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> REMARQUE: Tous les protocoles ont été approuvés par le Conseil d&#39;Meir Medical Center, Kfar Saba, Israël examen interne et un consentement éclairé signé a été obtenue chez tous les sujets. 1. Préparation du patient et positionnement dans le scanner IRM <ol><li> Insérer un cathéter intraveineux dans le bras gauche ou vers la droite pour l&#39;injection d&#39;agent de contraste. </li><li> Assurez-vous que le patient est allongé en position couchée avec les deux seins suspendus librement dans les ouvertures bilatérales de la bobine du sein comme le montre la figure 5. </li><li> Assurez-vous que la tête est positionnée sur un oreiller pour la tête et le cou le confort du patient et les deux bras sont placés au-dessus de la tête comme le montre la figure 5. </li><li> Assurez-vous que chaque sein est dans un positionnement central, dénoués et aussi profondément que possible dans l&#39;ouverture de bobine respective comme démontré dans la figure 5. </li></ol>e 5 &quot;src =&quot; / files / ftp_upload / 52048 / 52048fig5highres.jpg &quot;/&gt; Figure 5: Positionnement d&#39;une femme pour la numérisation de l&#39;IRM du sein. Noter la position couchée et la suspension libre des deux seins dans les ouvertures bilatérales de la bobine du sein. <ol start="5"><li> Raccordez la pompe d&#39;injection automatisé pour le cathéter par voie intraveineuse. </li></ol> 2. IRM Numérisation <ol><li> Acquérir avec le scanner IRM une image de pilote pour localiser les deux seins et de déterminer le champ de vision (FOV), le nombre de tranches et l&#39;épaisseur de la tranche pour couvrir complètement les deux seins avec extension à l&#39;aisselle et de la paroi thoracique. </li><li> Dans toutes les séquences de balayage suivants effectués avec le scanner IRM, garder la même valeur de la FOV, numéro de la tranche et de l&#39;épaisseur de la tranche pour chaque cas. Par exemple, acquérir des coupes axiales 60 avec champ de vision de 360 ​​mm dans la direction de lecture et de phase, l&#39;épaisseur de la tranche allant de 2 à 3 mm, en fonction de la taille des seins, et une direction de codage de phase L2;&gt; R ou R &gt;&gt; L. varier la résolution dans le plan dans les séquences suivantes en fonction de la dimension de la matrice d&#39;acquisition pour chaque combinaison comme indiqué dans le tableau 1. </li></ol><table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td> Paramètre expérimental </td><td> Pondéré 2D T2 </td><td> 2D DTI </td><td> Cartographie 2D GE terrain </td><td> 3D DCE </td></tr><tr><td> temps de répétition (TR) ms </td><td> 5500 </td><td> 10800 </td><td> 669 </td><td> 6,8 </td></tr><tr><td> Temps d&#39;écho (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> Angle de bascule, degrés </td><td></td><td></td><td> 60 </td><td> 18 </td></tr><tr><td> Acquisition matrice </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> Moyennes </td><td> 1 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> enchaînements </td><td> 4 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> facteur de Turbo </td><td> 21 </td><td></td><td></td><td></td></tr><tr><td> Nombre de trains par tranche </td><td> 11 </td><td></td><td></td><td></td></tr><tr><td> L&#39;espacement d&#39;écho, msec </td><td> 10 </td><td> 0,79 </td><td></td><td></td></tr><tr><td> Bande passante, Hz / pixel </td><td> 300 </td><td> 1860 </td><td> 1532 </td><td> 560 </td></tr><tr><td> Dans le plan de résolution de balayage </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> Dans le plan de résolution de l&#39;image </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> Le temps d&#39;acquisition, min: sec </td><td> 04h26 </td><td> 6:09 </td><td> 01h28 </td><td> 01h06 (x9) </td></tr><tr><td> # De gradients de diffusion </td><td></td><td> 30 </td><td></td><td></td></tr><tr><td> Suppression de graisse </td><td> aucun </td><td> FAT-SAT / SPAIR 1 </td><td></td><td> aucun </td></tr><tr><td> valeurs b, s / mm 2 </td><td></td><td> 0, 700 </td><td></td><td></td></tr></tbody></table> Tableau 1:. Paramètres expérimentaux des séquences utilisées dans cette étude une FAT-SAT: Fat Saturation. SPAIR: Spectral atténué Inversion Récupération. <ol start="3"><li> Localisation avec l&#39;ordinateur de l&#39;interface utilisateur de l&#39;appareil d&#39;IRM d&#39;une région qui comprend à la fois des seins et de l&#39;aisselle et de définir une zone de calage. Appliquer une stratégie de calage itérative pour optimiser le champ magnétique 29. <ol><li> Afficher le spectre de proton sur l&#39;écran de l&#39;ordinateur d&#39;interface utilisateur et d&#39;ajuster le calage en centrant sur la fréquence til fréquence de résonance de l&#39;eau et ensuite de la fréquence de résonance graisse. Répéter le calage jusqu&#39;à ce qu&#39;il se sépare le mieux les signaux de matières grasses et de l&#39;eau et permet d&#39;optimiser l&#39;intensité de signal maximum et la forme telle qu&#39;elle est révélée dans le spectre de proton. Vérifiez que la fréquence d&#39;irradiation est centrée sur la fréquence de résonance de l&#39;eau. </li></ol></li><li> Appliquer par l&#39;ordinateur de l&#39;interface utilisateur 2D transversale pondérée en T2 turbo spin-écho séquence tranche multiples à haute résolution spatiale sans saturation de graisse à l&#39;aide généralisée acquisition partiellement parallèle auto-étalonnage (GRAPPA), avec un facteur d&#39;accélération 2. Fixer les paramètres qui seront pop up sur l&#39;écran en fonction de leurs valeurs dans la colonne &quot;2D T2 pondérée&quot; dans le tableau 1. </li><li> Appliquer par l&#39;ordinateur de l&#39;interface utilisateur 2D transversale, suppression de graisse, tenseur de diffusion imagerie d&#39;écho de spin - DTI utilisant le recentré deux fois écho séquence d&#39;imagerie plane 30, en utilisant Grappa, avec un facteur d&#39;accélération 2. Fixer les paramètresqui apparaîtra sur l&#39;écran en fonction de leurs valeurs dans la colonne &quot;2D DTI&quot; dans le tableau 1. </li><li> Appliquer par l&#39;ordinateur d&#39;interface utilisateur d&#39;une séquence de cartographie de champ pour corriger la distorsion géométrique dans l&#39;imagerie écho planaire (EPI), et obtenir des images différentielles de phase comme décrit par Balaban et Jezzard 31. Se assurer que la séquence comprend l&#39;acquisition de 2D gradient transversal d&#39;écho (GE) avec deux images différents temps d&#39;écho en phase, et que la direction de codage de phase est la même que dans la séquence DTI (étape 2.5). Fixer les paramètres qui se affiche sur l&#39;écran en fonction de leurs valeurs dans la colonne &quot;de la cartographie 2D GE terrain» dans le tableau 1. </li><li> Appliquer par l&#39;ordinateur de l&#39;interface utilisateur d&#39;un protocole de contraste dynamique amélioré utilisant une séquence écho de gradient rapide 3D ​​sans matière grasse-suppression, avec des paramètres optimisés selon la méthode 32 trois points de temps (3TP). Fixer les paramètresapparaîtra sur l&#39;écran en fonction de leurs valeurs dans la colonne &quot;3D DCE&quot; dans le tableau 1. <ol><li> Enregistrer deux images initiales précontraste selon le protocole à l&#39;étape 2.7. </li></ol></li><li> Injecter 15 secondes avant la fin de la deuxième acquisition de pré-contraste de l&#39;agent gadopentetatedimeglumine de contraste, à une dose de 0,1 mmol / kg de poids corporel, en utilisant une pompe automatique à un débit de 2 ml / s, suivi par 20 ml d&#39;une solution saline de rinçage, à 2 ml / sec. <ol><li> Continuer enregistrement sept ensembles de données 3D séquentiels selon le protocole à l&#39;étape 2.7 à 54, 120, 186, injection de contraste 252, 318, 384, et 450 secondes après. </li></ol></li><li> Appliquer par l&#39;ordinateur de l&#39;interface utilisateur d&#39;une transversale 2D T2 graisses supprimées turbo spin-écho séquence tranche multiples à haute résolution spatiale utilisant Grappa, avec un facteur d&#39;accélération 2. Utilisez les détails expérimentaux semblables à ceux utilisés pour T2 imagerie pondérée décrites dans l&#39;étape 2.4 </strong&gt;. REMARQUE: Un cours de temps résumant les étapes du protocole IRM est fourni à la figure 6. </li></ol><img alt="Figure 6" src="/files/ftp_upload/52048/52048fig6highres.jpg" /> Figure 6: Évolution dans le temps du protocole IRM clinique. 3. Traitement d&#39;image <ol><li> Transférer la totalité du jeu de données obtenu par l&#39;ensemble des séquences de balayage (décrite dans les étapes 2.4 à 2.9) à un poste de travail distant ou un ordinateur personnel et à traiter la totalité des ensembles de données d&#39;images avec des logiciels dédiés pour analyser la diffusion du sein imagerie par tenseur et DCE-MRI. <ol><li> Ici, effectuer les étapes décrites ci-dessous en utilisant le logiciel de fabrication artisanale écrit en C ++ qui a été vérifiée en utilisant l&#39;environnement de programmation de MATLAB 19. En général, les scanners commerciaux fournissent des outils de traitement d&#39;image pour cérébrales expériences DTI qui peuvent être adaptés pour le sein, maispeut ne pas avoir toutes les fonctions de traitement appliqués par notre logiciel de fabrication artisanale </li></ol></li><li> Effectuer un traitement de l&#39;image des ensembles de données DTI en utilisant un logiciel de traitement d&#39;image DTI dédié suivant les étapes de l&#39;organigramme de la figure 7. </li></ol><img alt="Figure 7" src="/files/ftp_upload/52048/52048fig7highres.jpg" /> Figure 7: organigramme des étapes impliquées dans le traitement DTI. <ol style="margin-left: 40px;"><li> Utilisez le logiciel DTI pour évaluer le niveau de bruit à l&#39;extérieur de la poitrine et le tissu restant dans 3-4 régions d&#39;intérêt (d&#39;environ 1 cm 2) et trouver le niveau de bruit maximal. </li><li> Utilisez le logiciel DTI pour calculer pixel par pixel, dans tous les pixels au-dessus du niveau de bruit maximal et dans chacun des 60 tranches, les six coefficients de diffusion, D xx, yy D, Dzz, D xy, xz D, D yz, du tenseur symétrique D décrit ci-dessous 33 (voir la figure 8) <img alt="Equation 1" fo:content-width="2in" src="/files/ftp_upload/52048/52048eq1.jpg" /> Lorsque D xy = yx D, D = D zy yz, zx D = D xz. <ol><li> Afin de calculer les composantes du tenseur utilisent un programme d&#39;ajustement régression non linéaire basée sur l&#39;équation Stejskal-Tanner: Si, j (b) = Si (0) exp (-BD), où Si, j (b) est le signal intensité de pixel i avec un gradient de diffusion dans la direction j et Si (0) est l&#39;intensité de signal du même pixel à b = 0 mm 2 · s. Ce raccord de réduire au minimum la somme des carrés des 30 fonctions non linéaires pour chaque direction de gradient de diffusion dans lesix tenseur de diffusion des composantes variables par une modification de la .Cette étape Levenberg-Marquardt algorithme 34 a été réalisée par le cminpack du logiciel libre ( <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="Figure 8" src="/files/ftp_upload/52048/52048fig8highres.jpg" /> Figure 8: Schéma des étapes de calcul produisant le tenseur de diffusion symétrique. <ol start="3" style="margin-left: 40px;"><li> Utiliser le logiciel DTI à diagonaliser le tenseur de diffusion symétrique dans chaque pixel en appliquant l&#39;analyse en composantes principales (ACP) 35. REMARQUE: PCA est une méthode couramment utilisée pour réduire la dimensionnalité des données et de trouver une transformation linéaire qui mappe les paramètres de pixels corrélés dans un nouveau système de coordonnées d&#39;axes orthogonaux et non corrélées. Cette prPROCESSUS rendements pour chaque pixel trois vecteurs propres (ν 1, ν 2, ν 3), définissant la direction de diffusion dans trois axes orthogonaux d&#39;une forme d&#39;ellipsoïde qui coïncide avec la trame de diffusion du tissu, et les trois valeurs propres de diffusion correspondants, agencés de haut en bas, qui déterminent trois coefficients de diffusion directionnels (de λ 1, λ 2, λ 3) (voir les figures 9 et 10). </li></ol><img alt="Figure 9" src="/files/ftp_upload/52048/52048fig9highres.jpg" /> Figure 9: Représentation schématique des étapes de calcul produisant les valeurs propres et les vecteurs propres coïncidant avec la trame de diffusion du tissu et la modélisation à ellipsoïdes. <img alt="Figure 10" src="/files/ftp_upload/52048/52048fig10highres.jpg" /> Figure 10: Schematic dessin des principales étapes de traitement qui calculent les vecteurs propres et les valeurs propres de diffusion dans le tissu canalaire normal et dans le tissu cancéreux. <ol start="4" style="margin-left: 40px;"><li> Utilisez le logiciel DTI pour calculer pour chaque pixel le coefficient apparent de diffusion (ADC) définie comme la moyenne des trois valeurs propres &lt;λ&gt; = (λ 1 + λ 2 + λ 3) / 3. </li><li> Utilisez le logiciel DTI pour calculer pour chaque pixel de l&#39;indice d&#39;anisotropie absolue maximale définie comme la différence (λ 1 - λ 3). </li><li> Utiliser le programme de logiciel DTI pour calculer pour chaque pixel l&#39;anisotropie d&#39;indice fractionnaire (FA) qui varie entre 0 (diffusion isotrope) à 1 (diffusion libre dans une direction) selon l&#39;équation suivante: <img alt="Equation 2" fo:content-width="3in" src="/files/ftp_upload/52048/52048eq2.jpg" width="300" /></li><li> Utilisez le logiciel DTI à DISPLAy pixel par pixel dans chaque tranche à travers les deux seins d&#39;une carte de vecteur indiquant la direction du vecteur propre Premier, ν 1, et une carte couleur codée avec trois couleurs indiquant les directions principales de ν 1 et les superposer sur une image pondérée T2 du même tranche (figure 9). Cette étape a été réalisée en utilisant le gtk du logiciel libre ( <a href="http://gtk.org" target="_blank">http://gtk.org</a> ) pour les graphiques. </li><li> Utilisez le logiciel DTI pour construire les cartes paramétriques tenseur de diffusion d&#39;imagerie qui affichent pixel par pixel dans chaque tranche à travers les deux seins les valeurs de tous les tenseur de diffusion paramètres λ 1, λ 2, λ 3, ADC, λ 1 -λ 3, et FA et les superposer sur une image pondérée T2 de la même tranche (figure 11). </li></ol><img alt="Figure 11" src="/files/ftp_upload/52048/52048fig11highres.jpg" width="700" /> <strong&gt; Figure 11: Sortie de cartes DTI paramétriques d&#39;une tranche centrale dans les seins d&#39;une ancienne volontaire sain de 24 ans en surimpression sur l&#39;image pondérée T2 de la même tranche Dir.. - Plan de Direction de rouge indiquant gauche à droite, antérieure indiquant vert à postérieure et tête vert indiquant pieds directions. Notez que les vecteurs de la carte vectorielle sont marqués en lignes blanches. Tous les coefficients de diffusion et d&#39;anisotropie de l&#39;indice maximal sont en unités de 10 -3 mm 2 / s. FA est sans unité. La barre d&#39;échelle dans la feuille de vecteur fait référence à une longueur de 20 mm et la barre d&#39;échelle de l&#39;image de T2 se réfère à une longueur de 20 mm dans toutes les images restantes. <ol start="3"><li> Utilisez le logiciel DTI pour corriger, si nécessaire, des distorsions géométriques en chargeant la carte de différence de phase obtenu comme décrit dans l&#39;étape 2.6. Décaler la gamme de la carte de différence de phase dans tous les pixels au-dessus du niveau de bruit dans l&#39;image écho de gradient à une gamme de -π à la represe de +nting le déphasage Δɸ (x, y, z) en radians (figure 12). <ol><li> Utilisez le logiciel DTI pour calculer le décalage spatial en pixels en fonction de: <img alt="Équation 3" fo:content-width="1.5in" src="/files/ftp_upload/52048/52048eq3.jpg" width="150" /> ΔTE est la différence de temps entre les deux échos est égale à 2,46 x 10 -3 ms et BWP est la largeur de bande de phase est égale à l&#39;expérience 13,2 Hz / pixel. Déplacer les pixels selon la carte de terrain et recalculer les paramètres de tenseur de diffusion (figure 12). </li></ol></li></ol><img alt="Figure 12" src="/files/ftp_upload/52048/52048fig12highres.jpg" /> Figure 12:. Exemple de correction de la distorsion géométrique en utilisant une carte Décalage de phase Les images ont été enregistrées à partir d&#39;une ancienne bénévole de 47 ans avec le carcinome lobulaire invasif. Dans la première colonne à gauche de l&#39;image pondérée T2 et une carte de différence de phase d&#39;une trancheavec le cancer dans le sein gauche sont affichées. Dans le deuxième et 3 ème colonnes λ 1 cartes avant correction sont affichés dans la première rangée et λ 1 cartes après correction sont affichés dans la deuxième rangée. Les cartes λ 1 sont superposées sur l&#39;image pondérée T2 correspondante. Dans la colonne 2 ème toute la gamme des coefficients de diffusion de l&#39;eau (0,8 à 3,0) x10 -3 mm 2 / sec est utilisé pour l&#39;échelle de couleur codé et dans la 3 e colonne une gamme réduite est utilisé avec un seuil de 1,7 x 10 -3 mm 2 / s qui accentue le contraste entre le cancer du sein gauche et le tissu mammaire normal. La barre d&#39;échelle dans l&#39;image de T2 se réfère à une longueur de 20 mm dans toutes les images. <ol start="4"><li> Effectuer un traitement d&#39;image des ensembles de données DCE-MRI en utilisant un logiciel qui fournit les cartes pixel par pixel des paramètres cinétiques de la mise en valeur tel que le logiciel 17 de traitement d&#39;image de 3TP. </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>

Les auteurs ne ont rien à divulguer.

Ce travail démontre la capacité du DTI, scannée à 3 T à haute résolution spatiale (~ 8 mm 3), pour mesurer in vivo la diffusion de l&#39;eau paramètres de tenseur dans l&#39;ensemble du tissu fibroglandulaire des deux seins. L&#39;ensemble d&#39;algorithmes et de logiciels développés dans le cadre de cette étude a permis l&#39;analyse des grands ensembles de données DTI et simultanément afficher les cartes paramétriques diffusion des différents coefficients de diffusion, λ 1, λ 2, λ 3, ADC et anisotropie indices λ 1 -λ 3, et FA de toutes les tranches de poitrine. Ce travail souligne également le potentiel des différents coefficients de diffusion et d&#39;anisotropie des indices de détecter et de diagnostiquer le cancer du sein. Les résultats indiquaient que le premier coefficient de diffusion, λ 1, est le principal paramètre de détection du cancer du sein, avec une capacité importante pour différencier maligne d&#39;un tissu normal du sein. Un indé secondaireparamètre dent, avec une grande sensibilité mais une spécificité beaucoup plus faible que λ 1, est l&#39;indice d&#39;anisotropie maximale qui agit pour confirmer la détection par le premier coefficient de diffusion. Les résultats démontrent aussi la capacité de l&#39;IRM pour mesurer in vivo la diffusion de l&#39;eau directionnel et quantifier l&#39;anisotropie de la diffusion dans tout l&#39;canalaire / système glandulaire dans les deux seins. Afin d&#39;assurer un profil de précision uniforme des mesures d&#39;anisotropie des directions de gradient de diffusion 30 ont été appliqués. La sélection de haut-écho temps de 120 ms, et l&#39;optimisation de la résolution spatiale a révélé la restriction de la diffusion de l&#39;eau dans les conduits. La taille moyenne des canaux normaux a été signalé que 90 um, avec environ 70% dans la plage de 40 à 100 um 36. Selon l&#39;équation d&#39;Einstein le déplacement de diffusion de l&#39;eau libre, x = (6DT) 1/2, où D est le coefficient de diffusion de l&#39;eau libre moyen et t la diffusiontemps. Dans notre expérience, x est égal à environ 25 um, et par conséquent, seule une fraction des molécules d&#39;eau canalaire sont limitées par les parois canalaires mammaires, conduisant à des faibles valeurs FA par rapport à la poitrine (valeurs supérieures ~ 0,3) par rapport aux valeurs trouvées en substance blanche du cerveau (≥0.5). En Sir Astley Cooper étudie 25, il a été révélé que le tissu mammaire humain est organisé en lobes distincts, chacun composé d&#39;un arbre canalaire. Études préliminaires d&#39;une échographie mammaire en lactation 37 ont été tentées, ainsi que la détection des structures canalaires coupe utilisant second ordre mesures de forme 38. Toutefois, aucune méthode d&#39;imagerie a réussi à ce jour révèle la totalité des systèmes canalaires dans les deux seins in vivo. L&#39;algorithme pour obtenir l&#39;ensemble du système de l&#39;arbre canalaire 3D à partir des résultats du DTI est encore en développement, mais le vecteur cartes présentent clairement le potentiel pour révéler l&#39;anatomie détaillée et très diversifiée des arbres mammaires. Récemment, un itentative préside d&#39;abord d&#39;un suivi 3D complète de la poitrine sur la base de nos ensembles de données DTI a été signalé 39. Au cours de ce travail limitations techniques ont été remarqués en raison de la suppression de la graisse inefficace et distorsions du PEV. Suppression de la graisse a été obtenue par une séquence de saturation de la graisse (FAT-SAT) qui est généralement efficace dans les seins denses. Cependant, dans les seins gras sélection spectrale atténué Inversion Récupération (SPAIR), qui est plus efficace et moins sensible aux non-homogénéité B1, a été appliqué. Les protocoles de diffusion en fonction du PEV ont des limitations supplémentaires dues à gradient courants de Foucault induits, B 0 champ hétérogénéité et les différences de susceptibilité 40,41. Ces limitations ont été minimisés en utilisant un calage automatique et manuel itératif sur les signaux de l&#39;eau et des matières grasses et en choisissant l&#39;espacement d&#39;écho plus faible possible. En outre, une correction de post-traitement des distorsions géométriques était parfois appliqué tel que décrit dans le Protocole. Global, Dans le cas de seins denses avec un signal de l&#39;eau forte, il était possible de surmonter les limitations techniques; Toutefois, cinq cas dans cette étude avec des seins très gras ne pouvaient pas être analysés en raison des limitations ci-dessus. En résumé, un protocole et de traitement d&#39;image pour la diffusion des outils du sein IRM du tenseur ont été développés. Cette méthodologie complètement sûr, rapide, non invasive et dissèque précisément l&#39;architecture du sein et peut faciliter la détection du cancer du sein dans la clinique. Le premier coefficient de diffusion, λ 1, et l&#39;indice d&#39;anisotropie maximale, λ 1 -λ 3, ont été trouvés pour servir de deux paramètres de diffusion indépendants pour la détection du cancer. Les études cliniques de patients atteints de cancer du sein ont montré que l&#39;efficacité de détection de ces deux paramètres est comparable à celle de DCE IRM. Ainsi, l&#39;émergence de cette méthode de compréhension de base de l&#39;architecture du sein et du développement du cancer et sa dépendance à révélerchangements importants quantifiables, ainsi que son étant une méthode sûre et rapide en font un outil précieux pour l&#39;étude de différents aspects de développement impliquant une prolifération canalaire, et pour tester son impact clinique de dépistage du cancer du sein dans les grandes études prospectives à grande échelle.

Le cancer du sein est la cause la plus courante de cancer chez les femmes à travers le monde. La détection précoce du cancer du sein joue un rôle critique dans l&#39;amélioration de la qualité de vie et la survie des patients atteints de cancer du sein. Les méthodes standard courant pour la détection du cancer du sein sont basés sur la mammographie à rayons X et l&#39;échographie. La sensibilité et la spécificité de ces techniques, en particulier pour la détection des lésions dans les seins denses insuffisante, a stimulé le développement d&#39;autres techniques, y compris l&#39;imagerie par résonance magnétique du sein (IRM). Contraste dynamique amélioré (DCE) IRM a été établi comme un outil puissant pour la détection et le diagnostic du cancer du sein 1,2 et est fréquemment facilité par diagnostic assisté par ordinateur des moyens 3. Actuellement, il est utilisé dans des cas particuliers, comme les patients à haut risque 4, mais pas pour un dépistage de routine, sans doute à cause des coûts élevés, la nécessité d&#39;utiliser une injection d&#39;un agent de contraste, l&#39;absence d&#39;une normalisatione la spécificité variable différencier bénigne de lésions malignes des valeurs allant de faible / modéré 5,6 des valeurs élevées qui ont été obtenus en utilisant la mammographie combiné et DCE-MRI 7,8. Plus récemment, la diffusion pondérée IRM et les cartes résultant de coefficient apparent de diffusion (ADC) ont été évalués comme méthode de complément de DCE-MRI et il a été montré que les valeurs de l&#39;ADC peuvent aider à distinguer entre les cancers, lésions bénignes et des tissus du sein normale 9,10 . En outre, les études de cancer du sein du tenseur de diffusion imagerie (DTI) ont été lancés en bénévoles et les patients atteints de lésions mammaires sains à force de champ de 1,5 T 11-15 et 3 T 16-24. La plupart de ces études ont indiqué ADC et l&#39;anisotropie fractionnelle (FA) valeurs 11,12,14,15,20-23 et a trouvé ces deux paramètres pour être reproductible avec des valeurs ADC plus reproductibles que FA 13,20. Les résultats de ces études ont indiqué que les lésions malignes présentent des valeurs ADC faibles que compARED à des lésions tissulaires et bénignes normales, cependant, les résultats contradictoires ont été rapportés sur les valeurs et les capacités de diagnostic de FA 11,12,14,20-23. Dans un ensemble de trois T- études DTI les valeurs des trois valeurs propres du tenseur et vecteurs propres dans le cadre des tissus mammaires ont été signalés ainsi, et les résultats ont été présentés dans des cartes vectorielles de vecteur propre principale et des cartes paramétriques des valeurs propres, ADC, FA et une anisotropie maximale indice 16-19,24. Dans ces études, la valeur propre principale de diffusion et l&#39;anisotropie maximale ont été montrés pour servir les paramètres les plus sensibles indépendants pour la détection et le diagnostic des lésions cancéreuses Le sein est composé de tissus fibroglandulaire et le tissu adipeux. Le tissu fibroglandulaire est en outre composée de plusieurs lobes, qui sont très variables en taille et en forme. Chaque microstructure du lobe comprend l&#39;arbre fonctionnelle lobules mammaires et associés formant le tissu glandulaire et le conjonctif-fi environnantetissus fibreux. La plupart des tumeurs malignes mammaires débutent par une prolifération aberrante des cellules épithéliales des canaux ou des lobules, le développement de carcinome in situ, qui par infiltration dans le tissu environnant se transformer en un cancer invasif dans. Par conséquent, les structures canalaires / lobulaire sont un domaine essentiel de l&#39;enquête de la transformation maligne du sein. Les caractéristiques structurelles des arbres canalaires ont d&#39;abord étudié ex vivo en 1840 par Sir Astley Cooper par injection de cire de couleur pour les conduits de spécimens de mastectomie 25. Récemment, ordinateur dérivée suivi des arbres entiers canalaires du sein ont été réalisés dans quelques seins humains en utilisant des échantillons de mastectomie 26,27. Le travail présenté ici montre que les paramètres obtenus par tenseur de diffusion imagerie in vivo fournissent des informations liées aux tissus mammaires caractéristiques microstructurales distinctes, ce qui permet également la détection non-invasive du cancer du sein. Le pprincipes sous-jacents PHYSIQUE diffusion du sein imagerie du tenseur sont fondées sur la capacité IRM pour mesurer et quantifier la diffusion de l&#39;eau anisotrope dans des environnements restreints 28. En général, la diffusion de l&#39;eau dans des solutions homogènes est libre et isotrope, cependant, si le mouvement de l&#39;eau est arrêtée en raison de restriction par des parois imperméables à la diffusion devient anisotrope avec une diffusion rapide et libre parallèlement aux parois et une diffusion plus lente restreint perpendiculaire aux parois ( figure 1). diffusion de l&#39;eau dans les tissus est complexe et dépend de caractéristiques structurales et physiologiques de la intra- et les compartiments extracellulaires y compris des tailles, des cellules de cellules, la densité, la tortuosité extracellulaire et l&#39;échange d&#39;eau à travers les membranes, ainsi que sur la présence d&#39;vasculaire et des réseaux lymphatiques (figure 2). <img alt="Figure 1" src="/files/ftp_upload/52048/52048fig1highres.jpg" /> Figure 1: la diffusion gratuite et limitée Schéma d&#39;une libre diffusion des molécules d&#39;eau (à gauche) et la diffusion restreinte par des murs imperméables (à droite).. <img alt="Figure 2" src="/files/ftp_upload/52048/52048fig2highres.jpg" /> Figure 2: diffusion complexe dans un tissu Schéma de diffusion de l&#39;eau dans un système cellulaire montrant le mouvement des molécules d&#39;eau dans les compartiments extracellulaires et intracellulaires et l&#39;échange de l&#39;eau (flèches) entre ces deux compartiments.. En raison des caractéristiques architecturales particulières du sein la diffusion des molécules d&#39;eau dans les canaux et les lobules mammaires présentent un exemple particulier de mouvement restreint et anisotrope: En parallèle aux parois des conduits et lobules la diffusion est voisin de celui de la diffusion libre, mais dans les directions perpendiculaires aux parois, il est limité par les parois, composé de deuxles couches de membrane cellulaire et sous-sol. Par conséquent, la diffusion dans le système canalaire / glandulaire est relativement rapide et anisotrope. D&#39;autre part, la diffusion dans le tissu fibreux conjonctif entourant les conduits et isotrope est rapide en raison de la forte teneur en eau et faible densité cellulaire dans ce tissu (figures 3 et 4). En présence d&#39;une tumeur maligne, le blocage des canaux et les lobules par les cellules cancéreuses augmente la tortuosité et la restriction de la circulation de l&#39;eau, ce qui provoque une diminution des coefficients de diffusion dans toutes les directions et dans le mouvement anisotrope (figure 3 et 4). <img alt="Figure 3" src="/files/ftp_upload/52048/52048fig3highres.jpg" /> Figure 3: Diffusion en lobules mammaires Schéma d&#39;une coupe à travers les lobules et la diffusion de l&#39;eau dans une lobule.. Gauche: diffusion de l&#39;eau limitée par les parois des lobules montrant rapidediffusion parallèle aux parois et à la diffusion restreinte perpendiculaire aux parois. Droite: diffusion en lobules avec les cellules cancéreuses. La diffusion dans le compartiment extracellulaire est fortement entravée mais semblable dans toutes les directions et donc, presque isotrope. <img alt="Figure 4" src="/files/ftp_upload/52048/52048fig4highres.jpg" /> Figure 4:. Diffusion de l&#39;eau dans le système de l&#39;arbre canalaire gauche: conduits mammaires injectés avec de la cire de couleur, montrant leur direction de rayonnement, et de leur inter-ramification 25. Moyen: Représentation schématique d&#39;un arbre canalaire normale avec des vecteurs indiquant la diffusion à l&#39;intérieur des conduits (flèches noires) et dans le tissu conjonctif (flèches vertes). A droite: Représentation schématique d&#39;un arbre canalaire avec deux loci de cellules cancéreuses (violets). Les flèches rouges présentent la diffusion dans les cancers. Ce document décrit en détail la méthode de balayage du tenseur de diffusion et de la processing algorithmes et logiciels d&#39;analyse des ensembles de données DTI qui ont permis la détection de cancer du sein. Tous les cancers ont été confirmées par les résultats histopathologiques de biopsie du sein et / ou les prélèvements chirurgicaux. Nous décrivons aussi la pondération T2 protocole de numérisation pour obtenir les caractéristiques anatomiques du sein, ainsi que le protocole de balayage DCE qui a servi de méthode de référence pour évaluer la sensibilité de détection DTI. <a href="https://www.jove.com/files/ftp_upload/52048/52048fig4large.jpg" target="_blank">Se il vous plaît cliquer ici pour voir une version plus grande de cette figure.</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.

La méthode a été d&#39;abord testé et démontré par la numérisation des volontaires sains à différents stades hormonaux. Figure 11 ont démontré les cartes paramétriques et vectorielles obtenus en utilisant notre logiciel d&#39;une tranche centrale d&#39;un jeune volontaire sain avec relativement élevé fraction du tissu fibroglandulaire, comme on peut le voir clairement sur l&#39;image pondérée T2 (toutes les zones grises sont des tissus fibroglandulaire et les zones claires sont gras). La direction du premier coefficient de diffusion λ 1 est représentée sur la carte du vecteur v1 avec une grande fraction des pixels pointant vers le mamelon. Comme attendu les valeurs de la diffusion diminuent coefficients tensoriels de λ 1 à λ 2 à λ 3. L&#39;utilisation de ces trois coefficients de diffusion calcul de l&#39;ADC de diffusivité moyenne activés, l&#39;anisotropie fractionnelle (FA) et l&#39;anisotropie maximale, λ 1 - λ 3. Avis sur les cartes de FA et λ 1 - λ <sub&gt; 3 la congruence élevée dans la distribution spatiale des valeurs de ces deux indices. Chez les femmes ménopausées les seins sont généralement moins denses comme le montre l&#39;exemple de la figure 13 pour une ancienne bénévole normale de 63 ans. Les coefficients de diffusion sont plus faibles dans le volontaire personnes âgées, mais les indices d&#39;anisotropie sont plus élevées, probablement en raison du faible diamètre des canaux et les lobules et, par conséquent, la restriction imposée à la plus élevée diffusion dans les directions orthogonales aux parois canalaires. Un autre exemple illustrant la sensibilité du tenseur de la taille des canaux est représenté dans l&#39;exemple d&#39;un volontaire en lactation à la figure 14. Etant donné que le lait est un colloïde de globules gras dans un fluide à base d&#39;eau qui contient des glucides dissous et des agrégats de protéines avec des minéraux , la viscosité du lait est supérieure à celle du fluide normal de l&#39;eau dans les canaux, et ainsi, les coefficients de diffusion d&#39;eau sont de seins en lactation leurs à ceux des femmes non ménopausées 24. En outre, les conduits à proximité de la tétine sont grandes et la restriction dans les directions orthogonales à des conduits est inférieure à celle de la poitrine non-lactation, et par conséquent, les indices d&#39;anisotropie sont plus bas. Cependant, dans les régions -posterior lobulaire du sein allaitant l&#39;anisotropie est encore élevé. Chez les patients atteints de tumeurs malignes le principal changement dans les paramètres du tenseur de diffusion est exposée dans une réduction significative dans les trois coefficients de diffusion. Les changements dans λ 1 ont été trouvés pour fournir le contraste le plus élevé par rapport au bruit 19. Cette étude a inclus 68 patients présentant une pathologie confirmée y compris 33 patients diagnostiqués d&#39;un carcinome canalaire invasif (IDC), 19 avec un carcinome canalaire in situ (CCIS), 13 un carcinome lobulaire invasif (CIT) et 3 avec d&#39;autres tumeurs malignes. Plusieurs patients avaient focale multiple ou le cancer du sein centrée multiples. La taille des cancers varied de 3 à 95 mm avec de 14 mm médian et interquartile plage de 10 à 30 mm. Dans tous ces patients le taux de DCE et DTI détection étaient comparables. Cependant, cinq cas qui ont montré l&#39;amélioration dans DCE et ont été confirmés par la pathologie que les cancers ne ont pas été inclus dans l&#39;analyse DTI raison de problèmes techniques dans les seins gras, principalement liés à la non-homogénéité du champ et de suppression de graisse insuffisante entraîne des distorsions et des artefacts. Les figures 15, 16 et 17 montrent des cartes paramétriques typiques des deux principaux paramètres de diffusion λ 1 et λ 1 - λ 3 qui sont utilisés pour la détection de tumeurs malignes du sein. Cette figure montre, en plus de pondération T2, les résultats de l&#39;analyse DCE en utilisant la méthode de codage couleur 3TP. Comme expliqué dans l&#39;introduction de la présence de cellules malignes dans les canaux ou des lobules et leur environnement d&#39;entraver la diffusion dans le compartiment extracellulaire réduisant considérablement til coefficients de diffusion. En outre, l&#39;anisotropie en raison de structures canalaires est en train de disparaître que les cellules cancéreuses se propagent dans toutes les directions de façon chaotique sans direction distincte. La FA est pas un paramètre approprié pour la détection du cancer du sein puisque la normalisation de ce paramètre pour la diffusivité moyenne conduit à des valeurs élevées d&#39;alcool furfurylique dans des cancers similaires à celles dans les tissus normaux 19. Cependant, l&#39;anisotropie maximale fournit un moyen pour détecter le cancer (Figures 15-17). Néanmoins, parce que le tissu fibreux conjonctif est également proche de isotropes et présentent de faibles valeurs d&#39;anisotropie maximale, ce paramètre est moins spécifique que le coefficient de diffusion λ 1 et agit comme un paramètre secondaire à λ 1. La figure 17 démontre également la capacité de DTI pour caractériser la réponse à la chimiothérapie néo-adjuvante. Dans cet exemple, le patient complètement répondu au traitement (4 cycles de Adriamycin + Cycloxane -, suivie par quatre cycles de Taxol). En effet, la réponse au traitement a provoqué une augmentation significative des coefficients de diffusion à des valeurs typiques pour le tissu normal du sein, ce qui suggère la présence d&#39;un tissu conjonctif de réparation qui ont remplacé les cellules cancéreuses. Des résultats similaires ont été obtenus dans quatre autres patients qui ont répondu à la thérapie. <img alt="Figure 13" src="/files/ftp_upload/52048/52048fig13highres.jpg" /> Figure 13: Sortie de cartes DTI paramétriques d&#39;une tranche de poitrine centrale d&#39;un 63 ans volontaire sain superposée sur l&#39;image pondérée T2 de la même tranche Dir.. - Plan de Direction de rouge indiquant gauche à droite, antérieure indiquant vert à postérieure et tête vert indiquant pieds directions. Notez que les vecteurs sont marqués en lignes blanches. Tous les coefficients de diffusion et d&#39;anisotropie de l&#39;indice maximal sont en unités de 1 x 10 -3 mm 2 / s. FA est sans unité. La barre d&#39;échelle dans le vecteur carte refERS sur une longueur de 20 mm et la barre d&#39;échelle de l&#39;image de T2 se réfère à une longueur de 20 mm dans toutes les images restantes. <img alt="Figure 14" src="/files/ftp_upload/52048/52048fig14highres.jpg" /> Figure 14: Sortie de cartes DTI paramétriques d&#39;une tranche de centrale sein d&#39;un bénévole en lactation 40 ans superposée sur l&#39;image pondérée T2 de la même tranche Dir.. - Plan de Direction de rouge indiquant gauche à droite, antérieure indiquant vert à postérieure et tête vert indiquant pieds directions. Tous les coefficients de diffusion et d&#39;anisotropie de l&#39;indice maximal sont en unités de 1 x 10 -3 mm 2 / s. FA est sans unité. Remarque dans le sens carte et carte vectorielle que la plupart des pixels sont alignés vers le mamelon. A noter également les coefficients de diffusion plus faibles par rapport aux valeurs dans les figures 7 et 10 de volontaires sains. La barre d&#39;échelle dans la feuille de vecteur fait référence à une longueur de 20 mm et labarre d&#39;échelle dans l&#39;image de T2 se réfère à une longueur de 20 mm dans toutes les images restantes. <img alt="Figure 15" src="/files/ftp_upload/52048/52048fig15highres.jpg" /> Figure 15:. Paramétriques cartes de λ 1 et λ 1 - λ 3 chez un patient de 38 ans présentant un carcinome canalaire invasif multi focal Dans le 1 er cru les paramètres DTI sont présentés avec un seuil de 1,7 x 10 -3 mm 2 / sec pour λ 1 et 0,6 mm 2 / s pour λ 1 -λ 3 (toutes les valeurs au-dessus des seuils sont colorés en violet). Dans les deux premières, nd valeurs supérieures au seuil ne sont pas de couleur et de montrer l&#39;image sous-jacente pondérée T2. Le chiffre inclut aussi dans la 1 ère colonne sur la gauche une image pondérée T2 et une carte paramétrique DCE, obtenue par la méthode de 3TP, de la même tranche que les cartes paramétriques DTI. La barre d&#39;échelle dans l&#39;image de T2 se réfère à une longueur de 20 mm in toutes les images. Notez que la résolution des images de DCE dans le plan spatial est environ deux fois supérieure à celle de DTI, cependant, il existe une congruence élevée visuel à l&#39;emplacement et la taille de la 3TP λ 1 et les cartes paramétriques. <img alt="Figure 16" src="/files/ftp_upload/52048/52048fig16highres.jpg" /> Figure 16: cartes paramétriques de λ 1 et λ 1 -λ 3 chez un patient âgé de 60 ans, avec de bas grade CCIS Le chiffre inclut aussi dans la 1 ère colonne sur la gauche une image pondérée T2 et une carte paramétrique DCE, obtenu par le. 3TP méthode, de la même tranche que les cartes paramétriques DTI. La barre d&#39;échelle dans l&#39;image de T2 se réfère à une longueur de 20 mm dans toutes les images. Notez la capacité du DTI pour détecter le cancer du sein dans un très gras. <img alt="Figure 17" src="/files/ftp_upload/52048/52048fig17highres.jpg" /> Figure 17: cartes paramétriques de λ 1 et λ 1 - λ 3 chez un patient âgé de 39 ans, avec un carcinome lobulaire invasif avant et après la chimiothérapie néoadjuvante Le patient a été balayée deux fois, une fois avant la thérapie et une fois avant la chirurgie, après 4 cycles de Adryamicin +. cycles Cycloxan et 4 de Taxol. Noter l&#39;augmentation de λ 1 et λ 1 -λ à 3 dans les régions de cancer qui ont répondu au traitement. Le 1 er spectacles premières images obtenues avant le traitement et les 2 ème spectacles premières images d&#39;environ la même région que dans le 1 er rang, obtenues avant l&#39;intervention chirurgicale. Avant régions du cancer du traitement présentaient λ 1 et λ 1 -λ 3 valeurs en dessous de leur seuil, et après le traitement de ces deux paramètres ont augmenté à des valeurs au-dessus de leur seuil. Le chiffre inclut aussi dans la 1 ère colonne sur les images pondérées T2 gauche; dans la colonne 2 ème Muimage ltiple Projection-MIP, obtenu en soustrayant les images pré-contraste des images de contraste après 2 min; dans la colonne 3 ème cartes paramétriques DCE obtenu par le procédé de 3TP. La barre d&#39;échelle dans l&#39;image de T2 se réfère à une longueur de 20 mm dans toutes les images

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.

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

Vidéo: 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.

Résonance Magnétique Dérivé évaluation souche du myocarde par fonctionnalité de suivi

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 ...

Recherche

Médecine

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.

Sonder le cerveau dans l&#39;autisme par IRMf et de 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.

Multi-modale d&#39;imagerie de l&#39;angiogenèse dans un modèle de rat nu des métastases osseuses du cancer du sein par imagerie par résonance magnétique, la tomodensitométrie et volumétrique ultrasons

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.

Imagerie time-lapse de primaires prénéoplasiques cellules épithéliales mammaires issues de modèles de souris génétiquement modifiées de cancer du sein

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 imagerie par résonance magnétique dans l&#39;analyse des maladies neurodégénératives

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.

Contraste dynamique amélioré imagerie par résonance magnétique d&#39;un modèle orthotopique cancer du pancréas de souris

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.

Imagerie simultanée PET / IRM cérébrale Pendant souris hypoxie ischémie

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.

Imagerie par résonance magnétique cardiaque à 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 contraste d’imagerie par résonance magnétique dans l’artère carotide commune de Rat

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.

Quantification de Levator Ani Hiatus l’élargissement par imagerie par résonance magnétique chez les mâles et les femelles avec prolapsus

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 ...