Del 1 Diffusionsvægtet MR i det genitourinære system

Abstrakt

Diffusionsvægtet billeddannelse (DWI) udgør en vigtig funktionel parameter udført i magnetisk resonansbilleddannelse (MRI). DW-sekvensen udføres ved at erhverve et sæt native billeder beskrevet ved deres b-værdier, hvor hver b-værdi repræsenterer styrken af ​​diffusions-MR-gradienterne, der er specifikke for den sekvens. Ved at tilpasse dataene med modeller, der beskriver vandets bevægelse i væv, opbygges et tilsyneladende diffusionskoefficient (ADC) kort, som gør det muligt at vurdere vandmobiliteten inde i vævet. Den høje cellularitet af tumorer begrænser vanddiffusionen og nedsætter værdien af ​​ADC i tumorer, hvilket får dem til at fremstå hypointense på ADC-kort. Rollen af ​​denne sekvens overstiger nu stort set dens første kliniske tilsynekomster i neuroimaging, hvorved metoden hjalp med at diagnosticere de tidlige faser af cerebralt iskæmisk slagtilfælde. Anvendelserne omfatter billeddannelse af hele kroppen for både neoplastiske og ikke-neoplastiske sygdomme. Denne gennemgang understreger integrationen af ​​DWI i billeddannelsen af ​​det genitourinære system ved at skitsere sekvensens brug i det kvindelige bækken, prostata, blære, penis, testis og nyre-MR. Inden for gynækologisk billeddannelse er DWI en essentiel sekvens til karakterisering af livmoderhals-tumorer og endometriekarcinomer samt til at skelne mellem leiomyosarkom og godartet leiomyom i uterus. I ovarieepitel neoplasmer giver DWI nøgleoplysninger til karakterisering af faste komponenter i heterogene komplekse ovariemasser. Inden for prostatabilleddannelse blev DWI en væsentlig del af multiparametrisk magnetisk resonansbilleddannelse (mpMRI) for at påvise prostatacancer. Prostata Imaging-Reporting and Data System (PI-RADS) scorer sandsynligheden for signifikante prostatatumorer har i væsentlig grad bidraget til denne succes. Dets bidrag har etableret mpMRI som en obligatorisk undersøgelse til planlægning af prostatabiopsier og radikal prostatektomi. Efter en lignende tilgang blev DWI inkluderet i multiparametriske protokoller for blæren og testiklen. Ved nyrebilleddannelse er DWI ikke i stand til at skelne kraftigt mellem ondartede og godartede nyretumorer, men kan være nyttigt til at karakterisere tumorundertyper, herunder klarcellede og ikke-klarcellede nyrecarcinomer eller fedtfattige angiomyolipomer. En af de mest lovende udviklinger af renal DWI er estimeringen af ​​renal fibrose hos patienter med kronisk nyresygdom (CKD). Som konklusion udgør DWI et stort fremskridt inden for genitourinær billeddannelse med en central rolle i beslutningsalgoritmer i det kvindelige bækken og prostatacancer, hvilket nu tillader lovende anvendelser inden for nyrebilleddannelse eller blære og testikel mpMRI.

Nøgleord

genitourinær MR; diffusion; prostata; nyre; kvindeligt bækken; Kræft.

Klik her for at vide, hvad Cistanche er

Introduktion

I den brede vifte af kliniske billeddannelsesmetoder skiller diffusionsvægtet MR-billeddannelse (DWI) sig ud for sin enestående værdi for patientbehandling såvel som for sin fascinerende teknik. Med en rumlig opløsning tæt på 1 mm undersøger Diffusion-Weighted (DW) sekvenser den frie bevægelse af vandmolekyler i vævet på mikrometerniveau med en amplifikationsfaktor tæt på tusind. Først introduceret i 1986 af Le Bihan et al. [1], DWI oplevede stor udvikling efter demonstrationen af ​​dets evne til at detektere cerebral iskæmi længe før andre ikke-invasive metoder [2,3]. Mens processen med nedsat vanddiffusion efter cellulær hævelse stadig er delvist forstået [4], blev brugen af ​​DWI hurtigt udvidet til andre sygdomme. Da vanddiffusion også falder i tumorer på grund af deres høje cellulære tæthed, er mange vellykkede applikationer af DWI blevet valideret inden for onkologi, og selvom de indledende applikationer var begrænset til hjernen, udvidede DWI sig hurtigt til andre kropsdele inklusive det genitourinære system.

Det genitourinære system undersøges sædvanligvis ved ultralyd eller aksial computertomografi (CT) som første linje billeddannelsesmodaliteter for at påvise tegn på maligne læsioner eller for at udføre sygdomsstadieinddeling. Alligevel har magnetisk resonansbilleddannelse (MRI) vist sig som en nøglespiller i diagnosticering og karakterisering af tumorøse og ikke-tumorøse sygdomme, delvist på grund af dens overlegne vævskontrast. MR giver ikke kun morfologiske billeder i høj opløsning, men giver også forskellige funktionelle oplysninger, såsom vævsiltning, perfusion eller diffusion. Blandt disse funktionelle billeddannelsesteknikker påvirker DWI bestemt behandlingen af ​​genitourinære cancerpatienter mest. DWI er især blevet et centralt værktøj i diagnosticering og iscenesættelse af mange gynækologiske og prostatakræftformer. Endelig, drevet af fremskridt inden for metoder til reduktion af respiratoriske bevægelser, er DWI også blevet anvendt med succes til nyrebilleddannelse.

Ud over nyrekræft fremstår DWI som et spirende værktøj, der højst sandsynligt vil spille en stor rolle i den kliniske behandling af ikke-tumorøse nyresygdomme. Dette arbejde har til formål at gennemgå de nuværende anvendelser såvel som potentielle fremtidige anvendelsessager af DWI med fokus på det kvindelige bækken, prostata, blæren, penis, testiklerne og nyrerne.

Cistanche tubulosa

Principper for diffusionsvægtet MR i det genitourinære system

Vand er det mest udbredte molekyle i blødt væv. Hvert vandmolekyle bærer to brintnukleare spins, som er den fysiske kilde til MR-signalet i det overvældende flertal af kliniske applikationer. Vandmolekyler gennemgår kaotisk evig mikroskopisk bevægelse, kaldet molekylær diffusion, og udforsker de tilgængelige rum i intra- og ekstracellulære rum. I nærvær af et stærkt statisk magnetfelt begynder disse brintkernespin at rotere rundt om feltets akse i en proces kaldet præcession. Præcessionsfrekvensen er direkte proportional med amplituden af ​​det statiske magnetfelt.

Den velkendte spin-ekko MR-teknik [5] giver intra-voxel refokusering af spins ved at "tidsspejle" de individuelle forskelle i præcessionsfrekvenser. Disse frekvensforskydninger kan forekomme på grund af lokale inhomogeniteter af det statiske magnetfelt eller kan induceres dynamisk ved påføring af magnetiske gradientimpulser. Refokusering af spinekko er ufuldkommen, hvis de observerede spins gennemgår kaotisk bevægelse, svarende til et delvist tab af spinkohærens og dæmpning af spinekkosignalets intensitet [6]. Derfor indeholder det observerede MR-signal information om vandets molekylære bevægelse og specifikt bevægelsesbegrænsningen på grund af forskellige biologiske strukturer [4].

I et frit medium er sandsynligheden for at lokalisere et givet vandmolekyle efter en given periode en 3D isotropisk Gauss-funktion, med fuld bredde ved halv maksimum (FWHM) stigende proportionalt med kvadratroden af ​​observationstiden. I dette tilfælde bestemmes en skalarværdi, den tilsyneladende diffusionskoefficient (ADC, mm2 ·s −1 ), som et mål for diffusionens størrelse [7], og MRI-signaldæmpningen er en enkelt eksponentiel funktion af sekvensens gradientvægtning. Styrken af ​​sådanne magnetiske gradienter er navngivet ved hjælp af bogstavet "b" efterfulgt af en numerisk variabel, der repræsenterer amplituden og varigheden af ​​de anvendte gradienter, udtrykt i SI-basisenheder på s·mm−2. Typiske par af b-værdier varierer mellem 0–500 eller 1000 s/mm2 for abdomen og 0-200 og 1000 s/mm2 for bækkenet [8].

Ved prostatabilleddannelse ligger værdierne mellem 0 og 2000 s/mm2, f.eks. b50, b500, b1000, b1500 og b2000. Diffusionsvægtede sekvenser, der anvender gradientværdier højere end 1000 s/mm2, kan omtales som høje (eller endda ultrahøje) b-værdier DW-sekvenser, og deres betydning i prostata MRI er blevet påvist af flere undersøgelser [9,10]. I nærvær af sådanne gradienter, hvis barrierelignende strukturer begrænser molekylære bevægelser i et væv, vil et højt MR-signal blive bevaret, og vævet vil fremstå tydeligt hyperintenst på DW-billeder og hypointens på ADC, hvilket afspejler den reducerede vanddiffusion. I teorien kræver den enkleste måde at måle ADC kun DWI-optagelser for to b-værdier og en monoeksponentiel tilpasning, men andre mere komplekse modeller er blevet udviklet til bedre at beskrive vandmolekylets bevægelse inde i biologiske væv. Disse modeller er hovedsageligt blevet undersøgt i prostata og er beskrevet i det dedikerede afsnit.

Da MR ikke direkte sampler objektet, men dets rumlige frekvenser (aflejret i det såkaldte k-rum), er det særligt følsomt over for bevægelse. Vævsforskydning under erhvervelsen giver moderate og nogle gange alvorlige artefakter [11], for eksempel sløring, spøgelser og ændring af vævskontrasten. Forskellige afbødningsteknikker er blevet udviklet til at korrigere bevægelse under erhvervelsen. Den mest grundlæggende metode til at undgå åndedrætsbevægelser er at tage billeder under et vejrtrækningsstop. Tidsmæssig synkronisering af MR-signalopsamling med den fysiologiske bevægelse blev derefter opnået ved at bruge triggering eller synkronisering til EKG eller respiratoriske bølgeformer. Mere komplicerede tilgange består i at spore vævspositionen ved at bruge MR-baserede navigatorer til prospektivt eller retrospektivt at korrigere bevægelse. I et klinisk miljø er det ikke altid muligt at tage billeder af højkvalitets nyre- eller bækken-DW inden for en enkelt apnø. Derfor kan bevægelseskompensationsteknikker være nødvendige for at forbedre billedkvaliteten af ​​DWI og for at undgå den forvirrende effekt af makroskopiske bevægelser på vanddiffusion [12,13].

For yderligere at reducere effekten af ​​fysiologisk bevægelse erhverves DWI konventionelt ved hjælp af single-shot-kodningsskemaer, der omtales som ekkoplanar billeddannelse (EPI). I EPI efterfølges den indledende excitations-RF-impuls, der genererer MR-signalet, af en række gradientmønstre og refokuserende RF-impulser, der dækker k-rummet for hver skive. K-rummet i frekvensdomænet konverteres derefter til et billede ved hjælp af en matematisk operation, Fourier-transformationen. EPI er tilbøjelig til geometrisk forvrængning, når det lokale magnetfelt er inhomogent og til andre mere komplekse artefakter, såsom ufuldkommen mætning af fedtsignalet. En løsning til at overvinde disse begrænsninger er segmenteringen af ​​k-space, dog på bekostning af en øget anskaffelsestid. "Resolve" (REadout Segmentation Of Long Variable Echo-trains) teknikken [14] består af afkortning af udlæsningslinjer i k-rum, som er underopdelt i flere parallelle bånd, mindst tre. Denne funktion tillader en reduktion af ekkotiden og frekvensindkodningstiden. Til gengæld leverer teknikken skarpere billeder, der generelt er fri for forvrængning og høj rumlig opløsning, hvilket giver mulighed for bred brug i prostata og nyre DWI.

Cistanche kapsler

Diffusionsvægtet kvindelig bækkenbilleddannelse

Magnetisk resonansbilleddannelse er en komplementær billeddannelsesmodalitet, der normalt udføres efter en ultralyd. DWI er afgørende og udføres i de fleste bækkenundersøgelser hos kvinder ud over konventionelle morfologiske T1- og T2-vægtede (T2W) sekvenser, som vist i figur 1. DWI, sammen med dynamisk kontrastforstærket (DCE) ) billeddannelse, er en del af det funktionelle billeddannende apparat, som i nyere tid øgede den diagnostiske ydeevne af MR inden for gynækologisk onkologi. Da DWI lider af dårlig rumlig opløsning, og derfor mindre anatomisk definition, skal den bruges i forbindelse med en morfologisk T2W-sekvens [15]. DWI er især nyttig til vurdering af endometrie- og livmoderhalskræft, og hjælper med at skelne mellem godartede og ondartede livmoder- eller ovarielæsioner og vurderer den peritoneale tumorforlængelse af gynækologiske kræftformer [16].

Figur 1. Det normale kvindelige bækken hos en 26-årig i koronalplanet. (A) T2W billede; (B) ADC-kort; (C) b-værdi=0 s/mm2 DW-billede; (D) b-værdi=1000 s/mm2 DW-billede. Vi ser forsvinden af ​​højt væskesignal (som det i blæren) med stigende b-værdier, men vedvarende høj signalintensitet på høj b-værdi for endometriet.

De fleste tumorer i livmoderhalsen er pladecellekarcinomer, kendt for at være forbundet med eksponering for humant papillomavirus (HPV) og hyppigere end adenokarcinomer i livmoderhalsen. Mens diagnosen er biopsi-bevist, er billeddannelsens rolle i kræftstadie. Den Internationale Føderation for Obstetrik og Gynækologi (FIGO) iscenesættelse er afgørende for onkologisk terapeutisk behandling. Det omfatter carcinom in situ (Tis), karcinom begrænset til livmoderen (T1), karcinom, der invaderer ud over livmoderen (T2), karcinom, der strækker sig til bækkenvæggen og/eller involverer den nederste tredjedel af vagina (T3), og karcinom, der invaderer blæren eller endetarmen (T4). Pelvic MR anbefales til lokal stadieinddeling af cervikale tumorer som understreget i 2018 FIGO stadieopdateringen [17].

Cistanche ekstrakt

Ud over de morfologiske T2W-sekvenser bruges DWI til at vurdere den lokale forlængelse af karcinomet og svarer til kontrastforstærket MR [18]. Det aksiale skrå T2W-plan vinkelret på livmoderhalsens lange akse er vigtigt ved vurdering af parametrisk invasion (stadie IIB) og kan co-registreres med den høje b-værdi DW-sekvens for at forbedre tumorvævsafgrænsning [19], som vist i figur 2. Cervikale karcinomer er karakteriseret ved hypercellularitet, hvilket resulterer i høj signalintensitet (SI) på høj b-værdi (1000 s/mm2) DW-billeder og en lav signalintensitet (SI) på ADC-kortet sammenlignet med normal cervikal stroma [16]. Hidtil er ingen ADC-afskæringsværdi blevet valideret til at forudsige tilstedeværelsen af ​​malignitet, hovedsageligt på grund af den gensidige afhængighed mellem den beregnede ADC-værdi og intervallet af b-værdier brugt til beregning [16]. I forbindelse med opfølgning efter lokal strålebehandling og systemisk kemoterapibehandling bruges DWI til at skelne mellem restsygdom og lokal fibrose [20] samt til at påvise tumortilbagefald [21]. DWI kan også bruges som en biomarkør til overvågning af tumorrespons [22,23]. I en nylig meta-analyse af brugen af ​​kunstig intelligens (AI) i gynækologiske tumorer, blev livmoderhalskræft genstand for et stort antal undersøgelser (34 fra 71), der hovedsageligt fokuserede på den prognostiske værdi af billeddannelse [24]. Da alle MR-sekvenser udnyttes kollektivt i AI, er det stadig vanskeligt at ekstrapolere den specifikke nytte af DWI inden for denne form for black box-tilgang.

Figur 2. MR-billeder af en 66-årig kvinde med et kendt cervikal carcinom. (A) Sagittalt T2W-billede; (B) aksialt T2W-billede vinkelret på den cervikale akse. Livmoderhalskræft og dens forlængelse fremstår som lavkontrast T2W-område (pil) gennem det normale stroma og højre parameter, (C) høj b-værdi (b=1000 s/mm2) og (D) fusionsbilleder mellem T2W og høj b-værdi sekvenser for bedre evaluering af karcinomets forlængelse.

Endometriekarcinom er den mest almindelige gynækologiske malignitet i udviklede lande, der vedrører kvinder over 50 år. Ifølge Bokhman klassificeret. tion (25], Type I endometrietumor også kendt som endometrioid karcinom er den hyppigste kræfttype, med et generelt gunstigt resultat Den 2. hyppigste histologiske type endometriecancer svarer til det papillære klare celle adenosquamous carcinom og tilhører bl.a. type ll-gruppen af ​​tumorer. Efter FIGO-klassificering er stadium I af tumoren begrænset til livmoderens krop, og stadium ll er defineret ved en forlængelse gennem cervikal stroma. I stadium III invaderer tumoren lokalt adnexa, vagina eller parametrium og/eller bækkenbunden, eller præsenterer para-aorta lymfadenopati, hvorimod stadium IV er defineret ved en forlængelse af tumoren til den tilstødende blære eller tarm eller tilstedeværelsen af ​​fjernmetastaser.

MR i endometriecancer udføres til iscenesættelse af sygdommen. Invasion af mindre end 50 procent af myometriet for at adskille trin la og Ib er baseret på et morfologisk T2W-plan vinkelret på endometriehulen. Endometriecancer er normalt hyperintens til myometriet, men kan være svær at skelne fra det omgivende væv som illustreret i figur 3. På DWI viser cancer diffusionsrestriktion med et højt b-1000-signal og lave ADC-værdier sammenlignet med det normale endometrium og tilstødende myometrium. Tilføjelsen af ​​DWI til T2W-billeddannelse forbedrer signifikant stadieinddelingen af ​​endometriecancer (26,27]. Det er endnu mere uundværligt hos patienter med nedsat nyrefunktion, som ikke kan drage fordel af gadolinium-administration, og derfor, fra kontrastforstærket MRI, er kombinationen af DWI og kontrastforstærket MR er fortsat den bedste tilgang til at forudsige myometrial invasion, som understøttet af en nylig undersøgelse om maskinlæring (28) DWI er også nyttig til at detektere andre bækkenaflejringer i højgradige tumorer (8]. Et falsk positivt højt signal på DWI med lave ADC-værdier i endometriehulen svarer til sekretorisk og hyperplastisk endometrium eller blod under den kvindelige cyklus, som let genkendes af sit høje signal på T1W FatSat-sekvenser (8].

Figur 3. MR-billeder af endometriekarcinom hos en 93-årig kvinde. (A) Sagittalt T2W-billede i endometriehulen med forlængelse i myometriet mindre end 50 procent af dets tykkelse. (B) ADC-kort viser begrænset diffusion i endometriekarcinomet synligt som et mørkt område (pil) i modsætning til (C) højt signal (pil) på billeder med høj b-værdi (b=1000 s/mm?). (D) post-injektion af gadolinium T1W billede viser endometriekarcinomet (pil) med en forbedring mindre end myometriums muskel.

Leiomyosarkomer er sjældne maligne tumorer i livmoderen og tegner sig for mindre end 10 procent af livmoderkræfttilfældene. Differentieringen mellem benign leiomyom og leiomyosarcoma er afgørende for den kirurgiske behandling af disse læsioner. MRI og især DWl spiller en vigtig rolle i karakteriseringen og håndteringen af ​​begge tumorer. Ud over morfologiske specificiteter af leiomyosarkom, såsom det mellemliggende T2-signal, nodularborders og hæmoragiske komponenter, "T2 mørke områder og centrale uforstærkede områder (291DW-baserede parametre udgør et andet vigtigt værktøj til at differentiere benign leiomyom fra leiomyosarcoma. Som vist i figur 4) , viser uterin leiomyosarkom normalt lave ADC-værdier og øget signalintensitet på høj b-værdi DW-billeder sammenlignet med det normale myometrium (15] I metaanalysen af ​​Virarkar et al., som omfattede 795 patienter fra otte studier, var ADC-værdier signifikant lavere i leiomyosarkom end i leiomyomer (30]. I et nyligt case-kontrol retrospektivt studie foreslog Wahab et al. en diagnostisk algoritme til at differentiere leiomyomer fra uterine sarkomer baseret på tilstedeværelsen af ​​lymfadenopati højere SI på billeder med høj b-værdi i massen i forhold til endometriet og ADC-værdien lavere end 0,905 x 10-3 mm?/s 31]. Den respektive sensitivitet og specificitet af denne algoritme til at klassificere livmodermasserne var 97 procent og 99 procent i et træningssæt på 156 patienter, 88 procent og 100 procent i et første valideringssæt på 42 patienter og 83 procent og 97 procent i et andet valideringssæt på 59 patienter. Fokalt eller globalt reduceret T2W Sland DWI-baseret SI lavere end endometrium giver os mulighed for med sikkerhed at diagnosticere massen som benign [31]. Denne lovende tilgang har dog brug for yderligere validering af prospektive multicentriske undersøgelser.

Figur 4. MR-billeder af leiomyosarkom hos en 54-årig kvinde. (A) voluminøst leiomyosarkom med et mellemliggende 2W-signal og uregelmæssige grænser (pil). En del af leiomyosarcoma viser en diffusionsrestriktion med lave (B) ADC-værdier og højt signal på (C) b-1000 sekvensD) post-injektion af gadolinium T1 W-sekvens viser fraværet af central forstærkning i overensstemmelse med central nekrose. Alle træk er karakteristiske for malignitet i et leiomyom.

Ovarietumor er hovedsageligt en epitelial kræfttype (95 procent), herunder serøse og mucinøse kræftformer. De to andre kategorier omfatter kønsstrengs stromaltumor og kimcelletumortyper. Ovariecancer er den mest dødelige af alle gynækologiske kræftformer med prognosen bestemt af den indledende stadie på opdagelsestidspunktet. En præcis karakterisering er derfor altafgørende for at give en nøjagtig bestemmelse af patientens prognose. Den indledende diagnose opnås normalt ved ultralydsundersøgelse, mens MR opbevares i ubestemte tilfælde.

Normale ovarier viser normalt høj SI på både de høje b-værdi sekvenser og de tilsvarende ADC maps, svarende til den såkaldte "T2 shine-through" effekt. DWI er afgørende for karakteriseringen af ​​en mistænkelig fast komponent i heterogene komplekse ovariemasser, der identificerer solidt højt cellularitetsindhold i maligne ovarietumorer (32 i henhold til de nuværende anbefalinger fra European Society of Urogenital Radiology (ESUR) (33Illustrative MR-billeder af adenokarcinom kan findes i Figur 5. Koregistreringen mellem den høje b-værdi DWI og de morfologiske T2W billeder er meget effektiv til dette formål. En adnexal læsion kan klassificeres som godartet, når dens faste komponent er hypointens på både de høje b-værdi DWI og T2W billederne (mørk/mørk" læsion) (34]. DWI alene er dog ikke tilstrækkeligt til at vurdere maligniteten af ​​en ovarietumor, da nogle godartede læsioner, såsom modne cystiske teratomer, endometriomer eller funktionelle hæmoragiske cyster kan vise en hæmmet diffusion ( 16, 32, 35] Dynamiske kontrastforstærkede MR-sekvenser er afgørende for yderligere at vurdere sandsynligheden for malignitet.

Figur 5. Histologisk påvist adenokarcinom i venstre ovarie hos en 64-årig kvinde. (A) T2Whyperintens heterogen venstre adnexal masse ved siden af ​​livmoderen (*). Vævs tolobed venstre adnexal masse med dele med lave (B) ADC-værdier og høje (C) b-1000 signal i overensstemmelse med en diffusionsrestriktion i læsionen (C). Efter injektion af gadolinium (D) T1W-sekvens med fedtmætning viser en heterogen forbedring (pil).

DWIs vigtige rolle i karakteriseringen af ​​ovarietumorer er godt demonstreret i den nylige introduktion af Ovarian-Adnexal Reporting and Data System(O-RADS)-MRI-scoringsystemet, en international indsats for at forbedre standardiseringen af ​​adnexal MRI-rapporter (36 ,37]. T2W-billeder og DWI er tilstrækkelige til at differentiere læsioner med fast indhold i næsten sikkert godartede tilfælde (O-RADS-MRI 2) og højere (O-RADS-MRI3 til 5), som forstærkningsmønsteret af homogent hypointense læsioner på T2W og DWimages påvirker ikke O-RADS-MRI-klassifikationen (37]. O-RADS-MRI-risikoscoren er bygget på en prospektiv multicenterundersøgelse af 1194 kvinder med histologisk undersøgelse og en {{20} }års opfølgningsbilleddannelse eller klinisk undersøgelse. Risikoscoren giver en samlet nøjagtighed på 92 procent, en sensitivitet på 93 procent, en specificitet på 91 procent, en positiv prædiktiv værdi på 71 procent og en negativ prædiktiv værdi på 98 procent med en god overensstemmelse mellem yngre og erfarne læsere, hvilket bevidnes af en kappa-score på 0,784 [36]. O-RADS-MRI validering og klinisk accept er langt fremme [38,39] og vil blive yderligere forbedret, når dedikerede ledelsesanbefalinger er tilgængelige [40].

Cistanche tillæg

Nogle faldgruber i vurderingen af ​​diffusionsvægtede billeder skal undgås. Som tidligere nævnt er T2 shine-through, set som en vedvarende hyperintensitet gennem billeder med høj b-værdi og ADC, en af ​​dem. Ikke alle strukturer med højt signal ved diffusion er cancer, og man skal være opmærksom på, at sundt væv kan give lave ADC-værdier og højt signal på billeder med høj b-værdi: normalt endometrium, tarm, nyrer, milt og lymfeknuder [41,42] . Andre kriterier, såsom størrelsen, heterogeniteten og de meget lave ADC-værdier kan være med til at differentiere mistænkelige lymfeknuder fra normale. Det normale endometrium hos kvinder i den fødedygtige alder kan også vise begrænset diffusion på grund af vævets høje celletæthed. I denne sag skal der søges kvantitativ evaluering af vævet på ADC-kort, da endometrietumorer har endnu lavere ADC-værdier sammenlignet med normalt tilstødende væv [15,16].

Som konklusion er DWI afgørende for at bestemme maligniteten af ​​bækkenlæsioner og for at vurdere deres forlængelse. Det er en vigtig sekvens, der skal indgå i alle bækken-MR-undersøgelser. Analyse af disse sekvenser skal bruge både b-værdisekvenserne og ADC-kortet for at undgå fejlfortolkning og skal sammenlignes med signalet fra normal tilstødende struktur i bækkenet. Det skal analyseres i kombination med de morfologiske T2W-, T1W- og gadolinium-baserede sekvenser for at undgå fejldiagnosticering af nogle godartede bækkenlæsioner som ondartede.

Referencer

1. Le Bihan, D.; Breton, E.; Lallemand, D.; Grenier, P.; Cabanis, E.; Laval-Jeantet, M. MR-billeddannelse af intravoxel usammenhængende bevægelser: Anvendelse til diffusion og perfusion ved neurologiske lidelser. Radiologi 1986, 161, 401-407. [CrossRef] [PubMed]

2. Moseley, ME; Cohen, Y.; Mintorovitch, J.; Chileuitt, L.; Shimizu, H.; Kucharczyk, J.; Wendland, MF; Weinstein, PR Tidlig påvisning af regional cerebral iskæmi hos katte: Sammenligning af diffusions- og T2-vægtet MRI og spektroskopi. Magn. Reson. Med. 1990, 14, 330-346. [CrossRef] [PubMed]

3. Warach, S.; Chien, D.; Li, W.; Rosenthal, M.; Edelman, RR Hurtig magnetisk resonans diffusionsvægtet billeddannelse af akut menneskelig slagtilfælde. Neurology 1992, 42, 1717. [CrossRef] [PubMed]

4. Le Bihan, D.; Iima, M. Diffusion Magnetic Resonance Imaging: Hvad Vand fortæller os om biologiske væv. PLoS Biol. 2015, 13, e1002203.

5. Jung, BA; Weigel, M. Spin ekko magnetisk resonansbilleddannelse. J. Magn. Reson. Billedbehandling 2013, 37, 805-817. [CrossRef]

6. Stejskal, EO; Tanner, JE Spindiffusionsmålinger: Spinekkoer i nærvær af en tidsafhængig feltgradient. J. Chem. Phys. 1965, 42, 288-292. [CrossRef]

7. Szafer, A.; Zhong, J.; Anderson, AW; Gore, JC Diffusionsvægtet billeddannelse i væv: Teoretiske modeller. NMR Biomed. 1995, 8, 289-296. [CrossRef]

8. European Society of Urogenital Radiology. ESUR Quick Guide to Female Pelvis Imaging. ESUR retningslinjer. 2019. Tilgængelig online: https://www.esur.org/esur-guidelines/ (tilgængelig den 1. marts 2022).

9. Katahira, K.; Takahara, T.; Kwee, TC; Oda, S.; Suzuki, Y.; Morishita, S.; Kitani, K.; Hamada, Y.; Kitaoka, M.; Yamashita, Y. Ultrahøj-b-værdi diffusionsvægtet MR-billeddannelse til påvisning af prostatacancer: Evaluering i 201 tilfælde med histopatologisk korrelation. Eur. Radiol. 2011, 21, 188-196. [CrossRef]

10. Ohgiya, Y.; Suyama, J.; Seino, N.; Hashizume, T.; Kawahara, M.; Sai, S.; Saiki, M.; Munechika, J.; Hirose, M.; Gokan, T. Diagnostisk nøjagtighed af ultrahøj b-værdi 3.0-T diffusionsvægtet MR-billeddannelse til påvisning af prostatacancer. Clin. Billedbehandling 2012, 36, 526-531. [CrossRef]

11. Zaitsev, M.; MacLaren, J.; Herbst, M. Bevægelsesartefakter i MR: Et komplekst problem med mange delvise løsninger. J. Magn. Reson. Billedbehandling 2015, 42, 887-901. [CrossRef]

12. Clark, CA; Barker, GJ; Tofts, PS Forbedret reduktion af bevægelsesartefakter i diffusionsbilleddannelse ved hjælp af Navigator-ekkoer og hastighedskompensation. J. Magn. Reson. 2000, 142, 358-363. [CrossRef] [PubMed]

13. Pei, Y.; Xie, S.; Li, W.; Peng, X.; Qin, Q.; Ja, Q.; Li, M.; Hu, J.; Hou, J.; Li, G.; et al. Evaluering af simultan-flersnits diffusionsvægtet billeddannelse af lever ved 3.0 T med forskellige vejrtrækningsskemaer. Mave. Radiol. 2020, 45, 3716-3729. [CrossRef] [PubMed]

14. Tulos, H.; Dale, B.; Bidwell, G.; Perkins, E.; Raucher, D.; Khan, M.; James, J. SU-EI-67: Multi-Shot RESOLVE sammenlignet med Single-Shot EPI diffusionsvægtet MR Imaging Acquisition Scheme. Med. Phys. 2012, 39, 3640. [CrossRef] [PubMed]

15. Tamai, K.; Koyama, T.; Saga, T.; Morisawa, N.; Fujimoto, K.; Mikami, Y.; Togashi, K. Nytten af ​​diffusionsvægtet MR-billeddannelse til at differentiere livmodersarkomer fra benigne leiomyomer. Eur. Radiol. 2007, 18, 723-730. [CrossRef]

16. Whittaker, CS; Coady, A.; Culver, L.; Rustin, G.; Padwick, M.; Padhani, AR Diffusionsvægtet MR-billeddannelse af kvindelige bækkentumorer: En billedgennemgang. Radiographics 2009, 29, 759–774. [CrossRef]

17. Manganaro, L.; Lakhman, Y.; Bharwani, N.; Gui, B.; Gigli, S.; Vinci, V.; Rizzo, S.; Kido, A.; Cunha, TM; Sala, E.; et al. Stadieinddeling, recidiv og opfølgning af livmoderhalskræft ved hjælp af MRI: Opdaterede retningslinjer for European Society of Urogenital Radiology efter revideret FIGO-stadieinddeling 2018. Eur. Radiol. 2021, 31, 7802-7816. [CrossRef]

18. Lin, Y.; Chen, Z.; Kuang, F.; Li, H.; Zhong, Q.; Ma, M. Evaluering af den internationale federation for gynækologi og obstetrik stadium IB livmoderhalskræft: Sammenligning af diffusionsvægtet og dynamisk kontrastforstærket magnetisk resonansbilleddannelse ved 3.0 TJ Comput. Hjælpe. Tomogr. 2013, 37, 989-994. [CrossRef]

19. Park, JJ; Kim, CK; Park, SY; Park, BK Parametrial Invasion in Cervical Cancer: Fused T2-weighted Imaging og High-b-Value Diffusion-weighted Imaging med Background Body Signal Suppression at 3 T. Radiology 2015, 274, 734-741. [CrossRef]

20. Park, KJ; Braschi-Amirfarzan, M.; DiPiro, PJ; Giardino, AA; Jagannathan, JP; Howard, SA; Shinagare, AB; Krajewski, KM Multimodalitetsbilleddannelse af lokalt tilbagevendende og metastatisk livmoderhalskræft: Vægt på histologi, prognose og behandling. Mave. Radiol. 2016, 41, 2496-2508. [CrossRef] [PubMed]

21. Sala, E.; Rockall, A.; Rangarajan, D.; Kubik-Huch, RA Rollen af ​​dynamisk kontrastforstærket og diffusionsvægtet magnetisk resonansbilleddannelse i det kvindelige bækken. Eur. J. Radiol. 2010, 76, 367-385. [CrossRef]

22. Liu, Y.; Bai, R.; Sun, H.; Liu, H.; Zhao, X. Diffusionsvægtet billeddannelse til at forudsige og overvåge responsen af ​​livmoderhalskræft på kombineret kemoradiation. Clin. Radiol. 2009, 64, 1067-1074. [CrossRef] [PubMed]

23. Harry, VN Nye billeddannelsesteknikker som responsbiomarkører ved livmoderhalskræft. Gynecol. Oncol. 2010, 116, 253-261. [CrossRef] [PubMed]

24. Akazawa, M.; Hashimoto, K. Kunstig intelligens i gynækologiske kræftformer: Nuværende status og fremtidige udfordringer - En systematisk gennemgang. Artif. Intell. Med. 2021, 120, 102164. [CrossRef] [PubMed]

25. Bokhman, JV To patogenetiske typer af endometriecarcinom. Gynecol. Oncol. 1983, 15, 10-17. [CrossRef]

26. Beddy, P.; Moyle, P.; Kataoka, M.; Yamamoto, AK; Joubert, I.; Lomas, D.; Crawford, R.; Sala, E. Evaluering af dybden af ​​myometrial invasion og overordnet stadieinddeling i endometriecancer: Sammenligning af diffusionsvægtet og dynamisk kontrastforstærket MR-billeddannelse. Radiologi 2012, 262, 530-537. [CrossRef]

27. Rechichi, G.; Galimberti, S.; Signorelli, M.; Perego, P.; Valsecchi, MG; Sironi, S. Myometrial invasion i endometriecancer: Diagnostisk ydeevne af diffusionsvægtet MR-billeddannelse ved 1.5-T. Eur. Radiol. 2009, 20, 754-762. [CrossRef]

28. Rodríguez-Ortega, A.; Alegre, A.; Lago, V.; Carot-Sierra, JM; Bme, AT; Montoliu, G.; Domingo, S.; Alberich-Bayarri, Á.; Martí-Bonmatí, L. Machine Learning-baseret integration af prognostiske magnetiske resonansbilleddannelsesbiomarkører for myometrial invasionsstratificering i endometriecancer. J. Magn. Reson. Billedbehandling 2021, 54, 987-995. [CrossRef]

29. Lakhman, Y.; Veeraraghavan, H.; Chaim, J.; Feier, D.; Goldman, DA; Moskowitz, CS; Nougaret, S.; Sosa, RE; Vargas, HA; Soslow, RA; et al. Differentiering af uterin leiomyosarkom fra atypisk leiomyom: Diagnostisk nøjagtighed af kvalitative MR-billeddannelsesfunktioner og gennemførlighed af teksturanalyse. Eur. Radiol. 2017, 27, 2903-2915. [CrossRef]

30. Virarkar, M.; Diab, R.; Palmquist, S.; Bassett, JR; Bhosale, P. Diagnostisk ydeevne af MR for at differentiere livmoder-leiomyosarkom fra benign leiomyom: en meta-analyse. J. Belg. Soc. Radiol. 2020, 104, 69. [CrossRef]

31. Wahab, CA; Jannot, A.-S.; Bonaffini, PA; Bourillon, C.; Cornou, C.; Lefrère-Belda, M.-A.; Flagermus, A.-S.; Thomassin-Naggara, I.; Bellucci, A.; Reinhold, C.; et al. Diagnostisk algoritme til at differentiere benigne atypiske leiomyomer fra maligne uterusarkomer med diffusionsvægtet MR. Radiologi 2020, 297, 361-371. [CrossRef]

32. Fujii, S.; Kakite, S.; Nishihara, K.; Kawasaki, Y.; Harada, T.; Kigawa, J.; Kaminou, T.; Ogawa, T. Diagnostisk nøjagtighed af diffusionsvægtet billeddannelse ved at skelne benigne fra ondartede ovarielæsioner. J. Magn. Reson. Billedbehandling 2008, 28, 1149-1156. [CrossRef] [PubMed]

33. Forstner, R.; Thomassin-Naggara, I.; Cunha, TM; Kinkel, K.; Masselli, G.; Kubik-Huch, R.; Spencer, JA; Rockall, A. ESUR-anbefalinger for MR-billeddannelse af den sonografisk ubestemte adnexale masse: En opdatering. Eur. Radiol. 2017, 27, 2248-2257. [CrossRef] [PubMed]

34. Thomassin-Naggara, I. Bidrag af diffusionsvægtet MR-billeddannelse til at forudsige benigniteten af ​​komplekse adnexale masser. Eur. Radiol. 2009, 19, 1544-1552. [CrossRef] [PubMed]

35. Dhanda, S.; Thakur, M.; Kerkar, R.; Jagmohan, P. Diffusionsvægtet billeddannelse af gynækologiske tumorer: diagnostiske perler og potentielle faldgruber. Radiographics 2014, 34, 1393-1416. [CrossRef]

36. Thomassin-Naggara, I.; Poncelet, E.; Jalaguier-Coudray, A.; Guerra, A.; Fournier, LS; Stojanovic, S.; Hirse, I.; Bharwani, N.; Juhan, V.; Cunha, TM; et al. Ovarial-Adnexal Reporting Data System Magnetic Resonance Imaging (O-RADS MRI) score for risikostratificering af sonografisk ubestemte adnexale masser. JAMA Netw. Åben 2020, 3, e1919896. [CrossRef] [PubMed]

37. Sadowski, EA; Thomassin-Naggara, I.; Rockall, A.; Maturen, KE; Forstner, R.; Jha, P.; Nougaret, S.; Siegelman, ES; Reinhold, C. O-RADS MRI Risk Stratification System: Vejledning til vurdering af adnexale læsioner fra ACR O-RADS-udvalget. Radiology 2022, 303, 204371. [CrossRef]

38. Aslan, S.; Tosun, SA Diagnostisk nøjagtighed og validitet af O-RADS MRI-score baseret på en forenklet MRI-protokol: Et enkelt tertiært center retrospektivt studie. Acta Radiol. 2021. [CrossRef]

39. Wong, VK; Kundra, V. Udførelse af O-RADS MRI-score til klassificering af ubestemte adnexale masser i USA. Radiol. Imaging Cancer 2021, 3, e219008. [CrossRef]

40. Levine, D. MRI O-RADS: Lær om det nye risikostratificeringssystem. Radiology 2022, 303, 211307. [CrossRef]

41. Fournier, LS; Bourillon, C.; Brisa, M.; Rousseau, C. IRM de diffusion dans le pelvis féminin: Principer, teknik, pièges og artefakter. Imag. Femme 2015, 25, 8-15. [CrossRef]

42. Nougaret, S.; Tirumani, SH; Addley, H.; Pandey, H.; Sala, E.; Reinhold, C. Perler og faldgruber i MRI af gynækologisk malignitet med diffusionsvægtet teknik. Er. J. Roentgenol. 2013, 200, 261-276. [CrossRef] [PubMed]

Thomas De Perrot 1, Christine Sadjo Zoua 1, Carl G. Glessgen 1, Diomidis Botsikas 1, Lena Berchtold 2, Rares Salomir 1, Sophie De Seigneux 2, Harriet C. Thoeny 3 og Jean-Paul Vallée 1

1 afdeling for radiologi, Genève Universitetshospitaler og Genève Universitet, 1205 Genève, Schweiz; christine.sadjo@hcuge.ch (CSZ); carl.glessgen@hcuge.ch (CGG); diomidis.botsikas@hcuge.ch (DB); raresvincent.salomir@hcuge.ch (RS); jean-paul.vallee@hcuge.ch (J.-PV)

2 afdeling for nefrologi, Genève Universitetshospitaler, 1205 Genève, Schweiz; lena.berchtold@hcuge.ch (LB); sophie.deseigneux@hcuge.ch (SDS)

3 afdeling for radiologi, Hôpital Cantonal Fribourgois, 1752 Villars-sur-Glâne, Schweiz; harriet.thoeny@h-fr.ch