Quantitative Bewertung der Diffusionsspektrum-Bildgebung bei Brustkrebs

Ziel dieses Projekts ist die prospektive Erfassung von Patienten mit Verdacht auf bösartige Brusttumoren mittels Ultraschall oder Mammographie. Nach der routinemäßigen MRT-Untersuchung wurden alle Patienten einer Diffusionsspektrum-Bildgebung (DSI)-Sequenzuntersuchung unterzogen. Die Einschlusskriterien waren wie folgt: (1) Brustkrebs wurde durch Operation oder Biopsie bestätigt. (2) pathologische Diagnose des Status Östrogenrezeptor (ER), Progesteronrezeptor (PR), humaner epidermaler Wachstumsfaktor 2 (HER-2), Ki-67 und Lymphgefäßinvasion (LVI) bei Brustkrebs. (3) Routine-MRT- und DSI-Scans wurden innerhalb einer Woche vor der pathologischen Untersuchung durchgeführt. Die Ausschlusskriterien waren wie folgt: (1) Patienten, die vor dem DSI-Scan eine Behandlung erhalten hatten; (2) Patienten, bei denen innerhalb von zwei Wochen vor der DSI-Bildaufnahme eine Brusttumorbiopsie durchgeführt wurde; (3) Pathologische Ergebnisse von Brusttumoren waren neben Brustkrebs auch andere Krankheiten. (4) Eine Nachbearbeitung der DSI-Daten ist aufgrund schlechter Bildqualität, wie z. B. Bewegungsartefakten, nicht möglich.

Brust-MRT-Daten wurden mit einem 3T-MR-Scanner (Magnetom skyra, Siemens Healthcare, Erlangen, Deutschland) gesammelt. Alle Teilnehmer verwendeten standardisierte Brust-MRT-Scanschemata, einschließlich T2-gewichteter Bildgebung (T2WI), T1-gewichteter Bildgebung (T1WI), diffusionsgewichteter Bildgebung (DWI), DSI und dynamischer Kontrastverstärkung (DCE). Insgesamt 22 quantitative GSI-Parameter wurden aus der NeudiLab-Software abgeleitet, die auf der Open-Source-Plattform DIPY (Diffusion Imaging in Python, http://nipy.org/dipy) basiert. Die Korrelation zwischen quantitativen DSI-Parametern und pathologischen Indizes (d. h. ER, PR, HER-2, Ki-67 und LVI) wurde durch Spearman-Korrelationsanalyse bewertet. Die unabhängigen Prädiktoren der quantitativen GSI-Parameter für die Unterscheidung verschiedener pathologischer Merkmale bei Brustkrebs wurden durch die logistische Regressionsanalyse bestimmt. Die Vorhersageleistung der quantitativen DSI-Parameter für unterschiedliche pathologische Klassifikationen wurde anhand der ROC-Kurven (Receiver Operating Characteristic) und ihrer jeweiligen Fläche unter den Kurven (AUCs) bewertet.