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> NOTA: Todos los protocolos fueron aprobados por la Junta de Revisión Interna del Centro Médico Meir, Kfar-Saba, Israel y un consentimiento informado firmado se obtuvo de todos los temas. 1. Preparación para el paciente y Posicionamiento en el explorador de MRI <ol><li> Inserte un catéter intravenoso en el brazo izquierdo o derecho para la inyección de contraste. </li><li> Asegúrese de que el paciente está tumbado en posición prona con ambos senos que cuelgan libremente en las aberturas bilaterales de la bobina de mama como se demuestra en la Figura 5. </li><li> Asegúrese de que la cabeza se coloca sobre una almohada para la cabeza y el cuello comodidad del paciente y ambos brazos se colocan por encima de la cabeza como se demuestra en la Figura 5. </li><li> Asegúrese de que cada mama se encuentra en una céntrica ubicación, colgando suelto y lo más profundamente posible dentro de la abertura de la bobina respectiva como se demuestra en la Figura 5. </li></ol>e 5 &quot;src =&quot; / files / ftp_upload / 52048 / 52048fig5highres.jpg &quot;/&gt; Figura 5: Colocación de una mujer para el escaneo MRI de seno. Tenga en cuenta la posición de decúbito prono y la suspensión libre de ambas mamas en las aberturas bilaterales de la bobina de mama. <ol start="5"><li> Conecte la bomba de inyección automatizado al catéter intravenoso. </li></ol> 2. RM <ol><li> Adquirir con el escáner de resonancia magnética de imagen a un piloto para la localización de los dos pechos y determinar el campo de visión (FOV), número de cortes y grosor de corte para cubrir completamente las dos mamas con extensión a la axila y de la pared torácica. </li><li> En todas las siguientes secuencias de digitalización realizadas con el escáner de resonancia magnética, mantenga el mismo valor del, número de segmento FOV y grosor de corte para cada caso. Por ejemplo, la adquisición de 60 cortes axiales con FOV de 360 ​​mm en la dirección de lectura y de fase, grosor de corte que oscila entre 2 a 3 mm, dependiendo del tamaño de los pechos, y una dirección de codificación de fase L2;&gt; R o R &gt;&gt; L. Vary la resolución en el plano en las siguientes secuencias en función de la dimensión de la matriz de adquisición utilizada para cada secuencia como se indica en la Tabla 1. </li></ol><table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td> Parámetro Experimental </td><td> 2D T2 ponderado </td><td> DTI 2D </td><td> Cartografía 2D GE Campo </td><td> 3D DCE </td></tr><tr><td> Tiempo de repetición (TR) mseg </td><td> 5500 </td><td> 10800 </td><td> 669 </td><td> 6.8 </td></tr><tr><td> Tiempo de eco (TE) ms </td><td> 122 </td><td> 120 </td><td> 4.92 </td><td> 2.49 </td></tr><tr><td> TE (2) </td><td></td><td></td><td> 7.38 </td><td></td></tr><tr><td> Ángulo Flip, grados </td><td></td><td></td><td> 60 </td><td> 18 </td></tr><tr><td> Matriz de Adquisición </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> Promedios </td><td> 1 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> concatenaciones </td><td> 4 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> Factor de Turbo </td><td> 21 </td><td></td><td></td><td></td></tr><tr><td> Número de trenes por rebanada </td><td> 11 </td><td></td><td></td><td></td></tr><tr><td> Espaciamiento Echo, ms </td><td> 10 </td><td> 0.79 </td><td></td><td></td></tr><tr><td> Ancho de banda, Hz / píxel </td><td> 300 </td><td> 1860 </td><td> 1532 </td><td> 560 </td></tr><tr><td> En la resolución de escaneado plano </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> En avión resolución de imagen </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> Tiempo de adquisición, min: seg </td><td> 04:26 </td><td> 6:09 </td><td> 01:28 </td><td> 01:06 (x9) </td></tr><tr><td> Nº de gradientes de difusión </td><td></td><td> 30 </td><td></td><td></td></tr><tr><td> La supresión grasa </td><td> no </td><td> FAT-SAT / de SPAIR 1 </td><td></td><td> no </td></tr><tr><td> valores b, s / mm 2 </td><td></td><td> 0, 700 </td><td></td><td></td></tr></tbody></table> Tabla 1:. Parámetros experimentales de las secuencias utilizadas en este estudio 1 FAT-SAT: Fat Saturación. De SPAIR: Spectral atenuada Inversion recuperación. <ol start="3"><li> Localizar con el equipo de interfaz de usuario del escáner de resonancia magnética una región que incluye ambas mamas y la axila y definir un cuadro de calce. Aplicar una estrategia de calce iterativo para optimizar el campo magnético 29. <ol><li> Visualizar el espectro de protones en la pantalla del ordenador de interfaz de usuario y ajustar el calce centrando la frecuencia en tque la frecuencia de resonancia del agua y luego en la frecuencia de resonancia de grasa. Repita el acuñamiento hasta que mejor separa las señales de grasa y agua y optimiza la intensidad de señal máxima y la forma como se revela en el espectro de protones. Compruebe que la frecuencia de irradiación se centra en la frecuencia de resonancia del agua. </li></ol></li><li> Aplique a través del ordenador de interfaz de usuario de un spin-eco transversal turbo T2 2D secuencia rebanada múltiples a alta resolución espacial sin saturación de la grasa usando generalizada de auto-calibración parcialmente paralelo adquisición (GRAPPA), con factor de aceleración 2. Fijar los parámetros que se abrirá en la pantalla de acuerdo a sus valores de la columna &quot;2D ​​T2 ponderada&quot; en la Tabla 1. </li><li> Aplique a través del ordenador de interfaz de usuario a, imágenes de tensor de difusión spin-echo transversal 2D, grasa suprimida - DTI utilizando el redefinió el doble eco secuencia de imágenes planas 30, utilizando Grappa, con factor de aceleración 2. Fijar los parámetrosque aparecerá en la pantalla de acuerdo a sus valores de la columna &quot;2D ​​DTI&quot; en la Tabla 1. </li><li> Aplique a través del ordenador de interfaz de usuario de una secuencia de asignación de campos para corregir distorsiones geométricas en imágenes eco-planar (EPI), y obtener imágenes diferenciales de fase como se describe por Jezzard y Balaban 31. Asegúrese de que la secuencia incluye adquisición de 2D eco de gradiente transversal imágenes (GE) con dos tiempos de eco diferentes en fase, y que la dirección de codificación de fase es el mismo que en la secuencia de DTI (paso 2.5). Fijar los parámetros que aparecerá en la pantalla de acuerdo a sus valores de la columna &quot;cartografía 2D GE Campo&quot; en la Tabla 1. </li><li> Aplicar a través del ordenador de interfaz de usuario un contraste mejorado protocolo dinámico utilizando una secuencia de eco de gradiente rápido 3D sin supresión grasa, con parámetros optimizados de acuerdo con el método 32 de tres puntos de tiempo (3TP). Fijar los parámetros quese abrirá en la pantalla de acuerdo a sus valores de la columna &quot;3D DCE&quot; en la Tabla 1. <ol><li> Anota dos imágenes precontraste iniciales según el protocolo en el paso 2.7. </li></ol></li><li> Inyectar 15 seg antes del final de la segunda pre-adquisición contraste gadopentetatedimeglumine el agente de contraste, a una dosis de 0,1 mmol / kg de peso corporal, usando una bomba automática a una velocidad de 2 ml / seg, seguido por 20 ml de solución salina, a 2 ml / seg. <ol><li> Continuar grabación siete conjuntos de datos 3D secuenciales de acuerdo con el protocolo en el paso de 2,7 a 54, 120, 186, la inyección de contraste 252, 318, 384, y 450 de post seg. </li></ol></li><li> Aplique a través del ordenador de interfaz de usuario una transversal 2D en T2 grasa reprimidas turbo spin-echo secuencia rebanada múltiples en alta resolución espacial utilizando Grappa, con factor de aceleración 2. Utilice los detalles experimentales similares a los utilizados para la imagen ponderada T2 describen en el paso 2.4 </strong&gt;. NOTA: un curso de tiempo que resume los pasos en el protocolo de MRI se proporciona en la Figura 6. </li></ol><img alt="Figura 6" src="/files/ftp_upload/52048/52048fig6highres.jpg" /> Figura 6: Evolución temporal del protocolo de MRI clínico. Procesamiento 3. Imagen <ol><li> Transferencia de todo el conjunto de datos obtenidos por todas las secuencias de imagen (que se describe en los pasos 2.4 a 2.9) a una estación de trabajo remoto o computadora personal y procesar la totalidad de los conjuntos de datos de imágenes con programas de software dedicadas a analizar la difusión de imágenes de tensor de mama y RM-RT. <ol><li> Aquí, realice los pasos que se describen a continuación utilizando el paquete de software de construcción casera escrito en C ++ que fue verificada utilizando el entorno de programación de MATLAB 19. En general, los escáneres comerciales proporcionan herramientas de procesamiento de imágenes para el cerebro experimentos DTI que se pueden adaptar para la mama, peropuede no tener todas las funciones de procesamiento aplicadas por nuestro paquete de software de construcción casera </li></ol></li><li> Realizar el procesamiento de imagen de los conjuntos de datos DTI utilizando un dedicado software de procesamiento de imágenes DTI siguiendo los pasos en el diagrama de flujo de la Figura 7. </li></ol><img alt="Figura 7" src="/files/ftp_upload/52048/52048fig7highres.jpg" /> Figura 7: Diagrama de flujo de los pasos involucrados en el procesamiento de DTI. <ol style="margin-left: 40px;"><li> Utilice el programa de software DTI para evaluar el nivel de ruido fuera de la mama y el tejido restante en 3 a 4 regiones de interés (de aproximadamente 1 cm 2) y encontrar el nivel máximo de ruido. </li><li> Utilice el programa de software de DTI para calcular píxel por píxel, en todos los píxeles por encima del nivel máximo de ruido y en cada uno de los 60 sectores, los seis coeficientes de difusión, D xx, yy D, Dzz, D xy, xz D, D yz, del tensor simétrico D describe a continuación 33 (véase la figura 8) <img alt="Ecuación 1" fo:content-width="2in" src="/files/ftp_upload/52048/52048eq1.jpg" /> Cuando xy D = D yx, D zy = D yz, D zx = D xz. <ol><li> A fin de calcular las componentes del tensor utilizan un programa de ajuste de regresión no lineal basado en la ecuación Stejskal-Tanner: Si, j (b) = Si (0) exp (-BD), donde Si, j (b) es la señal intensidad de píxel i con un gradiente de difusión en la dirección j y Si (0) es la intensidad de la señal del mismo píxel en b = 0 mm 2 · s. Este ajuste reduce al mínimo la suma de los cuadrados de las 30 funciones no lineales para cada dirección de gradiente de difusión en elseis tensor de difusión componentes variables de una modificación de la .Esta Levenberg-Marquardt algoritmo 34 se llevó a cabo por el cminpack software libre ( <a href="http://devernay.free.fr/hacks/cminpack/index.html" target="_blank">http://devernay.free.fr/hacks/cminpack/index.html</a> ). </li></ol></li></ol><img alt="Figura 8" src="/files/ftp_upload/52048/52048fig8highres.jpg" /> Figura 8: Esquema de las etapas de cálculo que producen el tensor de difusión simétrica. <ol start="3" style="margin-left: 40px;"><li> Utilice el software de DTI diagonalizar el tensor de difusión simétrica en cada píxel mediante la aplicación de análisis de componentes principales (ACP) 35. NOTA: PCA es un método comúnmente utilizado para reducir la dimensionalidad de los datos y encontrar una transformación lineal que mapea los parámetros correlacionados de píxeles en un nuevo sistema de coordenadas de ejes no correlacionadas y ortogonales. Esta proceso rendimientos para cada píxel tres vectores propios (ν 1, ν 2, ν 3), que define la dirección de difusión en tres ejes ortogonales de una forma elipsoide que coincide con el marco de la difusión del tejido, y los correspondientes tres valores propios de difusión, dispuestas de alta a bajo, que determinan tres coeficientes de difusión de dirección (λ 1, λ 2, λ 3) (véanse las Figuras 9 y 10). </li></ol><img alt="Figura 9" src="/files/ftp_upload/52048/52048fig9highres.jpg" /> Figura 9: Esquema de las etapas de cálculo que producen los valores y vectores propios, coincidiendo con el marco de la difusión de los tejidos y el modelado de elipsoide. <img alt="Figura 10" src="/files/ftp_upload/52048/52048fig10highres.jpg" /> Figura 10: Schematic dibujo de los principales pasos de procesamiento que calculan los vectores propios de difusión y valores propios en el tejido normal ductal y en el tejido canceroso. <ol start="4" style="margin-left: 40px;"><li> Utilice el programa de software DTI para calcular para cada pixel el coeficiente de difusión aparente (ADC) definido como el promedio de los tres valores propios &lt;λ&gt; = (λ 1 + 2 + λ λ 3) / 3. </li><li> Utilice el programa de software DTI para calcular para cada pixel el índice de anisotropía absoluta máxima se define como la diferencia (λ 1 - λ 3). </li><li> Utilice el programa de software DTI para calcular para cada pixel el índice de anisotropía fraccional (FA) que oscila entre 0 (difusión isotrópica) a 1 (difusión libre en una dirección) de acuerdo con la siguiente ecuación: <img alt="Ecuación 2" fo:content-width="3in" src="/files/ftp_upload/52048/52048eq2.jpg" width="300" /></li><li> Utilice el programa de software de DTI para display píxel por píxel en cada corte a lo largo de los dos pechos un mapa vectorial que muestra la dirección del vector propio primo, ν 1, y un mapa codificado en color con tres colores que indica las direcciones principales de ν 1 y superponer sobre una imagen T2 ponderado de la misma rebanada (Figura 9). Este paso se realizó utilizando el software libre gtk ( <a href="http://gtk.org" target="_blank">http://gtk.org</a> ) para gráficos. </li><li> Utilice el programa de software de DTI para construir los mapas paramétricos de imágenes con tensor de difusión que muestran píxel por píxel en cada corte a lo largo de los dos pechos los valores de todo el tensor de difusión parámetros λ 1, λ 2, λ 3, ADC, λ 1 -λ 3, y FA y superponer sobre una imagen T2 ponderado de la misma rebanada (Figura 11). </li></ol><img alt="Figura 11" src="/files/ftp_upload/52048/52048fig11highres.jpg" width="700" /> <strong&gt; Figura 11: Salida de mapas DTI paramétricas de una rebanada central en los pechos de un voluntario sano de 24 años superpuesta a la imagen ponderada T2 de la misma rebanada Dir.. - Dirección mapa con rojo indicando izquierda a derecha, anterior indicando verde a posterior y verde cabeza indicando a pies direcciones. Tenga en cuenta que los vectores en el mapa vectorial están marcados con líneas blancas. Todos los coeficientes de difusión y el índice de anisotropía máxima están en unidades de 10 -3 mm 2 / s. FA es la unidad menos. La barra de escala en el mapa vector se refiere a una longitud de 20 mm y la barra de escala en la imagen de T2 se refiere a una longitud de 20 mm en todas las imágenes restantes. <ol start="3"><li> Utilice el programa de software de DTI para corregir, si es necesario, las distorsiones geométricas cargando el mapa diferencia de fase obtenida como se describe en el paso 2.6. Cambiar el alcance del mapa diferencia de fase en todos los píxeles por encima del nivel de ruido en la imagen eco de gradiente a un rango de -π a represe + πnting el desplazamiento de fase Δɸ (x, y, z) en radianes (Figura 12). <ol><li> Utilice el programa de software DTI para calcular el desplazamiento espacial en píxeles de acuerdo a: <img alt="Ecuación 3" fo:content-width="1.5in" src="/files/ftp_upload/52048/52048eq3.jpg" width="150" /> ΔTE es la diferencia de tiempo entre los dos ecos es igual a 2,46 x 10 -3 mseg y BWP es el ancho de banda de fase en el experimento es igual a 13,2 Hz / píxel. Desplaza los píxeles de acuerdo con el mapa de campo y volver a calcular los parámetros de tensor de difusión (Figura 12). </li></ol></li></ol><img alt="Figura 12" src="/files/ftp_upload/52048/52048fig12highres.jpg" /> Figura 12:. Ejemplo de corrección de la distorsión geométrica usando un mapa de diferencia de fase Las imágenes se registraron de un voluntario de 47 años con carcinoma lobular invasivo. En la primera columna en la imagen ponderada T2 izquierda y un mapa de diferencia de fase de una rebanadacon cáncer en la mama izquierda se muestran. En el segundo y 3ª columnas λ 1 mapas antes de la corrección se muestran en la primera fila y λ 1 mapas después de la corrección se muestran en la segunda fila. Los mapas 1 λ se superponen en la imagen ponderada correspondiente T2. En la columna 2 nd toda la gama de coeficientes de difusión de agua (0,8-3,0) x10 -3 mm 2 / seg se utiliza para la escala de color codificado y en la columna 3 rd una gama reducida se utiliza con un umbral de 1,7 x 10 -3 mm 2 / s que hace hincapié en el contraste entre el cáncer en el seno izquierdo y el tejido mamario normal. La barra de escala en la imagen de T2 se refiere a una longitud de 20 mm en todas las imágenes. <ol start="4"><li> Realizar un procesamiento de imagen de los conjuntos de datos DCE-MRI utilizando un software que proporciona píxel por mapas de píxeles de los parámetros cinéticos de la mejora como el software de procesamiento de imágenes 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>

Los autores no tienen nada que revelar.

Este trabajo demuestra la capacidad de DTI, explorada en 3 T con una alta resolución espacial (~ 8 mm 3), para medir in vivo de los parámetros de tensor de difusión de agua en todo el tejido fibroglandular de ambos senos. El conjunto de algoritmos y software desarrollados en el curso de este estudio permitió el análisis de los grandes conjuntos de datos DTI y simultáneamente ver los mapas paramétricos de difusión de los diferentes coeficientes de difusión, λ 1, λ 2, λ 3, los índices de ADC y anisotropía λ 1 -λ 3, y FA de todas las rebanadas de pechuga. Este trabajo también hace hincapié en el potencial de los distintos coeficientes de difusión y los índices de anisotropía para detectar y diagnosticar el cáncer de mama. Los resultados indicaron que el coeficiente de difusión prime, λ 1, es el parámetro principal para la detección de cáncer de mama, con una capacidad sustancial para diferenciar maligna del tejido normal de mama. Un indepen secundariaparámetro Dent, con alta sensibilidad pero la especificidad mucho menor que λ 1, es el índice máximo de la anisotropía que actúa para confirmar la detección por el primer coeficiente de difusión. Los resultados también demostraron la capacidad de MRI para medir in vivo la difusión de agua direccional y cuantificar la anisotropía de la difusión en todo el ductal / sistema glandular en ambos senos. A fin de garantizar un perfil uniforme de precisión de las mediciones anisotrópicas 30 de difusión gradiente direcciones se aplicaron. La selección de alto tiempo de eco de 120 ms, y la optimización de la resolución espacial reveló la restricción de la difusión del agua en los conductos. El tamaño medio de los conductos normales se informó de que 90 micras, con ~ 70% en el rango de 40-100 micras 36. Según la ecuación de Einstein el desplazamiento de la difusión del agua libre, x = (6DT) 1/2, donde D es el coeficiente de difusión de agua libre media y t la difusióntiempo. En nuestro experimento x es de aproximadamente 25 micras, y por lo tanto, sólo una fracción de las moléculas de agua ductal están restringidos por las paredes ductales mamarias, que conduce a los valores relativos bajos FA en la mama (valores superiores ~ 0,3) en comparación con los valores encontrados en la sustancia blanca del cerebro (≥0.5). En Sir Astley Cooper estudia 25 se reveló que el tejido mamario humano está organizado en lóbulos separados, cada uno compuesto de un árbol ductal. Se intentaron estudios de ultrasonido preliminares de un pecho lactante 37, así como la detección de las estructuras ductales seccionales utilizando mediciones de la forma de segundo orden 38. Sin embargo, ningún método de imagen ha tenido éxito hasta ahora revelando la totalidad del sistema ductal en ambos senos en vivo. El algoritmo para la obtención de todo el sistema de árbol ductal 3D a partir de los resultados del DTI está todavía en desarrollo, pero el vector mapas exhiben claramente el potencial de revelar la anatomía detallada y altamente diversificada de los árboles mamarias. Recientemente un iintento nitial de un seguimiento 3D completa de la mama sobre la base de nuestras bases de datos DTI se informó de 39. En el curso de este trabajo limitaciones técnicas han sido notado debido a la supresión de grasa ineficiente y distorsiones del PAI. Supresión de grasa se logró mediante una secuencia de saturación de la grasa (FAT-SAT) que era por lo general eficiente en mamas densas. Sin embargo, en los pechos grasos espectral Selección atenuada Inversion de recuperación (de SPAIR), que es más eficiente y menos sensible a la falta de homogeneidad B1, se aplicó. Los protocolos de difusión basados ​​EPI tenían limitaciones adicionales debido al gradiente corrientes parásitas inducidas, B 0 El campo de la falta de homogeneidad y diferencias de susceptibilidad 40,41. Estas limitaciones se reducen al mínimo mediante el uso reiterativo de calce automático y manual de las señales de agua y grasa y elegir el espaciamiento de eco menor posible. Además, una corrección procesamiento posterior de las distorsiones geométricas de vez en cuando se aplicó como se describe en el Protocolo. Total, En el caso de mamas densas con una señal de agua fuerte que era posible superar las limitaciones técnicas; sin embargo, 5 casos de este estudio con los pechos muy grasos no pudieron analizarse debido a las limitaciones anteriores. En resumen, se han desarrollado un protocolo y procesamiento de imágenes herramientas de tensor de difusión de mama MRI. Esta metodología completamente segura, rápida y no invasiva disecciona con precisión la arquitectura de mama y puede facilitar la detección de cáncer de mama en la clínica. El coeficiente de difusión prime, λ 1, y el índice de anisotropía máxima, λ 1 -λ 3, se encontraron para servir como dos parámetros de difusión independientes para la detección de cáncer. Los estudios clínicos de pacientes con cáncer de mama mostraron que la eficiencia de detección con estos dos parámetros es comparable a la de DCE MRI. Por lo tanto, la emergencia de este método de comprensión básica de la arquitectura de mama y de desarrollo del cáncer y su dependencia de revelarcambios significativos y cuantificables, así como su ser un método seguro y rápido hacen que sea una herramienta valiosa para la investigación de diversos aspectos del desarrollo que implican la proliferación ductal, y para probar su impacto clínico para la detección del cáncer de mama en estudios prospectivos a gran escala.

El cáncer de mama es la causa más común de cáncer entre las mujeres en todo el mundo. La detección temprana del cáncer de mama tiene un papel fundamental en la mejora de la calidad de vida y la supervivencia de pacientes con cáncer de mama. Los métodos estándar actuales para la detección del cáncer de mama se basan en la mamografía de rayos X y ecografía. La sensibilidad y especificidad de estas técnicas, en particular para la detección de lesiones en mamas densas insuficiente, ha estimulado el desarrollo de otras técnicas, incluyendo la resonancia magnética de mama (MRI). Contraste dinámico mejorado (DCE) MRI se ha establecido como una poderosa herramienta para la detección y el diagnóstico de cáncer de mama 1,2 y es frecuentemente facilitado por el diagnóstico asistido por ordenador significa 3. Actualmente se utiliza para casos especiales, como los pacientes de alto riesgo 4, pero no para la detección de rutina, presumiblemente a causa de los altos costos, la necesidad de utilizar una inyección de un agente de contraste, la falta de estandarización de unnd la especificidad variable en diferenciar lesiones benignas de las malignas que van desde valores bajos / moderados 5,6 a altos valores que se obtuvieron mediante la mamografía combinado y RM-RT 7,8. Más recientemente, la difusión RM ponderada y los mapas resultantes de coeficiente de difusión aparente (ADC) han sido evaluados como un método de complemento a RM-RT y se demostró que los valores de ADC pueden ayudar a distinguir entre los tipos de cáncer, lesiones benignas y el tejido mamario normal 9,10 . Además, se iniciaron los estudios de imágenes de tensor de difusión de mama (DTI) en voluntarios sanos y pacientes con lesiones de la mama en la intensidad de campo de 1,5 T 11-15 y de 3 T 16-24. La mayoría de estos estudios informaron ADC y anisotropía fraccional (FA) valores 11,12,14,15,20-23 y encontrado los dos parámetros que puedan reproducirse con los valores de ADC más reproducibles de FA 13,20. Los resultados de estos estudios indicaron que las lesiones malignas presentan valores bajos de ADC como un borradorared a las lesiones de tejidos normales y benignos, sin embargo, se informaron resultados contradictorios en los valores y la capacidad de diagnóstico de FA 11,12,14,20-23. En un conjunto de 3 T- estudios DTI se informaron los valores de los tres valores propios del tensor y vectores propios en el marco de tejido de mama, así, y los resultados se presentan en mapas vectoriales del vector propio principal y mapas paramétricos de los valores propios, ADC, FA y un índice de anisotropía máxima 16-19,24. En estos estudios, el principal valor propio de difusión y la anisotropía máxima se muestran para servir como los parámetros independientes más sensibles para la detección y diagnóstico de lesiones de cáncer La mama está compuesta de tejido fibroglandular y tejido graso. El tejido fibroglandular se compone además de muchos lóbulos, que son altamente variables en tamaño y forma. Cada microestructura lóbulo incluye el árbol funcional mamaria y lóbulos asociados que forman el tejido glandular, y los alrededores conectivo-fitejido fibroso. La mayoría de los tumores malignos mamarios empiezan por la proliferación aberrante de las células epiteliales en los conductos o lóbulos, el desarrollo de carcinoma in situ, que por la infiltración en el tejido circundante se convierten en carcinoma invasivo. Por lo tanto, las estructuras ductales / lobulares son un área fundamental de investigación de la transformación maligna de mama. Las características estructurales de los árboles ductales se investigaron primera ex vivo en 1840 por Sir Astley Cooper usando inyección de cera de color a los conductos de las muestras de mastectomía 25. Recientemente, seguimiento calculado por computadora de los árboles ductales de toda la mama se ha logrado en pocos pechos humanos utilizando muestras de mastectomía 26,27. El trabajo presentado aquí demuestra que los parámetros obtenidos por en vivo de imágenes de tensor de difusión proporcionan información asociada a las características microestructurales de tejido mamario distintas, lo que permite también la detección del cáncer de mama no invasivo. El pprincipios subyacentes ÍSICA imágenes de tensor de difusión de mama se basan en la capacidad de resonancia magnética para medir y cuantificar la difusión del agua anisotrópico en entornos restringidos 28. En general, la difusión del agua en soluciones homogéneas es libre e isotrópico, sin embargo, si se detiene el movimiento del agua debido a la restricción por paredes impermeables a la difusión se vuelve anisotrópica con una difusión libre rápido paralela a las paredes y una difusión más lenta restringido perpendicular a las paredes ( la Figura 1). La difusión del agua en los tejidos es compleja y depende de las características estructurales y fisiológicas de la intra y extracelulares incluyendo compartimentos &#39;tamaños células células de baja densidad, tortuosidad extracelular y el intercambio de agua a través de membranas, así como en la presencia de redes vasculares y linfáticos (Figura 2). <img alt="Figura 1" src="/files/ftp_upload/52048/52048fig1highres.jpg" /> Figura 1: difusión libre y restringido Dibujo esquemático de una difusión libre de la molécula de agua (izquierda) y la difusión restringida por paredes impermeables (derecha).. <img alt="Figura 2" src="/files/ftp_upload/52048/52048fig2highres.jpg" /> Figura 2: Complejo de difusión en un tejido Dibujo esquemático de la difusión del agua en un sistema celular que muestra el movimiento moléculas de agua en los compartimentos extracelulares e intracelulares y el intercambio de agua (flechas) entre estos dos compartimentos.. Debido a las características arquitectónicas específicas de la mama la difusión de moléculas de agua en los conductos mamarios y lóbulos presenta un ejemplo particular de movimiento restringido y anisotrópico: En paralelo a las paredes de los conductos y lóbulos de la difusión es cercana a la de libre difusión, pero en las direcciones perpendiculares a las paredes está restringido por las paredes, compuestas por doscapas de membrana de la célula y el sótano. En consecuencia, la difusión en el sistema ductal / glandular es relativamente rápido y anisotrópico. Por otra parte, la difusión en el tejido fibroso conectivo que rodea los conductos es rápido y isotrópico como resultado de la alto contenido de agua y baja densidad celular en este tejido (Figuras 3 y 4). En la presencia de malignidad, bloqueo de los conductos y lóbulos por las células cancerosas aumenta la tortuosidad y la restricción del movimiento de agua, causando una reducción en los coeficientes de difusión en todas las direcciones y en el movimiento anisotrópico (Figura 3 y 4). <img alt="Figura 3" src="/files/ftp_upload/52048/52048fig3highres.jpg" /> Figura 3: Difusión en lóbulos mamarios Dibujo esquemático de un corte a través de los lóbulos y la difusión de agua dentro de lóbulo.. Izquierda: la difusión de agua restringido por las paredes de los lóbulos &#39;Showing rápidodifusión paralela a las paredes y de difusión restringida perpendicular a las paredes. Derecha: la difusión en los lóbulos con células cancerosas. La difusión en el compartimento extracelular es muy obstaculizada pero similar en todas las direcciones y, por tanto, casi isotrópica. <img alt="Figura 4" src="/files/ftp_upload/52048/52048fig4highres.jpg" /> Figura 4:. La difusión del agua en el sistema de árbol ductal Izquierda: conductos mamarios inyectados con cera de color, que muestran su dirección radiada, y su interrelación ramificación 25. Medio: Dibujo esquemático de un árbol ductal normal con vectores que indican la difusión dentro de los conductos (flechas negras) y en el tejido conectivo (flechas verdes). Derecha: Dibujo esquemático de un árbol ductal con dos loci de las células cancerosas (morado). Las flechas rojas muestran la difusión en los tipos de cáncer. En este trabajo se describe en detalle el método de exploración de tensor de difusión y el pralgoritmos ocessing y software de análisis de los conjuntos de datos DTI que permitieron la detección de tumores malignos de mama. Todos los cánceres fueron confirmadas por los hallazgos histopatológicos de la biopsia de mama y / o piezas quirúrgicas. También describe el protocolo de exploración T2 ponderado para la obtención de las características anatómicas de mama, así como el protocolo de exploración DCE que sirvió como método de referencia para la evaluación de la sensibilidad de detección DTI. <a href="https://www.jove.com/files/ftp_upload/52048/52048fig4large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</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.

El método fue probado y demostró inicialmente mediante el escaneo de voluntarios normales en las diversas etapas hormonales. Figura 11 demostraron los mapas paramétricos y vector obtenido utilizando nuestro software de una rebanada central de un voluntario sano joven con relativamente alta fracción de tejido fibroglandular, como se puede ver claramente en la imagen ponderada T2 (todas las zonas grises son tejidos fibroglandular y áreas brillantes son de grasa). La dirección del coeficiente de difusión primer λ 1 se muestra en el mapa vector v1 con una gran fracción de píxeles apuntando hacia el pezón. Como era de esperar los valores de los coeficientes de la difusión de tensor disminuyen desde 1 a λ λ λ 2 a 3. El uso de estos tres coeficientes de difusión habilitados cálculo de la media ADC difusividad, la anisotropía fraccional (FA) y la anisotropía máxima, λ 1 - 3 λ. Aviso en los mapas del FA y λ 1 - λ <sub&gt; 3 la alta congruencia en la distribución espacial de los valores de estos dos índices. En las mujeres post-menopáusicas los senos son por lo general menos densa como se muestra en el ejemplo en la Figura 13 para un viejo voluntario normal de 63 años. Los coeficientes de difusión son más bajos en el voluntario ancianos pero los índices de anisotropía son más altos, posiblemente debido al diámetro inferior de los conductos y lóbulos y, por tanto, una mayor restricción impuesta a la difusión en las direcciones ortogonales a las paredes ductales. Otro ejemplo que demuestra la sensibilidad del tensor con el tamaño de los conductos se muestra en el ejemplo de un voluntario en periodo de lactancia en la Figura 14. Como la leche es un coloide de glóbulos de grasa dentro de un fluido a base de agua que contiene hidratos de carbono disueltos y agregados de proteínas con minerales , la viscosidad de la leche es más alta que la del fluido normal de agua en los conductos, y por lo tanto, los coeficientes de difusión de agua de pechos lactantes son lower que los de las mujeres premenopáusicas 24. Además, los conductos cerca de la boquilla son grandes y la restricción en las direcciones ortogonales a los conductos es menor que en el pecho no lactantes, y en consecuencia los índices de anisotropía son más bajas también. Sin embargo, en las regiones -posterior lobular de la mama lactante la anisotropía es aún elevada. En los pacientes con tumores malignos el principal cambio en los parámetros de tensor de difusión se exhibe en una reducción significativa en los tres coeficientes de difusión. Se encontró que los cambios en λ 1 para proporcionar el mayor contraste a ruido 19. Este estudio incluyó a 68 pacientes con patología confirmada incluyendo 33 pacientes con diagnóstico de carcinoma ductal invasivo (IDC), 19 con carcinoma ductal in situ (DCIS), 13 con carcinoma lobular invasivo (CDI) y 3 con otros tumores malignos. Varios pacientes tuvieron focal múltiple o cáncer de mama centrada múltiples. El tamaño de los cánceres varied 3-95 mm con mediana de 14 mm y rango intercuartil de 10 a 30 mm. En todos estos pacientes, la tasa de detección de DCE y DTI eran comparables. Sin embargo, 5 casos que mostraron mejora en DCE y fueron confirmados por patología como el cáncer no se incluyeron en el análisis DTI debido a problemas técnicos en los pechos grasos, principalmente relacionados con la falta de homogeneidad de campo y supresión de grasa insuficiente que resulta en distorsiones y artefactos. Las figuras 15, 16 y 17 demuestran mapas paramétricos típicos de los dos parámetros principales de difusión λ 1 y λ 1 - λ 3 que se utilizan para la detección de tumores malignos de mama. Esta figura muestra, además de imágenes ponderadas en T2, los resultados del análisis DCE utilizando el método de un código de colores 3TP. Como se explica en la introducción de la presencia de células malignas en los conductos o lóbulos y su entorno impedir la difusión en el compartimiento extracelular reduciendo significativamente tél coeficientes de difusión. Además, la anisotropía debido a las estructuras ductales está desapareciendo como las células cancerosas se propagan en todas direcciones de forma caótica sin dirección definida. La FA no es un parámetro adecuado para la detección de cáncer de mama desde la normalización de este parámetro en la difusividad media conduce a altos valores de FA en los cánceres similares a aquellos en el tejido normal 19. Sin embargo, la anisotropía máxima proporciona un medio para detectar el cáncer (Figuras 15-17). Sin embargo, debido a que el tejido fibroso conectivo es también cerca de isotrópicas y exhibir bajos valores de anisotropía máxima, este parámetro es menos específico que el coeficiente de difusión λ 1 y actúa como un parámetro secundario a λ 1. La Figura 17 también demuestra la capacidad de DTI para caracterizar la respuesta a la quimioterapia neoadyuvante. En este ejemplo, el paciente respondió plenamente al tratamiento (4 ciclos de Adriamycin + Cycloxane -, seguido por 4 ciclos de Taxol). De hecho, la respuesta a la terapia causó un aumento significativo en los coeficientes de difusión a los valores típicos para el tejido normal de mama, lo que sugiere la presencia de tejido conectivo reparadora que sustituye las células cancerosas. Se obtuvieron resultados similares en otros 4 pacientes que respondieron al tratamiento. <img alt="Figura 13" src="/files/ftp_upload/52048/52048fig13highres.jpg" /> Figura 13: Salida de mapas DTI paramétricas de una rebanada central de mama de un voluntario sano 63 años superpuesta a la imagen ponderada T2 de la misma rebanada Dir.. - Dirección mapa con rojo indicando izquierda a derecha, anterior indicando verde a posterior y verde cabeza indicando a pies direcciones. Tenga en cuenta que los vectores están marcados con líneas blancas. Todos los coeficientes de difusión y el índice de anisotropía máxima están en unidades de 1 x10 -3 mm 2 / s. FA es la unidad menos. La barra de escala en el mapa vectorial refERS a una longitud de 20 mm y la barra de escala en la imagen de T2 se refiere a una longitud de 20 mm en todas las imágenes restantes. <img alt="Figura 14" src="/files/ftp_upload/52048/52048fig14highres.jpg" /> Figura 14: Salida de mapas DTI paramétricas de una rebanada central de mama de un voluntario en periodo de lactancia de 40 años superpuesto en la imagen ponderada T2 de la misma rebanada Dir.. - Dirección mapa con rojo indicando izquierda a derecha, anterior indicando verde a posterior y verde cabeza indicando a pies direcciones. Todos los coeficientes de difusión y el índice de anisotropía máxima están en unidades de 1 x10 -3 mm 2 / s. FA es la unidad menos. Nota en el mapa de dirección mapa y el vector que la mayoría de los píxeles están alineados hacia el pezón. También tenga en cuenta los coeficientes de difusión más bajos en relación a los valores de las figuras 7 y 10 voluntarios sanos. La barra de escala en el mapa vector se refiere a una longitud de 20 mm y labarra de escala en la imagen de T2 se refiere a una longitud de 20 mm en todas las imágenes restantes. <img alt="Figura 15" src="/files/ftp_upload/52048/52048fig15highres.jpg" /> Figura 15:. Mapas paramétricos de λ 1 y λ 1 - λ 3 en un paciente de 38 años con múltiples carcinoma ductal invasivo focal En la 1ª prima los parámetros DTI se presentan con un umbral de 1,7 x 10 -3 mm 2 / s para λ 1 y 0,6 mm 2 / s para λ 1 -λ 3 (todos los valores por encima de los umbrales son de color púrpura). En los 2 nd primas, valores por encima del umbral no son de color y mostrar la imagen ponderada T2 subyacente. La figura también incluye en la columna 1 st a la izquierda una imagen ponderada T2 y un mapa paramétrico DCE, obtenido por el método 3TP, de la misma rebanada como los mapas paramétricos DTI. La barra de escala en la imagen de T2 se refiere a una longitud de 20 mm in todas las imágenes. Tenga en cuenta que la resolución espacial en el plano de las imágenes DCE es aproximadamente dos veces mayor que la de DTI, sin embargo, hay una alta congruencia visual en la ubicación y el tamaño del 3TP y los λ 1 mapas paramétricos. <img alt="Figura 16" src="/files/ftp_upload/52048/52048fig16highres.jpg" /> Figura 16: mapas paramétricos de λ 1 y λ 1 -λ 3 en un paciente de 60 años con bajo grado DCIS La cifra también incluye en la columna de la 1ª a la izquierda, una imagen ponderada T2 y un mapa paramétrico DCE, obtenido por el. método 3TP, del mismo corte que los mapas paramétricos DTI. La barra de escala en la imagen de T2 se refiere a una longitud de 20 mm en todas las imágenes. Tenga en cuenta la capacidad de los DTI para detectar el cáncer de mama en un muy graso. <img alt="Figura 17" src="/files/ftp_upload/52048/52048fig17highres.jpg" /> Figura 17: mapas paramétricos de λ 1 y λ 1 - λ 3 en un paciente de 39 años con carcinoma lobular invasivo antes y después de la quimioterapia neoadyuvante El paciente fue escaneado dos veces, una antes de la terapia y una vez antes de la cirugía, después de 4 ciclos de Adryamicin +. ciclos Cycloxan y 4 de Taxol. Tenga en cuenta el aumento de λ 1 y λ en 1 -λ 3 en regiones con cáncer que respondieron al tratamiento. Los 1 st shows primas imágenes obtenidas antes de la terapia y los 2 nd shows primas imágenes de aproximadamente la misma región como en la fila 1 st, obtenidos antes de la cirugía. Antes de las regiones de cáncer de tratamiento mostraron λ 1 y λ 1 -λ 3 valores por debajo de su umbral, y después del tratamiento de estos dos parámetros aumentaron a valores por encima de su umbral. La cifra también incluye en la columna 1 pt en las imágenes T2 ponderado izquierda; en la columna de la 2ª MuImagen ltiple Proyección-MIP, obtenido restando las imágenes pre-contraste de las imágenes de contraste postal 2 min; en la columna de la 3ª mapas paramétricos DCE obtenidos por el método 3TP. La barra de escala en la imagen de T2 se refiere a una longitud de 20 mm en todas las imágenes

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.

Seguimiento de las mamarias características de la arquitectura y la detección de cáncer de mama con resonancia magnética con tensor de difusión de imágenes

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 vistas.  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. 

Video: 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.

Evaluación de Resonancia Magnética Derivado deformación miocárdica mediante función de seguimiento

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 ...

Investigación

Medicina

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.

Sondas en el cerebro en el autismo y el uso de resonancia magnética funcional de imágenes por tensor de difusión

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.

Multimodal de imágenes de la angiogénesis en un modelo de rata desnuda de las metástasis óseas del cáncer de pecho utilizando imágenes de resonancia magnética, tomografía computarizada y la ecografía volumétrica

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.

Time-lapse de imágenes de Primaria preneoplásicas células epiteliales mamarias derivadas de los modelos de ratones genéticamente modificados del cáncer de mama

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.

Tensor de difusión por resonancia magnética en el análisis de las enfermedades neurodegenerativas

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 mejorada de imagen de resonancia magnética de un modelo ortotópico de cáncer pancreático del ratón

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.

Simultánea de imágenes PET / RM Durante cerebral del ratón hipoxia-isquemia

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.

Resonancia magnética cardiaca en 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.

Fase contraste resonancia magnética en la arteria carótida común de rata

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.

Cuantificación de la ampliación de hiato de Ani del Levator por resonancia magnética en hombres y mujeres con prolapso de órganos pélvicos

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 ...