乳腺アーキテクチャの特長を追跡し、磁気共鳴拡散テンソルイメージングと乳がんの検出

要約

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.

要約

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.

概要

乳癌は、世界中の女性の癌の最も一般的な原因である。乳がんの早期発見は、乳癌患者の生活の質および生存を改善するのに重要な役割を有している。乳癌の検出のための現在の標準的な方法は、X線マンモグラフィと超音波走査に基づいている。これらの技術の不十分な感度および特異性は、特に高密度の乳房内の病変を検出するために、乳房の磁気共鳴画像（MRI）を含む他の技術の開発を刺激してきた。ダイナミックコントラスト増強（DCE）MRIは、乳癌^1,2の検出および診断のための強力なツールとして確立されており、しばしばコンピュータ支援診断によって促進される^3を意味する。現在、このようなハイリスク患者⁴のような特別な場合のためではなく、日常的なスクリーニングのために、おそらく、高コスト、造影剤の注入を使用する必要性、標準化aの不足のために使用されND低/中程度の値から^5,6組み合わせたマンモグラフィーとDCE-MRI ^7,8を用いて得られた高い値の範囲に悪性病変から良性の差別化変数特異性。より最近では、MRI及び見かけの拡散係数（ADC）の得られたマップを重み付け拡散DCE-MRIを補完する方法として評価され、それはADC値は、癌、良性病変と正常乳房組織^9,10を区別しやすくすることができることが示された。また、乳房の拡散テンソルイメージング（DTI）の研究は1.5 T ^11-15の磁場強度で3 T ^16-24の健康なボランティア及び乳房病変を有する患者において開始された。これらの研究のほとんどは、ADC及び異方性比率（FA）値^{11,12,14,15,20-23を}報告し、FA ^13,20よりもより再現ADC値で再現性があることが、これらの2つのパラメータを発見した。これらの研究の結果は、悪性病変がコンプとして低いADC値を示すことが示され正常組織と良性病変にARED、しかし、矛盾する結果は、価値観やFA ^{11,12,14,20-23}の診断能力に報告された。 3 T- DTI研究乳房組織枠三テンソルの固有値および固有ベクトルの値も同様に報告され、その結果を主固有ベクトルと固有値のパラメトリックマップのベクトルマップで提示し、ADC、FAのセット内のそして最大の異方性指数^16-19,24。これらの研究では主拡散固有値と最大異方性が癌病変の検出および診断のための最も敏感な独立したパラメータとして機能することが示された

乳房は乳腺組織と脂肪組織で構成されている。線維腺組織はさらに大きさと形状で非常に可変的である多くの葉、から構成されている。各ローブ微細構造は、機能的乳腺ツリーと腺組織を形成することに関連する小葉、および周囲の結合-Fiが備わってい繊維状組織。ほとんどの乳房の悪性腫瘍は、周囲の組織への浸潤によって浸潤癌に変わるその場での癌、 で開発ダクトや小葉の上皮細胞の異常な増殖によって開始します。したがって、乳管/小葉構造は、悪性乳房変換の調査の不可欠の領域である。

乳管樹の構造的特徴は、最初の乳房切除標本²⁵のダクトに着色ワックスの注入を使用して、サー·アストリー·クーパーによって1840年にex vivoで検討した。最近では、全体の胸乳管樹のコンピュータ派生追跡は、乳房切除標本^26,27を使用して、いくつかの人間の胸に達成されている。ここで提示作業は、 インビボ拡散テンソル画像化によって得られたパラメータは、非浸潤性乳癌の検出も可能にする、異なる乳房組織の微細構造の特徴に関連する情報を提供することを示している。

P乳房の拡散テンソル画像の基礎となるhysical原理は、制限環境²⁸内の異方性水拡散を測定し、定量化するためにMRIの能力に基づいている。一般的には、均質な溶液中での水の拡散は無料で等方性で水の動きが不浸透性の壁であるため制限のため停止した場合には、しかし、拡散が（壁に垂直な壁に速い自由拡散平行遅い制限拡散異方性になる図1）。組織中の水の拡散は複雑であり、細胞を含む細胞内および細胞外コンパートメントの構造的および生理学的特徴に依存'のサイズ、細胞の膜を通して、ならびに血管およびリンパ管ネットワークの存在に密度、細胞外のねじれ及び水交換（ 図2）。

図1：無料と制限された拡散透過性の壁（右）によって制限水分子自由拡散（左）と拡散の模式図。。

図2：組織における複雑拡散外および細胞内コンパートメント及びこれら二つのコンパートメント間の水交換（矢印）における水分子の移動を示すセルラシステム内の水分拡散の概念図。

により胸の特定のアーキテクチャの特徴に乳管や小葉中の水分子の拡散が制限されたと異方性運動の特定の例を提示する：ダクトの壁に並行してと拡散が自由拡散のそれに近い小葉が、それは壁によって制限され、壁に垂直な方向では、2つから構成される細胞と基底膜の層。従って乳管/腺系における拡散が比較的速いと異方性である。一方、管を ​​周囲の結合線維組織における拡散は、この組織で高含水率および低細胞密度（ 図3および図4）の結果として、迅速かつ等方性である。悪性腫瘍の存在下で、癌細胞による管および小葉の閉塞は、すべての方向に異方性運動の拡散係数の減少（ 図3および4）を引き起こし、水の動きのねじれ、制限を増加させる。

図3：乳房の小葉における拡散小葉を通してカットし、1小葉内の水の拡散の模式図。。左：速い示した小葉」の壁によって制限された水の拡散壁に垂直拡散の壁に平行かつ制限拡散。右：癌細胞と小葉で拡散。外区画における拡散は非常に妨げが、全ての方向に類似し、したがって、ほぼ等方される。

図4：乳管ツリー系内の水分拡散左：彼らの放射方向、およびそれらの相互分岐^25を示す色付きのワックスを注入した乳管、。ミドル：ダクト（黒矢印）の内部拡散を示すベクターを用いた通常の乳管ツリーの概略図及び結合組織における（緑の矢印）。右：癌細胞の2つの遺伝子座（紫）と乳管ツリーの概略図。赤矢印は、癌における拡散を示す。

本稿では詳細に拡散テンソル走査方式とPRを説明ocessingアルゴリズムや乳房の悪性腫瘍の検出が有効DTIデータセットのソフトウェア分析。全ての癌は、乳房生検および/または外科的標本の組織病理学的所見により確認された。我々はまた、乳房の解剖学的特徴を取得するためのT2強調スキャンプロトコルと同様に、DTI検出感度を評価するための参照方法を務めDCEスキャンプロトコルを記述している。 この図の拡大版をご覧になるにはこちらをクリックしてください。

プロトコル

注：すべてのプロトコルはメイア医療センター、クファル·サバ、イスラエルの内部審査委員会によって承認された署名インフォームドコンセントがすべての被験者から得た。

MRIスキャナ1.患者の準備と配置

1. 造影剤を注入するための左または右の腕に静脈内カテーテルを挿入します。
2. 図5に示されたように、患者が乳房コイルの二国間の開口部に自由にぶら下がって両方の乳房と腹臥位に横たわっていることを確認します。
3. ヘッドは、患者の頭部と首の快適さのために枕の上に配置され、 図5に示されたように両腕を頭の上に置かれていることを確認します。
4. 各胸を図5に示されているように深く各コイル開口部内で可能な限り緩いとをぶら下げ、中央の位置にあることを確認してください。

E 5 "SRC =" /ファイル/ ftp_upload / 52048 / 52048fig5highres.jpg "/>
図5：乳房のMRIスキャンのための女性の位置づけ。腹臥位と乳房コイルの二国間の開口部で両乳房のフリーハンギングに注意してください。

5. 静脈カテーテルに自動注入ポンプを接続します。

2. MRIスキャン

1. 両方の乳房を局在化するためのMRIスキャナーでパイロット画像を取得し、視野（FOV）を決定し、完全に腋窩及び胸壁の拡張の両方の胸をカバーするスライス及びスライス厚の数。
2. MRIスキャナで実行されるすべての次のスキャン·シーケンスでは、各ケースのFOV、スライス番号とスライス厚と同じ値を保持する。例えば、胸の大きさ、および位相エンコード方向Lに応じて、読み出しおよび位相方向の360ミリメートル2~3ミリメートル（mm）の範囲のスライス厚のFOV 60の軸方向スライスを取得する2;> RまたはR >> L.は、 表1に示すように、各シーケンスのために使用される取得行列の次元に応じて、以下の配列の面内解像度を変更します。

実験パラメーター	2DのT2重み付け	2D DTI	2D GEフィールドのマッピング	3D DCE
繰り返し時間（TR）ミリ	5500	10800	669	6.8
エコー時間（TE）ミリ	122	120	4.92	2.49
TE（2）			7.38
フリップ角を度単位			60	18
買収行列	640×428	192×192	64×192	428 X 428
平均値	1	1	1	1
連結	4	1	1	1
ターボ要因	21
スライスあたりの列車の数	11
エコー間隔、ミリ秒	10	0.79
帯域幅、ヘルツ/ピクセル	300	1860	1532	560
平面スキャン解像度で	0.56 X 0.84	1.9×1.9		0.8×0.8
平面画像の解像度で	0.56 X 0.56	1.9×1.9	1.9×1.9	0.8×0.8
取得時間、分：秒	4時26分	6：09	1時28分	午前1時06分（X9）
拡散勾配の＃		30
脂肪抑制	いいえ	FAT-SAT / SPAIR 1		いいえ
b値、秒/ mm 2の		0、700

表1：本研究で用いた系列の実験パラメータ ¹ FAT-SAT：脂肪抑制。 SPAIR：スペクトラル弱毒反転回復。

3. MRIスキャナのユーザーインターフェースコンピュータで両乳房と腋窩を含む領域をローカライズし、シミングボックスを定義します。磁場^29を最適化するために、反復シミング戦略を適用します。
   1. ユーザインターフェースコンピュータの画面上にプロトンスペクトルを表示およびtにおける周波数を中心とすることでシミングを調整する彼はその後、水共鳴周波数と脂肪共鳴周波数に。それが最高の脂肪と水の信号を分離し、プロトンスペクトルで明らかにされるように最大の信号強度と形状を最適化するまでシミングを繰り返します。照射周波数が水の共鳴周波数を中心としていることを確認します。
4. 2.ポップアップ表示されたパラメータを修正して加速係数で、一般的な自動キャリブ部分的に並列買収（GRAPPA）を使用して、脂肪抑制することなく、高空間分解能でのユーザー·インタフェース·コンピュータを介して2次元バーサルT2強調ターボスピンエコーマルチスライス·シーケンスを適用します表1の列「2D T2重み付け」のそれぞれの値に応じて、画面上。
5. 二回のパラメータ加速係数2.修正により、GRAPPAを使用して、エコープラナーイメージングシーケンス^30をリフォーカスを使用してDTI - 2次元バーサル、脂肪抑制、スピンエコー拡散テンソル画像のユーザインタフェースコンピュータを介して適用しますそれは、 表1の欄「2D DTI」でその値に応じて画面上にポップアップ表示されます。
6. エコープラナーイメージング（EPI）における幾何学的歪みを補正するためのユーザインターフェースコンピュータを介してフィールドマッピングシーケンスを適用し、Jezzardとバラバン³¹に記載されているように、位相差画像を得る。配列は、2つのイン相異なるエコー時間を有する二次元横断勾配エコー（GE）画像の取得が含まれていることを確認し、位相エンコード方向は、DTIシーケンス（ ステップ2.5）と同じであること。 表1の列「2D GEフィールドマッピング」で、その値に応じて画面上にポップアップ表示されたパラメータを修正してください。
7. 3時点（3TP）法³²に従って最適化されたパラメータで、ユーザー·インタフェース·コンピュータを介して脂肪抑制することなく、3D高速グラジエントエコーシーケンスを使用してプロトコルを強化し、ダイナミックコントラストを適用します。そのパラメータを修正表1の列「3D DCE」でその値に応じて画面上にポップアップ表示されます。
   1. ステップ2.7におけるプロトコルに従って2つの初期precontrast画像を記録。
8. 生理食塩水のフラッシュ20mlを、続いて、2ミリリットル/秒の速度で自動化されたポンプを使用して、0.1ミリモル/ kg体重の用量で、第2のプレコントラスト取得造影剤gadopentetatedimeglumineの終了前に15秒を噴射2ミリリットル/秒。
   1. 54、120、186、252、318、384、450秒のポスト造影剤注入でステップ2.7におけるプロトコルに従って7シーケンシャル3Dデータセットを記録し続けます。
9. 二次元横断T2強調脂肪ターボスピンエコーマルチスライスシーケンス加速係数2.とGRAPPA、 ステップ2.4に記載さT2強調画像のために使用されるものと同様の実験の詳細を使用して、高空間分解能での抑制ユーザインターフェースコンピュータを介して適用する。
   NOTE：MRIプロトコルにおけるステップを要約経時変化を図6に提供される。

図6：臨床MRIプロトコルの時間経過。

3.画像処理

1. すべてのスキャンシーケンスによって得られたデータセット全体を転送する（ ステップ2.4に記載されて- 2.9）リモートワークステーションやパーソナルコンピュータへと乳房の拡散テンソル画像とDCE-MRIを分析するために捧げたソフトウェアプログラムで画像の全体のデータセットを処理する。
   1. ここでは、MATLAB ¹⁹のプログラミング環境を使用して検証したC ++で書かれた手製のソフトウェアパッケージを用いて説明する手順を実行します。一般的に、商業的スキャナは、乳房に適合させることができる脳DTI実験のために画像処理ツールを提供するが私たちの自家製ソフトウェアパッケージによって適用されたすべての処理機能を持っていない可能性があり
2. 図7のフローチャートのステップ以下の専用DTI画像処理ソフトウェアを使用して、DTIデータセットの画像処理を行う。

図7：DTI処理に必要な手順を示すフローチャート 。

1. （約1cm ²の）乳癌および関心の3~4領域における残りの組織の外部の騒音レベルを評価し、最大ノイズレベルを見つけるためにDTIソフトウェアプログラムを使用する。
2. 6拡散係数、D _xxは 、D _yyは 、D、最大ノイズレベルを超えると、60スライスのそれぞれの全ての画素において、画素ごとに計算するためにDTIソフトウェアプログラムを使用しDが ³³以下に記載対称テンソルの_{ZZ、D xy}は、Dの_XZ、Dの_YZ、（ 図8参照）
   
   D _xyの = D _{YX、D ZY} = D _YZ、Dの_ZX = Dの_XZ。
   1. Siは、jが（b）の信号のSi、jの（b）は= Siの（0）のexp（-bD）：テンソル成分はStejskal-Tannerの式に基づいて、非線形回帰フィッティングプログラムを使用して計算するために方向j及びSiの拡散勾配を画素iの輝度（0）bは0ミリメートル^2·sの同じ画素の信号強度である。このフィッティングは、各拡散勾配方向30の非線形関数の二乗和を最小化レーベンバーグ·マルカートアルゴリズム^34。このステップはフリーソフトウェアcminpack（によって行ったの修飾による6拡散テンソル変数コンポーネントhttp://devernay.free.fr/hacks/cminpack/index.html ）。

図8：対称拡散テンソルを生じる計算ステップの概念図。

3. 主成分分析^{（PCA）35を}適用することにより、各画素における対称拡散テンソルを対角化するためにDTIソフトウェアを使用してください。
   注：PCAは、データの次元を削減し、無相関と直交軸の新しい座標系に相関ピクセル·パラメータをマッピングする線形変換を見つけるために一般に使用される方法である。このPRocess各画素3固有ベクトルための収量_{（ν1、ν2、ν3）、}組織の拡散枠と一致する楕円形状の3つの直交軸、及び対応する3つの拡散固有値の拡散方向を規定する、ハイから配置ローに、3方向拡散係数を決定すること_{（λ1、λ2、λ3）（} 図9および10を参照のこと）。

図9：組織の拡散フレームと楕円するモデリングと一致して固有値と固有ベクトルを生じる計算ステップの概念図。

図10：Schemat正常な腺管組織及び癌組織における拡散固有ベクトルと固有値を算出するメイン処理ステップでIC図面。

4. 各画素ごとに<λ> _{=（λ1 +λ2 +λ3）/} 3 3固有値の平均として定義見かけの拡散係数（ADC）を計算するためにDTIソフトウェアプログラムを使用してください。
5. 各画素ごとに差（ - _λ3λ1）のように定義最大の絶対的な異方性指数を計算するためにDTIソフトウェアプログラムを使用してください。
6. 画素ごとに（一方向に自由拡散）1に（等方性拡散）0の間の範囲であり、以下の式に従って異方性比率（FA）指数を計算するためにDTIソフトウェアプログラムを使用します。
   
7. displaにDTIソフトウェアプログラムを使用して、両乳房全体に各スライス内の画素によってY画素_1νプライム固有ベクトルの方向を示すベクトルマップ、および_ν1の主方向を示す3色のカラーコード化されたマップと同じのT2強調画像上にオーバーレイスライスします（ 図9）。このステップは、フリーソフトウェアのGTK（使用して行ったhttp://gtk.orgをグラフィックス）。
8. すべての拡散テンソルの値が_{λ1、λ2、λ3、ADC}パラメータ両方の乳房全体の各スライスに画素ごとに表示した拡散テンソル画像パラメトリックマップ_{、λ1-λ3を}構築するためにDTIソフトウェアプログラムを使用し、 FAと同一スライスのT2強調画像上にオーバーレイする（ 図11）。

図11：同じスライスのT2強調画像に重ね24歳の健康なボランティアの乳房内の中央スライスのパラメトリックDTIマップの出力ディレクトリ。。 - 赤と方向マップは後部と足の方向に緑を示す頭部への権利、緑を示す前方に左を示す。ベクトル地図内のベクトルが白い線でマークされていることに注意してください。すべての拡散係数および最大異方性指数は10 ^-3 mm ²の/秒の単位である。 FAは無単位である。ベクトルマップ中のスケールバーは20mmの長さを指し、T2画像中のスケールバーは、残りのすべての画像で20mmの長さを指す。

3. 必要に応じて、幾何学的歪みは、 ステップ2.6に記載のように得られた位相差マップをロードすることによって、修正するためにDTIソフトウェアプログラムを使用する。 +πrepreseに-πの範囲に勾配エコー画像中のノイズレベル以上の全画素の位相差マップの範囲をシフトラジアン（ 図12）における位相シフトΔɸ（x、y、z）をnting。
   1. に応じてピクセル単位で空間的なシフトを計算するためにDTIソフトウェアプログラムを使用します。
      
      ΔTEは、2つのエコー間の時間差である2.46×10 ^-3秒に等しく、BWP実験における位相帯域幅は13.2ヘルツ/ピクセルに等しくなる。フィールドマップに従ってピクセルシフトし、拡散テンソルパラメータ（ 図12）再計算します。

図12：位相差マップを用いて幾何学的歪みの補正の例は、画像は、浸潤性小葉癌を有する47歳のボランティアから記録した。左のT2強調画像上の最初の列と、スライスの位相差マップ中左乳房にがんと表示されます。第二と^第三の列は₁マップが補正前の最初の行に表示され、補正後の_λ1のマップは2行目に表示されているλ。 _λ1のマップは、対応するT2強調画像上にオーバーレイされている。 2 ^番目の列内の水の拡散係数の全範囲（0.8〜3.0）×10 ^-3 mm ²の/秒カラーコードスケールのために使用され、3 ^番目の列に縮小範囲は、1.7×10の閾値で使用され左乳房の癌と正常乳房組織との間のコントラストを強調^-3 mm ²の/秒。 T2画像中のスケールバーは、すべての画像で20mmの長さを指す。

4. そのような3TPの画像処理ソフトウェア¹⁷として強化の動力学的パラメーターのピクセルマップによってピクセルを提供するソフトウェアを使用してDCE-MRIデータセットの画像処理を行う。

結果

方法は、最初に、様々なホルモンの段階で正常なボランティアをスキャンすることによってテストされ、実証された。はっきりと見ることができるように図11に示すように、乳腺組織の比較的高い割合の若い健康なボランティアの中心部分の我々のソフトウェアを使用して得られたパラメトリックおよびベクターのマップを示した図 T2強調画像上の（すべての灰色の領域は、乳腺組織であり、明るい領域が太っている）。 _1λプライム拡散係数の方向がニップル向いピクセルの大部分を有するベクトルマップv1に示されている。予想されたように拡散テンソル係数の値は_、λ3に_λ2に_λ1から下落。平均拡散係数ADCの計算を可能にし、これらの3つの拡散係数を用いて、異方性比率（FA）及び最大異方性_、λ1 - _λ3。 FAと_λ1のマップのお知らせ- λ _{3これら二つの指標の値の空間分布の高合同。}

63歳の正常なボランティアについては、図13に例に示すように、閉経後の女性では乳房は通常、低密度である。拡散係数は、高齢者のボランティアに低いが、異方性指数が原因により管および小葉の下面の直径、したがって、乳管壁に直交する方向に拡散に課される高い制限、高い。ミルクミネラル溶解炭水化物およびタンパク質凝集体を含む水ベースの流体中の脂肪球のコロイドであるので、ダクトのサイズテンソルの感受性を示す別の例では、図14における泌乳ボランティアの例に示されている、乳の粘度は、ダクト内の通常の水の流体のそれよりも高く、したがって、授乳中の乳房の水の拡散係数がlである閉経前の女性²⁴のものよりもower。さらに、乳首の近くにダクトが大きく、ダクトに直交する方向の制限は、非授乳中の乳房よりも低くなり、その結果、異方性指数も同様に低い。しかし授乳中の乳房の小葉-posterior地域では異方性が依然として高い。

悪性腫瘍を有する患者において拡散テンソルパラメータの主な変化は、3つの拡散係数の有意な減少に展示されている。 _λ1の変化は、ノイズ比¹⁹に最高のコントラストを提供することが見出された。この研究は、他の悪性腫瘍と浸潤性小葉癌（ILC）と3と33浸潤性乳管癌（IDC）と診断された患者、 非浸潤性乳管癌（DCIS）との19、13を含む確認された病理を有する68人の患者が含まれていた。数人の患者は、マルチフォーカルまたはマルチ中心の乳癌を持っていた。がんの大きさVARI10〜30ミリメートルの14ミリメートルと四分位範囲の中央値3〜95ミリメートルエド。これらの患者の全てにおいて、DCE及びDTIの検出率は同等であった。しかし、DCEの向上を示し、癌が原因主に磁場不均一性や歪みやアーティファクトが生じる不十分な脂肪抑制に関連した脂肪の胸で技術的な問題にDTI分析に含まれていなかったとして、病理学によって確認された5例。

乳房の悪性腫瘍を検出するために使用される_λ3 - 15、16と17は_、1つの主要な拡散パラメータ_λ1とλの典型的なパラメトリックマップを証明する数字 。 3TPの色分けされた方法を用いて、T2強調画像、DCE分析の結果に加えて、この図に示すが、。管または小葉に導入における悪性細胞の存在を説明し、それらの周囲のかなりトンを削減する細胞外区画に拡散するのを妨げるように彼拡散係数。また、腺管構造による異方性は、明確な方向とカオスのように全方向に広がる癌細胞のように消えている。平均拡散係数は、このパラメータの正規化は、正常組織¹⁹と同様の癌におけるFAの高い値をもたらすので、FAは、乳癌検出のための適切なパラメータではない。しかし、最大の異方性が（15-17フィギュア ）癌を検出するための手段を提供します。結合線維組織はまた、等方性に近く、最大の異方性の低い値を示すのでそれにもかかわらず、このパラメータは拡散係数_λ1未満特有のものであり_、1〜λための二次パラメータとして機能します。

図17はまた、術前化学療法に対する応答を特徴づけるDTIの能力を実証する。この例では、患者は完全に広告の（4サイクルの処置に応答しriamycin + Cycloxane - 、タキソールの4サイクルが続く）。実際、治療に対する応答は、癌細胞を置き換え、修復、結合組織の存在を示唆し、正常な乳房組織に典型的な値に対する拡散係数の有意な増加を引き起こした。同様の結果は、治療に応答し4の他の患者で得られた。

図13：。63歳の健康なボランティアの中央乳房スライスのパラメトリックDTIマップの出力が同じスライスディルのT2強調画像上に重ね 。 - 赤と方向マップは後部と足の方向に緑を示す頭部への権利、緑を示す前方に左を示す。ベクターは白い線でマークされていることに注意してください。すべての拡散係数および最大異方性指数は1×10 ^-3 mm ²以上/秒の単位である。 FAは無単位である。ベクトルマップrefの中のスケールバー20mmの長さおよびT2画像中のスケールバーにERSは、残りのすべての画像で20mmの長さを指す。

図14：。同じスライスディルのT2強調画像に重ね40歳授乳中のボランティアの中央乳房スライスのパラメトリックDTIマップの出力 。 - 赤と方向マップは後部と足の方向に緑を示す頭部への権利、緑を示す前方に左を示す。すべての拡散係数および最大異方性指数は1×10 ^-3 mm ²以上/秒の単位である。 FAは無単位である。ほとんどのピクセルが乳首に向かって整列している方向マップとベクトルマップに注意してください。また、 図7および健康なボランティアの10の値と比較して低い拡散係数に注意してください。ベクトルマップ中のスケールバーは20mmでかつ長さを指しT2画像中のスケールバーは、残りのすべての画像で20mmの長さを指す。

図_15：λ1と_λ1のパラメトリックマップ-マルチフォーカル浸潤性乳管癌の38歳の患者における_λ3 ^第 1生でDTIのパラメータは1.7×10 ^-3 mm ²の/秒のしきい値されています。 _-λ3λ1λ1と0.6ミリメートル² /秒（しきい値以上のすべての値は、紫色に着色されている）。しきい値以上の^第 2生、値に着色し、基礎となるT2強調画像を表示していません。図には、左のT2強調画像とDTIパラメトリックマップと同じスライスの3TP方法によって得られたDCEパラメトリックマップ、上の1 ^番目の列に含まれています。 T2画像中のスケールバーは20mmの長さを指し、iはnのすべての画像。 DCE画像の面内空間分解能DTIよりも約2倍高いことに注意してください、しかし、3TPと_λ1のパラメトリックマップの位置とサイズで高い視覚合同性がある。

図16：低悪性度DCISの60歳の患者における_{λ1、λ1-λ3}のパラメトリックマップ図はまたして得られた左T2強調画像とDCEパラメトリックマップ、上の1 ^番目の列に含まれています。 DTIパラメトリックマップと同じスライスの3TP方法。 T2画像中のスケールバーは、すべての画像で20mmの長さを指す。非常に脂肪の乳房の癌を検出するためにDTIの能力に注意してください。

図_17：λ1と_λ1のパラメトリックマップ-術前化学療法前と後の浸潤性小葉癌と39歳の患者における_λ3患者はAdryamicin +の4サイクル後に、一度、治療の前に、一度手術の前に、二回スキャンした。 Cycloxanとタキソールの4サイクル。治療に反応し、がん領域では_λ1および_λ1-λ3の増加に注意してください。 ^第 1の原料は、手術前に得られた1 ^行目 、のように、治療の前に得られた画像とほぼ同じ領域の^第 2の生番組の画像を示している。治療がんの前の領域が_1-λ3つの値、その閾値以下に_λ1とλを示し、治療後にこれら2つのパラメータは、それらのしきい値を超える値に増加した。図には、左のT2強調画像上の1 ^番目の列に含まれる。 2 ^番目の列ムーでltiple画像投影-MIP、2分間のポストコントラスト画像からプレコントラスト画像を差し引いた。 3 ^番目の列にDCEパラメトリックマップは3TP方法により得られる。 T2画像中のスケールバーは全画像に20mmの長さを指し

ディスカッション

この研究は、 インビボでの両乳房の全乳腺組織中の水拡散テンソルのパラメータを測定するために、高い空間分解能（1~8 mm ^3で ）で3 Tでスキャンし、DTIの能力を実証する。同時に大DTIデータセットのこの研究有効に分析の過程で開発され、アルゴリズムとソフトウェアのアンサンブルは、様々な拡散係数_{、λ1、λ2、λ3}の拡散パラメトリックマップを表示し、ADCと異方性指数が_1-λをλ _3、すべての乳房のスライスとFA。この研究はまた、乳癌を検出し、診断するための様々な拡散係数と異方性指数の可能性を強調している。所見は、プライム拡散係数は_、1λ、正常な乳房組織から悪性分化する実質的な能力を、乳癌を検出するための主要なパラメータであることを示した。二次indepen凹みパラメータは、高感度が_、λ1よりもはるかに低い特異性で、プライム拡散係数によって検出を確認するように作用する最大異方性指数である。

結果はまた、 インビボでの指向性の水の拡散を測定し、両方の乳房全体の腺管/腺組織中の拡散の異方性を定量化するためのMRIの能力を実証した。異方性測定は30拡散勾配方向の均一精度プロファイルを確実にするために適用した。 120ミリ秒の高エコー時間の選択、及び空間分解能の最適化は、ダクト内の水の拡散の制限を明らかにした。通常のダクトの平均サイズは40〜100ミクロン³⁶の範囲で〜70％、90μmであることが報告された。アインシュタイン方程式に従って自由水拡散の変位Dは自由水の拡散係数であり、x ^{=（6Dt）1/2を}意味し、拡散トン時間。 （〜0.3の上限値）を比較して、乳房に比較的低いFA値につながる、我々の実験では、xは約25μmであるため、腺管水分子の一部のみが、乳管の壁によって制限されている検出された値に脳白質（≥0.5）で。卿でアストリー·クーパーは、それが、それぞれが乳管ツリーで構成される、ヒト乳房組織が ​​別々の葉に編成されていることが明らかとなった^25を研究。授乳中の乳房³⁷の予備的な超音波の研究が試みられ、並びに二次形状測定値^38を使用して乳管の断面構造の検出された。しかし、撮像方法は、これまで生体内で両方の乳房全体乳管系を明らかに成功していない。 DTI結果から全体の3D乳管ツリーシステムを得るためのアルゴリズムは、まだ開発中ですが、ベクトルは明らかに乳腺木々の詳細かつ高度に多様な解剖学を明らかにする可能性を示すマップします。最近、私私たちのDTIのデータセットに基づいて、乳房のフル3Dトラッキングのnitial試みは^39を報告しました。

この作業の過程で、技術的な限界に起因非効率的な脂肪抑制及びEPIの歪みに注目されている。脂肪抑制は、高密度の乳房における通常効率的であった脂肪抑制シーケンス（FAT-SAT）によって達成された。しかし、脂肪の胸に、より効率的かつB1不均一性の影響を受けにくいスペクトル選択弱毒反転回復（SPAIR）は、適用された。 EPIベース拡散プロトコルは、誘導される渦電流、B ₀磁場不均一性と感受性の違い^40,41の勾配に起因する追加の制限がありました。これらの制限は、水と脂肪の信号に反復自動および手動のシミングを使用して、下の可能なエコーの間隔を選択することによって最小化された。プロトコールに記載されるように加えて、幾何学的歪みの後処理補正は時折適用した。全体的な、強い水信号との密な乳房の場合には、それは技術的な限界を克服することが可能であった。しかし、非常に脂肪の胸にこの研究では5例は、上記の制限に起因して分析することができなかった。

要約すると、乳房の拡散テンソルMRIのためのプロトコルおよび画像処理ツールが開発されている。この完全に安全で迅速、かつ非侵襲的方法は、正確に乳房構造を解剖し、診療所での乳癌の検出を容易にすることができる。プライム拡散係数_、λ1、および最大異方性指数_{、λ1-λ3は} 、癌を検出するための2つの独立した拡散パラメータとして機能することが見出された。乳癌患者の臨床試験は、これら2つのパラメータを検出効率がDCE MRIに匹敵することを示した。このように、基本的な乳房のアーキテクチャのと癌発生の理解と明らかへの依存からこのメソッドの新興定量化の有意な変化、ならびにその安全かつ迅速な方法であるが、大規模プロスペクティブ試験で乳癌スクリーニングのための臨床的影響を試験するための乳管増殖を伴う種々の発生態様を検討するための貴重なツールにする。

資料

Name	Company	Catalog Number	Comments
Magnetol-Gadopentetatedimeglumine	Soreq, Yavne, Israel		0.5 M
3 Tesla MRI scanner, MAGNETON Trio	Siemens, Erlangn, Germany		120
Bilateral breast array coil	Siemens, Erlangn, Germany		4 channel
Bilateral breast array coil	In-Vivo, Orlando FA		7 channel
Automated pump, Spectris Solaris MR Injector	Medrad, Indianola, PA
DTI Image processing software	Home-built		Property of Yeda Research and Development Co. Ltd
3TP Image processing software	Home-built		Property of Yeda Research and Development Co. Ltd