研究虚拟乳腺癌定位的第一步 (Anatobreast)

乳腺癌是女性中最常见的癌症，法国每年约有 42000 名女性被诊断出患有乳腺癌。 由于越来越多地使用筛查性乳房 X 线照相术和更长的预期寿命，从 1980 年到 2005 年，乳腺癌的发病率稳步上升。

随着乳腺癌筛查技术的进步，现在许多女性在恶性肿瘤变得临床可触及之前就已经检测出来了。 对于这些女性，保乳手术 (BCS) 已成为首选治​​疗方案，占大多数乳腺癌中心手术的 75% 以上。 BCS 的目标是切除周围无癌组织边缘的肿瘤，同时保留乳房的整体形状和外观。 对于不可触及的病变，需要在手术前对肿瘤进行定位。 此类患者的标准技术是导线定位。 电线定位有几个限制。 它在手术前增加了另一个程序，使过程复杂化并延长了过程。 这可能会让患者感到不舒服，并且需要额外的费用。 该技术要求外科医生根据二维乳房 X 光摄影图像估计癌症的 3 维 (3D) 位置。 大约 30-50% 的时间线局部切除会产生正边缘。 这些病例需要额外的手术来切除剩余的癌症，这对患者来说既昂贵又情绪上困难。

电线定位的替代方案已经过测试。 放射引导的隐匿性病灶定位 (ROLL) 已被证明优于金属丝定位，具有阳性切缘的风险更小，定位和手术切除的持续时间更短。

乳房的磁共振成像已被证明比超声波或乳房 X 线照相术更灵敏地检测癌症。 尽管有这些证据，但尚未证明使用 MRI 可以产生更好的短期结果：前瞻性随机 COMICE 试验未能证明使用术前俯卧位 MRI 可以降低阳性切缘率和需要重新切除。 COMICE 研究的作者认识到，俯卧位 MRI 无法降低阳性切缘率可能是由于成像数据呈现给外科医生的方式，并指出“确保手术精度处于最佳状态的技术需要进一步检查”。 '' 俯卧 MR 成像（双侧成像线圈中的乳房吊坠）期间的乳房形状与手术室 (OR) 中仰卧、手臂伸展的位置完全不同。 仰卧 MRI 更准确地复制了手术位置。 事实上，Sakakibara 等人的一项研究。随机分配 DCIS 患者接受线定位或仰卧 MRI 引导的 BCS，发现接受仰卧 MRI 引导切除的患者的阳性切缘率和切除组织体积较低。

目的是开发一种 MRI 引导的乳腺肿瘤定位新技术，该技术结合术前俯卧位 MRI，并使用术前和术中 3D 光学扫描将 MRI 图像调整到手术室中的确切位置。 这项新技术将为外科医生提供 3D 视图，并测量肿瘤在手术过程中出现在乳房内的形状和位置。

方法

1. 数据收集数据是使用信息系统的医学化程序从蒙彼利埃大学医院妇科的数据库中获得的。 选择在 2016 年至 2017 年间接受过乳腺癌 BCS 的患者。 然后，研究者连续纳入了 10 名患者，这些患者接受过术前 MRI 以及术前和术中胸部 3D 光学扫描，并且符合资格标准。 研究者将受试者识别码分配给每个受试者以匿名化数据。 受试者识别代码列表允许研究人员在蒙彼利埃大学医院受保护的中央计算机服务器上保存研究中所有患者姓名的机密列表。

   1.1.临床数据 临床医疗数据的来源是患者的电子病历。 研究者记录的数据包括患者姓名、姓氏和出生日期、罩杯大小、MRI 检查日期、乳腺癌定位、术前 3D 光学扫描日期、手术日期。

   1.2.光学扫描 自 2016 年以来，在蒙彼利埃大学医院的妇科，每位接受 BCS 的患者都会拍摄胸部照片。 还进行了术前、术中和术后 3D 光学扫描。 光学扫描是通过传感器结构3D扫描获得的。 收购需要几分钟。 术前术后患者取站立位，双臂外展45°，皮肤表面标示解剖学标志（胸骨柄、剑突、乳腺上缘、乳下皱襞）。 术中，通过放射引导的隐匿性病灶定位对肿瘤进行定位，并在乳房表面进行标记。 在肿瘤定位之前和之后进行两次采集，患者仰卧，手臂外展 90°。

   1.3.术前乳腺MRI 标准乳腺MRI 方案包括T2 序列（解剖和信号分析）、T1 梯度回波序列和注射动态3D 序列（含钆造影剂）。 患者被置于俯卧位，双臂举过头顶，双侧乳房悬挂在线圈环中。 MRI 数据从放射科的计算机服务器中收集，用受试者识别码匿名，然后刻录到 CD。 医学数字成像和通信 (DICOM) 数据被转换为 MHD 格式。

2. 创建 3D 个性化乳房模型的不同步骤 2.1。 MRI 数据的 3D 重建 3D 重建需要对 2D 图像中的解剖元素进行分割。 分割是使用称为医学图像分割工具 (MIST) 的计算机软件完成的，该软件允许对以下元素进行半自动和手动分割：肿瘤、乳腺、胸骨、皮肤、胸大肌和小肌肉。 然后通过间接体积渲染方法（行进立方体）执行 3D 重建。 然后使用 Instant Mesh 软件进行后期处理。

   2.2. 3D重建到光学扫描的配准图像配准是将不同的数据集转换到一个坐标系中的过程。 配准问题是找到与图像匹配的最佳空间变换。 使用多模态数据的好处产生了对开发高度准确和稳健的多模态图像配准的需求。

   Anatoreg 是由 Anatoscope 设计的软件，允许将参考模型注册到目标。 在我们的研究中，参考模型是从乳房 MRI 获得的 3D 重建。 3D 重建数据包含在沙发建模语言 (SML) 文件中，供注册软件读取。 目标是光学扫描，之前经过 Blender 处理（人工制品去除、轴校正、测量单位校正）。

   注册的第一步是交互最近点算法（ICP）。 ICP 算法为目标表面中的每个点搜索参考表面中的最近点，没有任何限制。 第二步是使用地标来改进配准。

3. 3D 乳腺模型的评估然后将通过该 3D 乳腺模型进行的肿瘤定位与通过 ROLL 进行的定位进行比较。 由于外科医生留下的笔标记，术中 3D 光学扫描为我们提供了通过放射引导的隐匿性病变定位获得的肿瘤定位。 这项新技术为我们提供了一个 3D 模型和透明可见的肿瘤定位。 比较是通过叠加两次采集来完成的。