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

<html> NOTA: Todos os protocolos foram aprovados pelo Conselho de Revisão Interna de Meir Medical Center, Kfar Saba-, Israel e do consentimento esclarecido foi obtido de todos os assuntos. 1. Preparação do paciente e posicionamento no Scanner MRI <ol><li> Insira um cateter intravenoso no braço esquerdo ou direito para a injeção de contraste. </li><li> Certifique-se de que o paciente está deitado em decúbito ventral com ambos os seios pendurados livremente nas aberturas bilaterais da bobina de mama, como demonstrado na Figura 5. </li><li> Assegure-se que a cabeça fique posicionada sobre uma almofada para a cabeça e pescoço conforto do paciente e os dois braços são colocados por cima da cabeça, como demonstrado na Figura 5. </li><li> Certifique-se de que cada mama está em uma posição central, solto e tão profundamente quanto possível dentro da respectiva abertura bobina como demonstrado na Figura 5. </li></ol>e 5 &quot;src =&quot; / files / ftp_upload / 52048 / 52048fig5highres.jpg &quot;/&gt; Figura 5: Posicionamento de uma mulher para a ressonância magnética de mama. Observe a posição prona e enforcamento livre de ambas as mamas nas aberturas bilaterais da bobina de mama. <ol start="5"><li> Ligue a bomba de injeção automática para o cateter intravenoso. </li></ol> 2. MRI Scanning <ol><li> Adquirir com o scanner de ressonância magnética de uma imagem de piloto para a localização de ambos os seios e determinar o campo de visão (FOV), o número de fatias e espessura de corte para cobrir completamente os dois seios com extensão para a axila e à parede torácica. </li><li> Em todas as seguintes seqüências de digitalização realizados com o aparelho de ressonância magnética, manter o mesmo valor do FOV, número de fatia e espessura de corte para cada caso. Por exemplo, adquirir 60 cortes axiais com FOV de 360 ​​mm na direcção de leitura e de fase, a espessura do corte que varia entre 2 a 3 mm, dependendo do tamanho dos seios, e uma direcção de codificação de fase L2;&gt; R ou R &gt;&gt; L. Variar a resolução no plano nas seguintes sequências, dependendo da dimensão da matriz de aquisição utilizada para cada sequência, tal como indicado na Tabela 1. </li></ol><table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td> Parâmetro Experimental </td><td> 2D T2 ponderada </td><td> 2D DTI </td><td> Mapeamento 2D GE Campo </td><td> DCE 3D </td></tr><tr><td> Tempo de repetição (TR) ms </td><td> 5.500 </td><td> 10.800 </td><td> 669 </td><td> 6,8 </td></tr><tr><td> Tempo de eco (TE) ms </td><td> 122 </td><td> 120 </td><td> 4,92 </td><td> 2.49 </td></tr><tr><td> TE (2) </td><td></td><td></td><td> 7,38 </td><td></td></tr><tr><td> Ângulo Flip graus </td><td></td><td></td><td> 60 </td><td> 18 </td></tr><tr><td> Matriz de aquisição </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> Médias </td><td> 1 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> concatenations </td><td> 4 </td><td> 1 </td><td> 1 </td><td> 1 </td></tr><tr><td> Fator Turbo </td><td> 21 </td><td></td><td></td><td></td></tr><tr><td> Número de trens por fatia </td><td> 11 </td><td></td><td></td><td></td></tr><tr><td> Espaçamento Echo, ms </td><td> 10 </td><td> 0,79 </td><td></td><td></td></tr><tr><td> A largura de banda, Hz / pixel </td><td> 300 </td><td> 1860 </td><td> 1532 </td><td> 560 </td></tr><tr><td> Na resolução de digitalização de avião </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> Na resolução de imagem avião </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> Tempo de aquisição, min: seg </td><td> 04:26 </td><td> 6:09 </td><td> 01:28 </td><td> 01:06 (x9) </td></tr><tr><td> Nº de gradientes de difusão </td><td></td><td> 30 </td><td></td><td></td></tr><tr><td> Supressão de gordura </td><td> não </td><td> FAT-SAT / SPAIR 1 </td><td></td><td> não </td></tr><tr><td> b-valores, sec / mm 2 </td><td></td><td> 0, 700 </td><td></td><td></td></tr></tbody></table> Tabela 1:. Parâmetros experimentais das sequências utilizadas neste estudo 1 FAT-SAT: Gordura de saturação. SPAIR: Spectral atenuada Inversion Recovery. <ol start="3"><li> Localize com o computador interface de usuário do scanner de ressonância magnética uma região que inclui os dois seios e da axila e definir uma caixa de calços. Aplicar uma estratégia shimming iterativo para otimizar o campo magnético 29. <ol><li> Mostrar o espectro de protões na tela do computador interface de usuário e ajustar o shimming centrando a freqüência em tele freqüência de ressonância de água e, em seguida, sobre a frequência de ressonância de gordura. Repita o calçamento até que separa melhor os sinais de gordura e de água e otimiza a intensidade do sinal máximo e forma como foi revelado no espectro de protões. Verifique se a frequência de irradiação é centrada na frequência de ressonância da água. </li></ol></li><li> Aplicar através do computador interface de usuário um 2D transversal turbo T2 spin-echo seqüência de vários fatia em alta resolução espacial sem saturação de gordura usando aquisição auto-calibrar generalizada parcialmente paralelo (GRAPPA), com fator de aceleração 2. Corrigir os parâmetros que irá aparecer no ecrã de acordo com os seus valores apresentados na coluna &quot;2D ​​T2 ponderada&quot; na Tabela 1. </li><li> Aplicar através do computador interface de usuário uma transversal 2D, gordura suprimida, spin-echo por tensor de difusão de imagem - DTI usando o dobro reorientada echo seqüência de imagem planar 30, usando Grappa, com fator de aceleração 2. Corrigir os parâmetrosque irá aparecer na tela de acordo com seus valores na coluna &quot;2D ​​DTI&quot; na Tabela 1. </li><li> Aplicar através do computador interface de usuário uma sequência de mapeamento de campo para corrigir distorções geométricas em eco-planar imaging (EPI), e obter imagens diferenciais de fase como descrito por Jezzard e Balaban 31. Assegure-se que a sequência inclui aquisição de imagens 2D gradiente transversal de eco (GE) com dois diferentes tempos de eco em-fase, e que a direcção de codificação de fase é a mesma que na sequência DTI (passo 2.5). Corrigir os parâmetros que irá aparecer na tela de acordo com seus valores na coluna &quot;mapeamento 2D GE Campo&quot; na Tabela 1. </li><li> Aplicar através do computador interface de usuário um contraste realçado protocolo dinâmico usando uma inclinação rápida seqüência de eco 3D sem supressão de gordura, com parâmetros otimizados de acordo com o método de 32 de três pontos do tempo (3TP). Corrigir os parâmetros queirá aparecer na tela de acordo com seus valores na coluna &quot;3D DCE&quot; na Tabela 1. <ol><li> Grave duas imagens pré iniciais, de acordo com o protocolo no passo 2.7. </li></ol></li><li> Injectar 15 seg antes do final da segunda aquisição pré-contraste o agente gadopentetatedimeglumine contraste, a uma dose de 0,1 mmol / kg de peso do corpo, utilizando uma bomba automatizada a uma taxa de 2 ml / s, seguida de 20 ml de solução salina, a 2 ml / seg. <ol><li> Continue a gravar sete conjuntos de dados 3D sequenciais de acordo com o protocolo no passo 2.7 a 54, 120, 186, 252 de injecção, 318, 384, 450 e seg pós contraste. </li></ol></li><li> Aplicar através do computador interface de usuário uma transversal 2D T2 gordura suprimida turbo spin-echo seqüência de multi slice em alta resolução espacial usando Grappa, com fator de aceleração 2. Use os detalhes experimentais semelhantes aos utilizados para T2 de imagem ponderada descrito no passo 2.4 </strong&gt;. NOTA: Um curso de tempo resumindo as etapas do protocolo de MRI é fornecido na Figura 6. </li></ol><img alt="Figura 6" src="/files/ftp_upload/52048/52048fig6highres.jpg" /> Figura 6: Decurso no tempo do protocolo de IRM clínica. Processamento 3. Imagem <ol><li> Transferir todo o conjunto de dados obtidos por todas as sequências de varredura (descrito nos passos 2,4-2,9) para uma estação de trabalho remoto ou computador pessoal e processar todo o conjunto de dados de imagens com programas de software dedicados a analisar a difusão de imagens de mama tensor e DCE-MRI. <ol><li> Aqui, siga os passos descritos a seguir utilizando o pacote de software homebuilt escrito em C ++ que foi verificada usando o ambiente de programação de MATLAB 19. Em geral, os scanners comerciais fornecem ferramentas de processamento de imagem para cerebrais experimentos DTI que podem ser adaptados para o de mama, maspode não ter todas as funções de processamento aplicadas pelo nosso pacote de software homebuilt </li></ol></li><li> Executar o processamento de imagens de conjuntos de dados DTI usando um software dedicado de processamento de imagem DTI seguir os passos do fluxograma da figura 7. </li></ol><img alt="Figura 7" src="/files/ftp_upload/52048/52048fig7highres.jpg" /> Figura 7: fluxograma dos passos envolvidos no processamento de DTI. <ol style="margin-left: 40px;"><li> Usar o DTI programa de software para avaliar o nível de ruído exterior da mama e o restante tecido em 3 a 4 regiões de interesse (de cerca de 1 cm2) e encontrar o nível de ruído máximo. </li><li> Utilize o programa de software para calcular DTI pixel por pixel, em todos os pixels acima do nível máximo de ruído e em cada um dos 60 fatias, as seis coeficientes de difusão, D xx, yy D, Dzz, D xy, xz D, D yz, do tensor simétrico D descrito abaixo de 33 (ver Figura 8) <img alt="Equação 1" fo:content-width="2in" src="/files/ftp_upload/52048/52048eq1.jpg" /> Onde D xy = yx D, D zy = D yz, D zx = D xz. <ol><li> A fim de calcular as componentes do tensor utilizar um programa de ajustamento de regressão não linear com base na equação Stejskal-Tanner: Si, j (b) = Si (0) exp (-BD), em que Si, j (b) é o sinal intensidade de pixel de i com um gradiente de difusão na direcção j e Si (0) é a intensidade de sinal do mesmo pixel de b = 0 mm 2 · s. Este encaixe minimizada a soma dos quadrados das 30 funções não lineares para cada direcção gradiente de difusão naseis do tensor de difusão componentes variáveis ​​por uma modificação do .Esta etapa Levenberg-Marquardt algoritmo 34 foi realizada pelo cminpack software livre ( <a href="http://devernay.free.fr/hacks/cminpack/index.html" target="_blank">http://devernay.free.fr/hacks/cminpack/index.html</a> ). </li></ol></li></ol><img alt="Figura 8" src="/files/ftp_upload/52048/52048fig8highres.jpg" /> Figura 8: Representação esquemática dos passos de cálculo rendendo o tensor de difusão simétrica. <ol start="3" style="margin-left: 40px;"><li> Use o software DTI diagonalizar o tensor de difusão simétrica em cada pixel, utilizando a análise de componentes principais (PCA) 35. NOTA: PCA é um método vulgarmente utilizado para reduzir a dimensão dos dados e encontrar uma transformação linear que mapeia os parâmetros de pixels correlacionados em um novo sistema de coordenadas de eixos ortogonais e não correlacionadas. Esta processo rendimentos para cada pixel três vectores próprios ν (1, 2 ν, ν 3), que define a direcção da difusão em três eixos ortogonais de uma forma elipsóide que coincide com a armação de difusão do tecido, e as correspondentes três valores próprios de difusão, organizadas a partir de alta para baixo, que determinam três coeficientes de difusão direcionais (λ 1, λ 2, λ 3) (ver figuras 9 e 10). </li></ol><img alt="Figura 9" src="/files/ftp_upload/52048/52048fig9highres.jpg" /> Figura 9: Desenho esquemático das etapas de cálculo produzindo os valores e vetores próprios, coincidindo com o quadro de difusão do tecido e da modelagem ao elipsóide. <img alt="Figura 10" src="/files/ftp_upload/52048/52048fig10highres.jpg" /> Figura 10: Schematdesenho ic das etapas de processamento principais que calculam os autovetores de difusão e valores próprios em tecido ductal normal e no tecido do cancro. <ol start="4" style="margin-left: 40px;"><li> Usar o DTI programa de software para calcular para cada pixel do coeficiente de difusão aparente (ADC) definido como a média dos três valores próprios &lt;λ&gt; = (1 + λ λ λ 2 + 3) / 3. </li><li> Usar o DTI programa de software para calcular para cada pixel do índice de anisotropia absoluta máxima definida como a diferença (λ 1 - λ 3). </li><li> Usar o DTI programa de software para calcular para cada pixel do índice de anisotropia fracionada (FA) que varia entre 0 (difusão isotrópica) para 1 (livre difusão numa direcção), de acordo com a seguinte equação: <img alt="Equação 2" fo:content-width="3in" src="/files/ftp_upload/52048/52048eq2.jpg" width="300" /></li><li> Utilize o programa de software para DTI DISPLAy pixel por pixel em cada fatia ao longo de ambos os seios de uma mapa vector mostrando a direção do vetor próprio primo, ν 1, e um mapa codificado por cores com três cores indicando as principais direções de ν 1 e sobrepô-los em uma imagem ponderada T2 do mesmo fatia (Figura 9). Esta etapa foi realizada utilizando o software livre gtk ( <a href="http://gtk.org" target="_blank">http://gtk.org</a> ) para gráficos. </li><li> Utilize o programa de software DTI para construir os mapas paramétricos por tensor de difusão de imagens que exibem pixel por pixel em cada fatia em todo ambos os seios os valores de todo o tensor de difusão parâmetros λ 1, λ 2, λ 3, ADC, λ 1 -λ 3, e FA e sobrepô-los em uma imagem ponderada T2 da mesma fatia (Figura 11). </li></ol><img alt="Figura 11" src="/files/ftp_upload/52048/52048fig11highres.jpg" width="700" /> <strong&gt; Figura 11: Saída de mapas paramétricos DTI de uma fatia central nos seios de uma jovem de 24 anos voluntário saudável sobreposto na imagem ponderada T2 da mesma fatia Dir.. - Mapa Direction com vermelho indicando esquerda para a direita, verde anterior indicando para posterior e verde cabeça indicando a pé as direções. Note-se que os vetores no mapa do vetor estão marcados em linhas brancas. Todos os coeficientes de difusão e o índice de anisotropia máxima são em unidades de 10 -3 mm 2 / seg. FA é sem unidades. A barra de escala no mapa vector refere-se a um comprimento de 20 mm e a barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as restantes imagens. <ol start="3"><li> Usar o DTI programa de software para corrigir, se necessário, as distorções geométricas carregando o mapa de diferença de fase obtida tal como descrito no passo 2.6. Deslocar o alcance do mapa diferença de fase em todos os pixels acima do nível de ruído na imagem gradiente eco a uma gama de -π para + π represeNTING o deslocamento de fase Δɸ (x, y, z) em radianos (Figura 12). <ol><li> Usar o DTI programa de software para calcular o deslocamento espacial em pixels de acordo com: <img alt="Equação 3" fo:content-width="1.5in" src="/files/ftp_upload/52048/52048eq3.jpg" width="150" /> ΔTE é a diferença de tempo entre os dois ecos igual a 2,46 x 10 -3 mseg e BWP é a largura de banda em fase da experiência é igual a 13,2 Hz / pixel. Desloca os pixels de acordo com o mapa de campo e recalcular os parâmetros do tensor de difusão (Figura 12). </li></ol></li></ol><img alt="Figura 12" src="/files/ftp_upload/52048/52048fig12highres.jpg" /> Figura 12:. Exemplo de correção de distorção geométrica usando uma diferença de fase mapa As imagens foram gravadas a partir de um 47 anos de idade voluntário com carcinoma lobular invasivo. Na primeira coluna da imagem ponderada T2 esquerda e um mapa de diferença de fase de uma fatiacom câncer na mama esquerda são exibidos. Na segunda e 3 rd colunas λ 1 mapas antes da correcção são apresentados na primeira linha e uma λ mapas após a correcção são exibidas na segunda linha. Os λ 1 mapas são sobrepostas na imagem ponderada T2 correspondente. Na coluna 2 nd a gama completa dos coeficientes de difusão de água (0,8-3,0) x10 -3 mm 2 / seg é usado para a escala de cor codificadas e na coluna 3 a uma escala reduzida é usado com um limiar de 1,7 x 10 -3 mm 2 / s, que enfatiza o contraste entre o câncer na mama esquerda e do tecido mamário normal. A barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as imagens. <ol start="4"><li> Executar o processamento de imagem dos conjuntos de dados de DCE-MRI, utilizando um software que fornece mapas de pixel por pixel do os parâmetros cinéticos do reforço, tais como o software de processamento de imagem 17 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>

Os autores não têm nada a revelar.

Este trabalho demonstra a capacidade do DTI, a varredura em 3 T em alta resolução espacial (~ 8 milímetros 3), para medir in vivo os parâmetros de tensor de difusão da água em todo o tecido fibroglandular de ambas as mamas. O conjunto de algoritmos e software desenvolvidos no decorrer deste estudo permitiu análise dos grandes conjuntos de dados DTI e, simultaneamente, visualizar os mapas paramétricos de difusão dos vários coeficientes de difusão, λ 1, λ 2, λ 3, ADC e anisotropia índices λ 1 -λ 3, e FA de todas as fatias de peito. Este trabalho também enfatiza o potencial dos vários coeficientes de difusão e índices de anisotropia para detectar e diagnosticar o câncer de mama. Os resultados indicaram que o coeficiente de difusão privilegiada, λ 1, é o principal parâmetro para a detecção de câncer de mama, com uma capacidade substancial para diferenciar maligna do tecido mamário normal. A indepen secundárioparâmetro dente, com elevada sensibilidade, mas especificidade muito mais baixa do que λ 1, é o máximo do índice da anisotropia que actua de modo a confirmar a detecção por o coeficiente de difusão principal. Os resultados também demonstraram a capacidade de MRI para medir in vivo a difusão de água direccional e quantificar a anisotropia da difusão em todo o / sistema glandular ductal em ambas as mamas. A fim de assegurar um perfil uniforme de precisão das medições de difusão anisotrópica 30 instruções de gradiente foram aplicados. A selecção de alta-tempo de eco de 120 ms, e a optimização da resolução espacial revelou a restrição da difusão de água nas condutas. O tamanho médio das condutas normais foi relatado como sendo de 90 mm, com ~ 70% na gama de 40-100 mm 36. De acordo com a equação de Einstein o deslocamento de difusão de água livre, x = (6DT) 1/2, onde D é o coeficiente de difusão de água livre e T significa a difusãotempo. Na nossa experiência x é de cerca de 25 um, e, por conseguinte, apenas uma fracção das moléculas de água são ductal limitada pelas paredes do dueto mamário, levando a valores relativamente baixos de FA na mama (valores superiores ~ 0,3) em comparação com os valores encontrados na substância branca do cérebro (≥0.5). Em Sir Astley Cooper estuda 25 revelou-se que o tecido da mama humano está organizado em lóbulos distintos, cada um deles composto de uma árvore ductal. Estudos preliminares de um ultra-som da mama em lactação 37 foram testadas, bem como a detecção de estruturas ductais seccionais utilizando medições de forma 38 de segunda ordem. No entanto, nenhum método de imagem conseguiu revelar, até agora, todo o sistema ductal em ambas as mamas em vivo. O algoritmo para a obtenção de todo o sistema dutal 3D a partir dos resultados DTI ainda está em desenvolvimento, mas o vector mapeia exibem claramente o potencial de revelar a anatomia detalhada e altamente diversificada das árvores mamárias. Recentemente, um initial tentativa de um rastreamento 3D completa da mama com base em nossos bancos de dados DTI foi relatada 39. No decorrer deste trabalho limitações técnicas têm sido notado devido à supressão de gordura ineficiente e distorções do PAV. Supressão de gordura foi alcançado por uma sequência de saturação da gordura (FAT-SAT), que normalmente era eficiente em mamas densas. No entanto, em seios gordos espectral Selecção atenuada Inversion Recovery (SPAIR), que é mais eficiente e menos sensível à falta de homogeneidade B1, foi aplicado. Os protocolos de difusão baseados EPI tinha limitações adicionais devido a um gradiente de correntes de Foucault induzidas, B 0 campo heterogeneidade e diferenças de susceptibilidade 40,41. Estas limitações foram minimizados pelo uso shimming automática e manual interativo sobre os sinais de água e gordura e escolher o espaçamento eco possível inferior. Além disso, a correcção pós-processamento de distorções geométricas ocasionalmente foi aplicado tal como descrito no protocolo. Global, No caso de mamas densas com um sinal forte de água, foi possível superar as limitações técnicas; no entanto, 5 casos neste estudo, com seios altamente gordurosos não puderam ser analisados ​​devido às limitações acima. Em resumo, um protocolo de processamento de imagem e ferramentas para a difusão de mama tensor MRI têm sido desenvolvidos. Esta metodologia completamente seguro, rápido, não invasivo e disseca precisamente arquitetura de mama e pode facilitar a detecção de câncer de mama na clínica. O coeficiente de difusão principal, λ 1, e do índice da anisotropia máxima, λ 1 -λ 3, foram encontrados para servir de dois parâmetros de difusão independentes para detectar o cancro. Os estudos clínicos de pacientes com cancro da mama mostraram que a eficiência de detecção com estes dois parâmetros é comparável à de DCE MRI. Assim, o surgimento deste método de compreensão básica da arquitetura de mama e de desenvolvimento de câncer e sua dependência de revelandomudanças significativas quantificáveis, bem como que seja um método seguro e rápido torná-lo uma ferramenta valiosa para investigar vários aspectos do desenvolvimento envolvendo a proliferação ductal, e para testar o seu impacto clínico para o rastreio do cancro da mama em grandes potenciais ensaios escala.

O câncer de mama é a causa mais comum de câncer entre as mulheres em todo o mundo. A detecção precoce do câncer de mama tem um papel fundamental na melhoria da qualidade de vida e sobrevida dos pacientes com câncer de mama. Os atuais métodos de referência para a detecção do câncer de mama são baseados em mamografia de raios-x e ultra-sonografia. A insuficiente sensibilidade e especificidade destas técnicas, particularmente para a detecção de lesões nas mamas densas, estimulou o desenvolvimento de outras técnicas, incluindo imagiologia de ressonância magnética da mama (MRI). Contraste dinâmico melhorado (DCE) MRI foi estabelecida como uma poderosa ferramenta para a detecção e diagnóstico de câncer de mama 1,2 e é frequentemente facilitado pela computer aided diagnóstico significa 3. Actualmente é utilizado para casos especiais, tais como pacientes de alto risco 4, mas não para o rastreio de rotina, presumivelmente devido aos custos elevados, a necessidade de utilizar uma injecção de um agente de contraste, a falta de uma normalizaçãond a especificidade variável na diferenciação das lesões benignas e malignas que vão de valores baixos / moderados 5,6 para valores altos que foram obtidos através da mamografia combinada e DCE-MRI 7,8. Mais recentemente, a difusão ponderada MRI e os mapas resultantes do coeficiente de difusão aparente (ADC) foram avaliadas como um método complementar para DCE-MRI e demonstrou-se que os valores de ADC podem ajudar a distinguir entre tipos de câncer, lesões benignas e do tecido mamário normal 9,10 . Além disso, estudos de tensor de difusão de imagens de mama (DTI) foram iniciadas em voluntários e pacientes com lesões mamárias saudáveis ​​em força de campo de 1.5 T e 15/11, de 3 de T 16-24. A maioria desses estudos relataram ADC e anisotropia fracionada (FA) valoriza 11,12,14,15,20-23 e encontrei esses dois parâmetros para ser reprodutível com valores de ADC mais reprodutíveis do que FA 13,20. Os resultados destes estudos indicaram que lesões malignas apresentam valores baixos como ADC compared de lesões teciduais e benignos normais, no entanto, os resultados conflitantes foram notificados sobre os valores e capacidade de diagnóstico de FA 11,12,14,20-23. Em um conjunto de 3 T- estudos DTI os valores dos três valores próprios e vectores próprios tensor no quadro tecido mamário foram relatados, bem como, e os resultados foram apresentados em mapas vetoriais do eigenvector principal e mapas paramétricos dos valores próprios, ADC, FA e uma anisotropia máxima índice 16-19,24. Nestes estudos, o valor próprio de difusão principal e a anisotropia máxima foram mostrados para servir como os parâmetros independentes mais sensíveis para a detecção e diagnóstico de lesões cancerosas A mama é composta de tecido fibroglandular e tecido adiposo. O tecido fibroglandular é ainda composto por vários lóbulos, que são altamente variáveis ​​em tamanho e forma. Cada microestrutura lobo inclui a árvore funcional mamária e lóbulos associados que formam o tecido glandular, e torno conjuntivo-fitecido fibroso. A maioria das malignidades mamárias começar por uma proliferação aberrante de células epiteliais nos ductos ou lóbulos, o desenvolvimento de carcinoma in situ, o que, por infiltração nos tecidos circundantes a transformar em carcinoma invasivo. Portanto, os ductal / estruturas lobulares são uma área fundamental de investigação de transformação maligna de mama. As características estruturais das árvores ductais foi inicialmente investigada ex vivo em 1840 por Sir Astley Cooper utilizando injecção de cera colorida para as condutas de espécimes de mastectomia 25. Recentemente, computador derivado de rastreamento de árvores ductal toda a mama tem sido alcançado em poucos seios humanos utilizando espécimes mastectomia 26,27. O trabalho aqui apresentado mostra que os parâmetros obtidos por in vivo de imagem por tensor de difusão de informação associados com o tecido mamário aspectos microestruturais distintas, possibilitando também a detecção do câncer de mama não-invasivo. O pprincípios subjacentes hysical difusão mama tensor imaging são baseados na capacidade de ressonância magnética para medir e quantificar a difusão de água anisotrópica em ambientes restritos 28. Em geral, a difusão de água em soluções homogéneas é livre e isotrópicas, no entanto, se o movimento da água é interrompida por causa de restrição por paredes impermeáveis ​​à difusão anisotrópica torna-se com uma rápida difusão livre paralelo às paredes e uma difusão mais lenta restrita perpendicular às paredes ( A Figura 1). A difusão de água nos tecidos é complexo e depende das características estruturais e fisiológicas da intra e extracelulares incluindo compartimentos &#39;tamanhos das células, as células de densidade, tortuosidade extracelular e troca de água através de membranas, bem como da presença de vasos linfáticos e redes (Figura 2). <img alt="Figura 1" src="/files/ftp_upload/52048/52048fig1highres.jpg" /> Figura 1: difusão gratuito e restrito Desenho esquemático de um livre difusão molécula de água (à esquerda) e difusão restrita por paredes impermeáveis ​​(direita).. <img alt="Figura 2" src="/files/ftp_upload/52048/52048fig2highres.jpg" /> Figura 2: Complexo de difusão em um tecido desenho esquemático de difusão de água em um sistema celular que mostra o movimento das moléculas de água em compartimentos extracelulares e intracelulares e troca de água (setas) entre estes dois compartimentos.. Devido às características arquitetônicas específicas da mama a difusão de moléculas de água nos ductos e lóbulos mamários apresentar um exemplo particular de circulação restrita e anisotrópica: Em paralelo às paredes dos ductos e lóbulos da difusão é próximo ao de difusão livre, mas nas direcções perpendiculares às paredes que é restringida pelas paredes, compostas por duas cadeiascamadas de membrana celular e cave. Por conseguinte, a difusão do sistema ductal / glandular é relativamente rápido e anisotrópico. Por outro lado, a difusão no tecido fibroso circundante das condutas é rápido e isotrópica como resultado do teor de água de alta e baixa densidade celular neste tecido (Figura 3 e 4). Na presença de malignidade, o bloqueio das condutas e lóbulos por células cancerosas e aumenta a tortuosidade restrição do movimento da água, causando uma redução dos coeficientes de difusão em todas as direcções e no movimento anisotrópica (Figura 3 e 4). <img alt="Figura 3" src="/files/ftp_upload/52048/52048fig3highres.jpg" /> Figura 3: Difusão em lóbulos mamários Desenho esquemático de um corte através dos lóbulos e a difusão de água dentro de um lóbulo.. Esquerda: difusão da água restringido por paredes dos lóbulos mostrando rápidodifusão paralelo às paredes e de difusão restrita perpendicular às paredes. Direita: difusão em lóbulos com células cancerosas. A difusão no compartimento extracelular é altamente impedida, mas semelhante em todos os sentidos e, consequentemente, quase isotrópica. <img alt="Figura 4" src="/files/ftp_upload/52048/52048fig4highres.jpg" /> Figura 4:. Difusão de água no sistema de árvore ductal Esquerda: ductos mamários injetados com cera colorida, mostrando sua direção irradiada, e sua inter-ramificação 25. Meio: Desenho esquemático de um dutal normais com vectores que indicam a difusão no interior das condutas (setas pretas) e no tecido conjuntivo (setas verdes). Direita: Desenho esquemático de uma árvore ductal com dois loci de células cancerosas (roxo). As setas vermelhas apresentam a difusão nos cancros. Este artigo descreve em detalhes o método de varredura por tensor de difusão e o processing algoritmos e análise dos conjuntos de dados DTI que permitiram detectar neoplasia maligna de mama software. Todos os tipos de câncer foram confirmados por exames histopatológicos de biópsia de mama e / ou peças cirúrgicas. Descrevemos também o protocolo de digitalização T2 ponderada para a obtenção das características anatômicas da mama, bem como o protocolo de digitalização DCE que serviu como um método de referência para avaliar a sensibilidade de detecção DTI. <a href="https://www.jove.com/files/ftp_upload/52048/52048fig4large.jpg" target="_blank">Por favor, clique aqui para ver uma versão maior desta figura.</a>

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

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

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

O método foi inicialmente testado e demonstrado pela digitalização voluntários normais em várias fases hormonais. A Figura 11 demonstra os mapas paramétricos e vectores obtidos usando o nosso software de central de uma fatia de um novo voluntário saudável com relativamente elevada fracção de tecido fibroglandular, como pode ser visto claramente na imagem ponderada T2 (todas as áreas cinzentas são tecido fibroglandular e áreas claras são de gordura). A direcção do coeficiente de difusão principal λ 1 é mostrado no mapa de vector v1 com uma grande fracção de pixels que apontam para o bocal. Como esperado, os valores dos coeficientes de difusão de tensores diminua de λ 1 a 2 para λ λ 3. Usando estes três coeficientes de difusão, foi possível calcular a média ADC difusividade, a anisotropia fracionada (FA) e a anisotropia máxima, λ 1 - λ 3. Observe nos mapas de FA e λ 1 - λ <sub&gt; 3 a alta congruência na distribuição espacial dos valores destes dois índices. Em mulheres pós-menopáusicas os seios são geralmente menos densa, como mostrado no exemplo na Figura 13 para uma de 63 anos de voluntários normais. Os coeficientes de difusão são mais baixos de voluntários idosos, mas os índices de anisotropia são mais elevados, possivelmente devido ao diâmetro menor das condutas e, por conseguinte, os lóbulos e, maior restrição imposta sobre a difusão nas direcções ortogonais, para as paredes ductais. Outro exemplo que demonstra a sensibilidade do tensor para o tamanho dos canais é mostrado no exemplo de um voluntário lactação na Figura 14. Visto que o leite é um colóide de glóbulos de gordura dentro de um fluido à base de água que contém os hidratos de carbono dissolvidos e agregados de proteína com minerais , a viscosidade do leite é maior do que a da água normal de fluido nas condutas, e, portanto, os coeficientes de difusão de água seios lactantes são lower que os das mulheres na pré-menopausa 24. Além disso, as condutas perto do mamilo são grandes e a restrição nas direcções ortogonais, para as condutas é menor do que no peito não lactantes, e, consequentemente, os índices de anisotropia são menores bem. No entanto, nas regiões -posterior lobular da mama em lactação a anisotropia é ainda elevada. Em pacientes com doença maligna a principal mudança nos parâmetros de tensor de difusão é exibido em uma redução significativa nos três coeficientes de difusão. As mudanças no λ 1 foram encontrados para fornecer o mais alto contraste-ruído 19. Este estudo incluiu 68 pacientes com patologia confirmou incluindo 33 pacientes com diagnóstico de carcinoma ductal invasivo (IDC), 19 com carcinoma ductal in situ (CDIS), 13 com carcinoma lobular invasivo (ILC) e 3 com outras doenças malignas. Vários pacientes tiveram vários focal ou múltipla câncer de mama centric. O tamanho dos tumores varied 3-95 mm, com mediana de 14 mm e gama interquartil, de 10 a 30 mm. Em todos estes pacientes, a taxa de detecção de DCE e DTI eram comparáveis. No entanto, cinco casos que apresentaram aumento no DCE e foram confirmados por patologia como cancros não foram incluídos na análise DTI devido a problemas técnicos em seios gordos, principalmente relacionados com a falta de homogeneidade de campo e supressão de gordura insuficiente resulta em distorções e artefatos. As Figuras 15, 16 e 17 demonstram mapas paramétricos típicos dos dois parâmetros principais de difusão λ 1 e λ 1 - λ 3 que são usados ​​para a detecção de tumores malignos da mama. Esta figura mostra, além de T2 imagens ponderadas, os resultados da análise do DCE utilizando o método codificados por cores 3TP. Conforme explicado na introdução da presença de células malignas nas ductos ou lóbulos e o seu meio circundante impedir a difusão do extracelular reduzindo significativamente tele coeficientes de difusão. Além disso, a anisotropia devido a estruturas ductais está a desaparecer como as células cancerosas se espalham em todas as direcções de uma maneira caótica, com nenhuma direcção distinta. A FA não é um parâmetro adequado para a detecção do cancro da mama uma vez que a normalização deste parâmetro para a difusividade média leva a valores elevados de FA em cancros semelhantes aos descritos no tecido normal 19. No entanto, a anisotropia máxima fornece um meio para a detecção de cancro (Figuras 15-17). No entanto, porque o tecido conjuntivo fibroso também está perto de isotrópicos e apresentam baixos valores de anisotropia máxima, esse parâmetro é menos específico do que o coeficiente de difusão λ 1 e age como um parâmetro secundário a λ 1. A Figura 17 também demonstra a capacidade de DTI para caracterizar a resposta à quimioterapia neoadjuvante. Neste exemplo, a paciente responderam totalmente ao tratamento (4 ciclos de Adriamycin Cycloxane + -, seguido de 4 ciclos de Taxol). Com efeito, a resposta à terapia causou um aumento significativo nos coeficientes de difusão para os valores típicos para o tecido da mama normal, sugerindo a presença de tecido conjuntivo reparador que substituiu as células cancerosas. Resultados semelhantes foram obtidos em outros quatro doentes que responderam à terapia. <img alt="Figura 13" src="/files/ftp_upload/52048/52048fig13highres.jpg" /> Figura 13: A produção de mapas paramétricos DTI de uma fatia central de peito de um voluntário saudável de 63 anos cobrindo a imagem ponderada T2 da mesma fatia Dir.. - Mapa Direction com vermelho indicando esquerda para a direita, verde anterior indicando para posterior e verde cabeça indicando a pé as direções. Note-se que os vectores são marcados em linhas brancas. Todos os coeficientes de difusão e o índice de anisotropia máxima são em unidades de 1 x 10 -3 mm 2 / seg. FA é sem unidades. A barra de escala no vector mapa refres para um comprimento de 20 mm e a barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todos os restantes imagens. <img alt="Figura 14" src="/files/ftp_upload/52048/52048fig14highres.jpg" /> Figura 14: A produção de mapas paramétricos DTI de uma fatia central de peito de um de 40 anos de voluntariado em lactação sobreposto na imagem ponderada T2 da mesma fatia Dir.. - Mapa Direction com vermelho indicando esquerda para a direita, verde anterior indicando para posterior e verde cabeça indicando a pé as direções. Todos os coeficientes de difusão e o índice de anisotropia máxima são em unidades de 1 x 10 -3 mm 2 / seg. FA é sem unidades. Observe no mapa direção e vector mapa que a maioria dos pixels estão alinhados na direção do mamilo. Observe também os coeficientes de difusão mais baixos em relação aos valores das Figuras 7 e 10 de voluntários saudáveis. A barra de escala no mapa vector refere-se a um comprimento de 20 mm e obarra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as restantes imagens. <img alt="Figura 15" src="/files/ftp_upload/52048/52048fig15highres.jpg" /> Figura 15:. Mapas paramétricos de λ 1 e λ 1 - λ 3 em um paciente de 38 anos com carcinoma ductal invasivo focal de vários No 1º raw os parâmetros DTI são apresentados com um limite de 1,7 x 10 -3 mm 2 / sec para λ 1 e 0,6 mm 2 / seg para λ 1 -λ 3 (todos os valores acima dos limiares são coloridos em roxo). No 2º matérias, valores acima do limiar não são coloridos e mostrar a imagem ponderada T2 subjacente. A figura inclui também na coluna 1 r na esquerda da imagem ponderada a T2 e um mapa paramétrico DCE, obtido pelo método 3TP, da mesma fatia como os mapas paramétricos DTI. A barra de escala na imagem T2 refere-se a um comprimento de 20 mm in todas as imagens. Note-se que a resolução das imagens DCE espacial em plano é aproximadamente duas vezes mais elevada do que a de DTI, no entanto, existe uma congruência visuais alta na localização e tamanho do 3TP e os mapas paramétricos λ 1. <img alt="Figura 16" src="/files/ftp_upload/52048/52048fig16highres.jpg" /> Figura 16: mapas paramétricos de λ 1 e λ 1 -λ 3 em um paciente de 60 anos com baixo grau DCIS O valor inclui também na coluna 1ª à esquerda uma imagem ponderada T2 e um mapa paramétrico DCE, obtido pelo. método 3TP, da mesma fatia como os mapas paramétricos DTI. A barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as imagens. Note-se a capacidade de DTI para detectar o câncer em uma mama muito gordo. <img alt="Figura 17" src="/files/ftp_upload/52048/52048fig17highres.jpg" /> Figura 17: mapas paramétricos de λ 1 e λ 1 - λ 3 em um paciente de 39 anos com carcinoma lobular invasivo antes e após a quimioterapia neoadjuvante O paciente foi examinado duas vezes, uma antes da terapia e uma vez antes da cirurgia, após 4 ciclos de Adryamicin +. ciclos Cycloxan e 4 de Taxol. Notar o aumento em λ 1 e em λ 1 -λ 3 nas regiões de cancro que responderam ao tratamento. O 1º mostras matérias imagens obtidas antes da terapia e os 2 nd mostras matérias imagens de aproximadamente na mesma região que na 1ª linha, obtida antes da cirurgia. Antes de regiões câncer tratamento exibiu λ 1 e λ um -λ 3 valores abaixo do seu limite, e após o tratamento estes dois parâmetros aumentou para valores acima do seu limite. O valor inclui também na coluna 1 st nos T2 ponderada imagens esquerda; na coluna 2 nd MuImagem ltiple Projection-MIP, obtido subtraindo as imagens pré-contraste das imagens de 2 min pós contraste; na coluna 3 rd mapas paramétricos DCE obtido pelo método 3TP. A barra de escala na imagem T2 refere-se a um comprimento de 20 mm em todas as imagens

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.

Acompanhando as mamárias elementos arquitectónicos e detecção do câncer de mama com Ressonância Magnética Tensor Difusão de imagens

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

22.3K visualizações.  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. 

Vídeo: 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.

Avaliação Strain Ressonância Magnética Derivado do Miocárdio Usando o controle de recursos

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 ...

Medicina

Probing the Brain in Autism Using fMRI and Diffusion Tensor Imaging

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

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

Sondando o cérebro no autismo utilizando fMRI e Difusão Tensor Imagem

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-modal de imagem de angiogênese em um modelo de rato nu de Câncer de mama utilizando a ressonância magnética, tomografia computadorizada volumétrica e ultra-som

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.

Lapso de tempo de imagem de pré-neoplásicas primárias células epiteliais mamárias derivados de modelos de rato geneticamente modificado do cancro da mama

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

Diffusion Tensor Magnetic Resonance Imaging in the Analysis of Neurodegenerative Diseases

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

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

Diffusion Tensor Imagem por Ressonância Magnética na Análise de Doenças Neurodegenerativas

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

Orthotopic Injection of Breast Cancer Cells into the Mammary Fat Pad of Mice to Study Tumor Growth.

Breast cancer growth can be studied in mice using a plethora of models. Genetic manipulation of breast cancer cells may provide insights into the functions of proteins involved in oncogenic progression or help to discover new tumor suppressors. In addition, injecting cancer cells into mice with different genotypes might provide a better understanding of the importance of the stromal compartment. Many models may be useful to investigate certain aspects of disease progression but do not recapitulate the entire cancerous process. In contrast, breast cancer cells engraftment to the mammary fat pad of mice better recapitulates the location of the disease and presence of the proper stromal compartment and therefore better mimics human cancerous disease. In this article, we describe how to implant breast cancer cells into mice orthotopically and explain how to collect tissues to analyse the tumor milieu and metastasis to distant organs. Using this model, many aspects (growth, angiogenesis, and metastasis) of cancer can be investigated simply by providing a proper environment for tumor cells to grow.

Cancer is a complex disease that is influenced by the tissue surrounding the tumor as well as local pro- and anti-inflammatory mediators. Therefore, orthotropic injection models, rather than subcutaneous models may be useful to study cancer progression in a manner that better mimics human pathology.

Injeção Orthotopic de células cancerosas da mama na mamária Fat Pad de Ratos para o Estudo de crescimento tumoral.

Breast cancer growth can be studied in mice using a plethora of models. Genetic manipulation of breast cancer cells may provide insights into the ...

Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease

Quantitative magnetic resonance imaging (qMRI) describes the development and use of MRI to quantify physical, chemical, and/or biological properties of living systems. Neuromuscular diseases often exhibit a temporally varying, spatially heterogeneous, and multi-faceted pathology. The goal of this protocol is to characterize this pathology using qMRI methods. The MRI acquisition protocol begins with localizer images (used to locate the position of the body and tissue of interest within the MRI system), quality control measurements of relevant magnetic field distributions, and structural imaging for general anatomical characterization. The qMRI portion of the protocol includes measurements of the longitudinal and transverse relaxation time constants (T1 and T2, respectively). Also acquired are diffusion-tensor MRI data, in which water diffusivity is measured and used to infer pathological processes such as edema. Quantitative magnetization transfer imaging is used to characterize the relative tissue content of macromolecular and free water protons. Lastly, fat-water MRI methods are used to characterize fibro-adipose tissue replacement of muscle. In addition to describing the data acquisition and analysis procedures, this paper also discusses the potential problems associated with these methods, the analysis and interpretation of the data, MRI safety, and strategies for artifact reduction and protocol optimization.

Neuromuscular diseases often exhibit a temporally varying, spatially heterogeneous, and multi-faceted pathology. The goal of this protocol is to characterize this pathology using non-invasive magnetic resonance imaging methods.

Quantitativa Ressonância Magnética da doença do músculo esquelético

Quantitative magnetic resonance imaging (qMRI) describes the development and use of MRI to quantify physical, chemical, and/or biological properties of ...

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.

Simultânea de imagem PET / MRI Durante Rato isquemia-hipoxia cerebral

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.

Ressonância magnética cardíaca na Tesla 7

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.

Imagens de ressonância magnética fase contraste na artéria carótida comum de rato

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