynamic changes in tissue water diffusion and glucose metabolism occur during and after hypoxia in cerebral hypoxia-ischemia reflecting a bioenergetics ...

Cardiac Magnetic Resonance Imaging at 7 Tesla

CMR at an ultra-high field (magnetic field strength B0&#160;&#8805; 7 Tesla) benefits from the signal-to-noise ratio (SNR) advantage inherent at higher magnetic field strengths and potentially provides improved signal contrast and spatial resolution. While promising results have been achieved, ultra-high field CMR is challenging due to energy deposition constraints and physical phenomena such as transmission field non-uniformities and magnetic field inhomogeneities. In addition, the magneto-hydrodynamic effect renders the synchronization of the data acquisition with the cardiac motion difficult. The challenges are currently addressed by explorations into novel magnetic resonance technology. If all impediments can be overcome, ultra-high field CMR may generate new opportunities for functional CMR, myocardial tissue characterization, microstructure imaging or metabolic imaging. Recognizing this potential, we show that multi-channel radio frequency (RF) coil technology tailored for CMR at 7 Tesla together with higher order B0 shimming and a backup signal for cardiac triggering facilitates high fidelity functional CMR. With the proposed setup, cardiac chamber quantification can be accomplished in examination times similar to those achieved at lower field strengths. To share this experience and to support the dissemination of this expertise, this work describes our setup and protocol tailored for functional CMR at 7 Tesla.

The sensitivity gain inherent to ultrahigh field magnetic resonance holds promise for high spatial resolution imaging of the heart. Here, we describe a protocol customized for functional cardiovascular magnetic resonance (CMR) at 7 Tesla using an advanced multi-channel radio-frequency coil, magnetic field shimming and a triggering concept.

Kardiale Magnetresonanztomographie bei 7 Tesla

CMR at an ultra-high field (magnetic field strength B0&#160;&#8805; 7 Tesla) benefits from the signal-to-noise ratio (SNR) advantage inherent at higher ...

Phase Contrast Magnetic Resonance Imaging in the Rat Common Carotid Artery

Phase contrast magnetic resonance imaging (PC-MRI) is a noninvasive approach that can quantify flow-related parameters such as blood flow. Previous studies have shown that abnormal blood flow may be associated with systemic vascular risk. Thus, PC-MRI can facilitate the translation of data obtained from animal models of cardiovascular diseases to pertinent clinical investigations. In this report, we describe the procedure for measuring blood flow in the common carotid artery (CCA) of rats using cine-gated PC-MRI and discuss relevant analysis methods. This procedure can be performed in a live, anesthetized animal and does not require euthanasia after the procedure. The proposed scanning parameters yield repeatable measurements for blood flow, indicating excellent reproducibility of the results. The PC-MRI procedure described in this article can be used for pharmacological testing, pathophysiological assessment, and cerebral hemodynamics evaluation.

The overall goal of this procedure is to measure the blood flow in the rat common carotid artery by using noninvasive phase contrast magnetic resonance imaging.

Phase Kontrast Magnetresonanz-Bildgebung in der Ratte gemeinsame Halsschlagader

Phase contrast magnetic resonance imaging (PC-MRI) is a noninvasive approach that can quantify flow-related parameters such as blood flow. Previous ...

Quantification of Levator Ani Hiatus Enlargement by Magnetic Resonance Imaging in Males and Females with Pelvic Organ Prolapse

Here we present a protocol to examine the levator ani hiatus in males and females with pelvic organ prolapse, during the Valsalva maneuver and while evacuating acoustic gel, using a horizontally oriented 1.5 T magnetic resonance (MR) scanner. On midsagittal images, the vertical distance of pelvic organs is measured in millimeters relative to the hymen plane (female) and to the lower border of the symphysis pubis (male), preceded by - (above) or + ( below) signs. On axial images, the levator ani area is calculated in square centimeters with a free-hand tracing method from three key images, passing through the midsymphysis (level I), tangential to the lower border of the symphysis (level II), and at the maximal anterior rectal wall bulging (level III). Areas at rest and strained are compared to find evidence of a percentage of increase. The purpose is to provide objective evidence of the maximal extent of pelvic organs descent and hiatus enlargement without the interference of foreign objects or the examiner&#39;s proximity, so as to overcome the limitations of pelvic examination and transperineal sonography (i.e., subjectivity and sex-related limitations [female only]).

Here we present a protocol to standardize the measurement of the levator ani hiatus size&#160;by magnetic resonance imaging. The purpose is to extract biomechanical inferences from image analysis by comparing resting and straining values in patients of both sexes with pelvic prolapse, using consistent anatomical bony landmarks.

Quantifizierung des Levator Ani Pause Erweiterung durch Magnetresonanz-Bildgebung bei Männern und Frauen mit Becken-Orgel Prolaps

Here we present a protocol to examine the levator ani hiatus in males and females with pelvic organ prolapse, during the Valsalva maneuver and while ...