Évaluation quantitative de l'imagerie du spectre de diffusion dans le cancer du sein

Ce projet vise à recueillir prospectivement des patientes suspectées de tumeurs malignes du sein par échographie ou mammographie. Après une IRM de routine, tous les patients ont subi une séquence d'imagerie à spectre de diffusion (DSI). Les critères d'inclusion étaient les suivants : (1) le cancer du sein a été confirmé par chirurgie ou biopsie. (2) diagnostic pathologique du récepteur des œstrogènes (ER), du récepteur de la progestérone (PR), du facteur de croissance épidermique humain 2 (HER-2), du Ki-67 et du statut d'invasion des vaisseaux lymphatiques (LVI) dans le cancer du sein. (3) des examens IRM et DSI de routine ont été effectués dans la semaine précédant l'examen pathologique. Les critères d'exclusion étaient les suivants : (1) patients ayant reçu un traitement avant l'examen DSI ; (2) patientes ayant subi une biopsie de tumeur mammaire dans les deux semaines précédant l'acquisition de l'image DSI ; (3) les résultats pathologiques des masses mammaires étaient d'autres maladies que le cancer du sein. (4) le post-traitement des données DSI ne peut pas être effectué en raison d'une mauvaise qualité d'image, comme des artefacts de mouvement.

Les données d'IRM mammaire ont été recueillies sur un scanner 3T MR (Magnetom skyra, Siemens Healthcare, Erlangen, Allemagne). Tous les participants ont utilisé des schémas d'IRM du sein standardisés, y compris l'imagerie pondérée en T2 (T2WI), l'imagerie pondérée en T1 (T1WI), l'imagerie pondérée en diffusion (DWI), la DSI et l'amélioration dynamique du contraste (DCE). Un total de 22 paramètres quantitatifs GSI ont été dérivés du logiciel NeudiLab qui est basé sur la plateforme open-source DIPY (imagerie de diffusion en Python, http://nipy.org/dipy). La corrélation entre les paramètres quantitatifs DSI et les indices pathologiques (c'est-à-dire ER, PR, HER-2, Ki-67 et LVI) a été évaluée par l'analyse de corrélation de Spearman. Les prédicteurs indépendants des paramètres quantitatifs GSI pour la discrimination de différentes caractéristiques pathologiques dans le cancer du sein ont été déterminés par l'analyse de régression logistique. La performance prédictive des paramètres quantitatifs DSI pour les différentes classifications pathologiques a été évaluée par les courbes de caractéristique de fonctionnement du récepteur (ROC) et leur aire respective sous les courbes (AUC).