基于磁共振成像的乳腺癌相关淋巴水肿组织成分评估
本研究提出一种MRI采集与自动分割方案,用STIR和Dixon序列量化13例单侧乳腺癌相关淋巴水肿患者患侧与健侧手臂的液体、脂肪和肌肉体积。结果显示患侧总臂、筋膜外、筋膜外液体和筋膜外脂肪体积显著增大(P<0.0005),筋膜外体积增加占总超额体积94%,脂肪超额总量为液体的2.1倍,脂肪与液体超额体积线性相关(Pearson r=0.75)。
要点
- 筋膜外脂肪是淋巴水肿肿胀的主要成分,脂肪超额总量为液体的2.1倍。
- 肌肉体积在患侧与健侧间无显著差异,仅占总超额体积6%。
- 脂肪与液体超额体积线性相关(Pearson r=0.75),11例脂肪超额大于液体。
核心结论
- 筋膜外层脂肪超额是肿胀的主要贡献者,即使存在大量液体积聚时也是如此。
- 该方法可用于监测乳腺癌相关淋巴水肿内部成分演变、对患者进行分层治疗及客观评估治疗反应。
- 该方法提供标准临床评估中目前无法获得的定量指标,显示出在临床实践中应用的潜力。
研究设计与样本
- 前瞻性研究,纳入13例乳腺癌治疗后诊断为单侧手臂淋巴水肿的成年女性,测量患侧与健侧手臂。
- 采用1.5 T MRI(MAGNETOM Aera,Siemens AG)行矢状位液体敏感STIR序列和2点3D T1W梯度回波Dixon序列,覆盖相同成像体积。
- 开发自动化图像后处理流程,分割手臂外部体积与肌肉筋膜,并分离肌肉、脂肪和液体成分。
- 患侧与健侧体积比较采用双尾配对t检验,P<0.05为显著;脂肪与液体超额体积关系采用Pearson相关分析。
关键影像表现/征象
- 患侧总臂、筋膜外、筋膜外液体和筋膜外脂肪体积显著大于健侧(P<0.0005)。
- 筋膜外体积增加占超额体积的94%,其中脂肪为主要成分。
- 全部患者脂肪超额体积总和为液体超额体积的2.1倍。
- 脂肪与液体超额体积线性相关(Pearson r=0.75,P=0.003),11例脂肪超额体积大于液体。
- 液体主要积聚在肘部周围,仅3例上臂有明显累及;脂肪超额体积在上臂一般更大,但筋膜外体积相对增加在9例以前臂最大。
诊断标准与关键数值
- 脂肪超额体积与液体超额体积线性相关:Pearson r=0.75,P=0.003。
- 脂肪相对超额体积与乳腺癌手术后时间呈中度显著正相关:Spearman r=0.566,P=0.047。
- 患侧与健侧肌肉体积差异无统计学意义;优势侧肌肉体积显著大于非优势侧(P<0.0008)。
临床应用与阅片要点
- 作者认为,组织体积测量可能有助于识别仍可从标准消肿治疗中获益或适合脂肪抽吸术的患者,后者适用于脂肪主导的肿胀。
- 作者认为,定量指标可指导治疗实施,改进加压策略(避免在脂肪区域额外加压)或将引流按摩导向液体所在区域。
- 作者指出,纵向测量可定量评估不同组织成分对治疗的反应。
- 作者认为,在脂肪主导的病例中,应考虑在管理早期阶段进行脂肪抽吸术。
局限性
- 本研究在试点队列中评估该方法,部分患者淋巴水肿已存在多年,另一些为新近诊断。
- 原文未报告其他局限性。
全文中译20 节 · 点击展开
乳腺癌相关淋巴水肿(BCRL)是手臂的慢性肿胀,约20%的女性在乳腺癌治疗后发生。BCRL的一个决定性特征是间质液和脂肪在手臂内积聚,导致身体和心理上的疾病负担。间质中富含蛋白质的液体积聚(水肿)由淋巴运输受损引起。然而,导致脂肪异常沉积的机制尚未完全明了,淋巴系统与肥胖之间的联系仍在研究中。慢性淋巴淤滞引发的炎症反应可能促进脂肪组织肥大。此外,有人假设淋巴液本身可能含有刺激脂肪细胞分化和生长的因子。淋巴水肿手臂之间脂肪与液体的比例差异很大,但BCRL的一线治疗仅针对液体,而非脂肪。压迫和引流按摩试图通过增强液体清除来减少多余体积。对于慢性淋巴水肿,脂肪抽吸术被提出作为一种可能的干预措施。
对不同淋巴水肿组织成分的体积、空间分布和患病率进行量化,可以极大地改善患者选择以获得最佳治疗。然而,目前淋巴水肿的标准评估仅限于使用不同方法(沿手臂长度进行周径卷尺测量、水置换法和光学方法[周长计])测量患侧手臂相对于健侧手臂的大小。由于这些方法不能表征肿胀的内部组成,液体或脂肪的患病率通常通过手动评估凹陷性水肿来推断。标准超声成像可用于区分皮下脂肪和液体,但使用该技术进行的定量评估仅限于测量真皮和皮下层的厚度。组织组成百分比的测量可通过双能X射线吸收测定法(DXA)或生物电阻抗分析获得。然而,这些技术不能直接提供不同组织的解剖分布,且组成测量需要对X射线衰减和阻抗特性及路径作出假设。目前,尚无常规使用的同时可视化和量化淋巴水肿组织组成的手段。
磁共振成像(MRI)可以生成手臂内部解剖结构的三维(3D)高分辨率图像,并可优化以区分各种组织成分。Dixon技术利用不同回波时间采集的图像将脂肪与其他组织分离,现已可在商用MRI扫描仪中使用。重度T2加权序列对液体敏感,常用于水肿的可视化。在淋巴水肿的临床评估中,这些技术已被用于分别评估单一组织成分(水肿或脂肪)。
本文介绍了一种MRI采集与分析协议,该协议结合了对液体敏感和对脂肪敏感的序列,以提供淋巴水肿组织组成的图谱以及定量指标。该方法采用全自动图像分割技术,既可可视化手臂内不同组织成分的分布,又可测量其体积。所提出的技术被用于在一组13例单侧乳腺癌相关淋巴水肿(BCRL)患者中比较患侧与健侧手臂。
材料与方法
MRI协议
患侧与健侧手臂的图像均在1.5 T(MAGNETOM Aera;Siemens AG,Erlangen,Germany)上分次采集。如佩戴压力衣物则予以去除。患者取仰卧位,受检手臂沿身体伸展。随后将患者躯干旋转45度,使手臂靠近磁体中心。患者背部倚靠磁体孔壁一侧,并辅以额外垫枕以保持舒适且静止的体位。手臂掌心向下置于床面,分3个站进行成像,以3个部分重叠的容积覆盖从手部到腋窝的解剖结构(每个容积在头/足方向的视野[FOV] = 300 mm)。以下序列以矢状面方向采集:
S1,对液体敏感的二维短反转时间反转恢复序列(STIR,TR = 5544毫秒,TE = 121毫秒,TI = 160毫秒,体素大小 = 1.2 × 1.2 × 4 mm³,每容积采集时间 = 68秒)。
S2,基于两点法三维T1加权梯度回波的Dixon序列(TR = 12.50毫秒,TE = 2.34、4.77毫秒,FA = 12度,体素大小 = 1 × 1 × 4 mm³,每容积采集时间 = 47秒)。
上述序列覆盖相同的总成像容积(224 × 786 × 160 mm³);扫描仪软件将3个单一容积组合成一个合并容积。Dixon水图和脂肪图由扫描仪直接从序列S2重建。在重建过程中应用了容积不均匀性校正。
图像处理
在IDL(版本8.2;Exelis Visual Information Solutions,Boulder,CO)中开发了自动分割工作流程。该图像后处理程序旨在同时执行2项操作:(1)勾画手臂外部容积和肌肉筋膜的轮廓,从而将筋膜上(筋膜以上)和筋膜下(筋膜以下)容积分开;以及(2)在先前获得的手臂容积内,将属于肌肉、脂肪和液体成分的体素分开。
该工作流程由3个主要步骤组成(图1):
1. 容积选择
3个匹配容积以1 × 1 × 1 mm³体素大小显示,并重格式化为横断面方向,以获得一系列手臂横截面切片。每只手臂选取标准化部分进行分析。这包括位于2个解剖标志之间的所有切片,即腕部(远端桡尺关节)和上臂65%标记处(肘部与肩峰之间距离的65%)。15
2. 容积分割
由Dixon水、Dixon脂肪和STIR图像的体素强度形成的三维特征空间,使用k均值算法被划分为5个聚类(代码采用了软件包CCHIPS16中的实现)。Dixon脂肪图像分离出脂肪成分,而Dixon水图像包含肌肉和其他组织,STIR图像选择性描绘液体(图1步骤2)。分割过程应用于组合图像,结果,肌肉、脂肪和液体体素归属于3个不同的聚类(图1中的红色、黄色和蓝色聚类)。k均值算法以k = 5初始化,并分配给2个额外聚类:(1) 不贡献信号的体素(图像噪声,灰色聚类)和(2) 组织界面处混合组成的体素,包括结缔组织或纤维化组织(白色聚类)。
3. 体积提取
程序滚动浏览每个切片并创建2个单独的掩膜,分别包含手臂的整个横截面(排除噪声)和肌肉。然后使用IDL库中的腐蚀/膨胀和三角剖分算法从掩膜中自动提取外部轮廓和筋膜轮廓。17肌肉和其他筋膜下组织成分包含在筋膜轮廓内。筋膜下体积和总手臂体积分别由筋膜轮廓和外部轮廓所涵盖,而2个轮廓之间的体积代表筋膜外体积。
临床测量
受试者
13例乳腺癌治疗后确诊单侧手臂淋巴水肿患者的患侧和健侧手臂均采用该技术进行了测量。所有患者均为成年女性,她们作为经国家研究伦理服务处批准的前瞻性研究的一部分提供了书面知情同意。患者人口学特征和相关临床数据报告于表1中,具体说明了受淋巴水肿影响的手臂和主要使用(优势)的手臂。
体积测量
肌肉、脂肪和液体子体积可通过计数经图像后处理程序分割的体积内相应体素数量(1体素 = 1 mm3 = 0.001 mL)来计算。提取了以下体积:总手臂、筋膜下、筋膜外、肌肉(筋膜下)、液体(筋膜外)和脂肪(筋膜外)。
体积可视化
使用三种不同的图形表示(图2、图3)来可视化手臂内组织成分的分布:
纵向体积图
累积组织体积沿手臂长度绘制(图2)。不同颜色分配给不同组织成分:肌肉(红色)、脂肪(黄色)和液体(蓝色)。总体积由绿线表示。患侧和健侧手臂图可直接比较,因为两者包含相同数量的切片,并且肘部的上/下位置相匹配(由垂直黑线表示)。
纵向强度图
这些图形表示(图3A)用于描述组织多余体积(患侧减健侧体积)沿手臂的分布。前臂和上臂分别被任意分为6个和4个节段,对于每个节段,计算液体和脂肪的多余体积(患侧减健侧)以及筋膜外增加(体积差占健侧体积的百分比),并显示为强度图(图3A)。颜色越深(液体为蓝色,脂肪为橙色,筋膜外为绿色)表示体积越大。颜色标尺归一化至每位患者手臂内的峰值,因此在不同患者之间不一致。
径向强度图
与先前的图形表示类似,这些强度图可视化液体在手臂周围节段性积聚的位置(图3B)。通过计算距手臂外轮廓和筋膜轮廓等距的中间轮廓,将筋膜外体积分为2层(外部和内部)。每个手臂横截面还通过穿过筋膜下体积质心的水平线、垂直线和45度角线,径向分为8个部分(图3B)。这使得筋膜外体积能够被分为16个节段(8个外部和8个内部)。使用强度图可视化液体多余体积的径向分布,沿手臂纵向范围求和。外部节段代表皮肤下层;内部节段代表肌肉上层。如 图3B 中渲染的手臂模型所示,该图形表示提供了手臂的横向视图。为便于患者间比较,无论成像的是哪侧手臂,面向躯干的手臂一侧始终表示在地图右侧。
统计分析
统计描述、检验、相关性和线性回归均使用 R 软件(版本 3.3.1;The R Foundation for Statistical Computing,奥地利维也纳)进行。
患侧与健侧比较
所有容积数据集均使用 Shapiro-Wilk 检验进行正态性检验。患侧与健侧容积比较采用双尾配对 t 检验;P < 0.05 视为差异有统计学意义。
脂肪与液体比较
采用 Pearson 相关分析研究不同容积数据集之间的线性关系。
与临床数据的相关性
同时研究了相对超额组织容积(患侧减去健侧)与临床参数之间的相关性。本分析纳入以下超额容积:筋膜外、脂肪和液体。将这些容积除以健侧手臂的筋膜外容积,得出一组相对超额容积测量值,从而将不同患者之间手臂大小的差异进行归一化。相对超额容积与年龄、体重指数、乳腺癌治疗后的时间以及乳腺癌相关淋巴水肿(BCRL)发生后的时间进行相关性分析。由于临床参数可能不服从正态分布,采用非参数 Spearman 秩相关检验(双尾,P < 0.05)。
结果
容积测量
就整个队列而言,筋膜外容积的增加(总体上占超额容积的 94%)构成了主要的肿胀。在筋膜外容积中,脂肪是肿胀的主要成分(所有患者的总脂肪超额容积之和为液体的 2.1 倍)。表 2 直接比较了患侧和对照(健侧)手臂的不同组织容积测量值。括号中的百分比表示患侧容积相对于相应健侧容积的容积增加(或减少)百分比,计算公式为(患侧 − 健侧)/健侧。
患侧与健侧比较
考虑以下容积数据集:总容积、筋膜下、筋膜外、肌肉、液体和脂肪。所有数据集均通过正态性检验。患侧与健侧手臂的总容积、筋膜外容积、液体容积和脂肪容积差异有统计学意义(P < 0.0005),患侧手臂容积更大(表 3)。两臂之间肌肉容积差异无统计学意义。13 例患者中有 10 例患侧手臂与优势手臂一致;将肌肉容积分为优势侧和非优势侧后,发现优势侧肌肉显著更大(P < 0.0008)。肌肉容积差异可能受手臂使用情况以及淋巴水肿诱导的肌肉肥大的影响。然而,在该患者队列中,筋膜下肿胀对超额容积的总贡献仅为 6%。
脂肪与液体比较
在分析的 patient 队列中,脂肪和液体超额容积呈线性相关(图 4);在大多数病例中,液体超额量预期小于脂肪超额量的一半。图 4 还显示,部分患者不一定遵循该线性趋势,按比例而言,其中一种成分的蓄积占主导地位。然而,以绝对值而言,11 例受试者的脂肪超额量更大(所有数据点均落在等值线以下)。
与临床数据的相关性
脂肪的相对过量体积与乳腺癌手术后的时间呈中度但显著的正相关(Spearman r = 0.566,P = 0.047)。
体积可视化
单例患者
上述结果描述了患者队列中患侧与健侧体积组合之间的差异。临床医生可利用表2中的组织体积测量值结合图2和图3的图形表示来描述乳腺癌相关淋巴水肿(BCRL)如何影响患者的手臂。图2中的纵向图显示了不同组织成分沿手臂的分布,并允许直接比较患侧和健侧手臂;而在图3中,强度图可视化了组织过量(患侧减健侧体积)沿手臂的分布(图3A)以及围绕手臂的节段性分布(图3B)。
图2和图3涉及患者10。以该患者为例,患侧手臂比健侧手臂大64%(表2)。我们观察到患侧手臂肌肉外侧脂肪和液体均积聚。两臂肌肉体积相近(差异2%,与手优势及手臂使用所致差异相符)。患侧手臂脂肪体积几乎翻倍(比健侧手臂高96%),因此脂肪是肿胀的主要成分(相对百分比为68%脂肪和32%液体)。然而,液体潴留也相当可观,且主要位于肘部以下(图2、3A)。考虑围绕手臂的分布,液体积聚于手臂外侧底部,以紧邻皮肤下方沉积较多,肌肉上方沉积较少(图3B)。在手臂纵向视图(图2和图3A)中,脂肪沿整个手臂积聚,尤其在肘部以上(该区域生理性脂肪较多)。然而,相对而言,肿胀在前臂更为突出(图3A,绿色图),该区域脂肪和液体均有积聚。对于该患者,加压应集中于该区域以促进液体流动,而肘部以上加压因脂肪占主导而无效,脂肪无法被压缩。
患者队列
图5提供了整个患者队列的鸟瞰视图,展示了手臂内脂肪和液体积累的热点区域(分别为蓝色和橙色图),以及手臂体积增加最多的区域(绿色图)。图3中描述的图形表示在此以垂直阵列显示,每行代表单个患者。图5显示,尽管组织过剩的分布在患者之间存在一定程度的不均匀性,但可以发现一些共同模式。液体主要积累在前臂和肘部周围(纵向蓝色强度图),仅在13例中的3例中上臂有显著受累。径向强度图表明液体并非均匀分布在手臂周围,而是优先积聚在特定区域,其模式在患者之间具有不均匀性。关于脂肪分布(橙色强度图),以绝对值而言,过剩体积通常在上臂较大,该区域生理上含有更多脂肪。然而,筋膜外体积的相对增加(绿色强度图),即考虑相对于手臂原始尺寸的总肿胀,在13例中的9例中在前臂内最大。这表明手臂远端部分主要受累,远离原始腋窝损伤部位。
讨论
乳腺癌相关淋巴水肿仍然是一个常见问题和一个棘手的治疗挑战。BCRL的一线治疗包括按摩、压迫、运动以及尝试解决液体过剩,但无法去除脂肪。本文提出了一种基于MRI的方法,以定量和三维方式描述脂肪和液体的病理性积累。此类信息目前在BCRL的标准临床评估中尚不可用,并可能有助于实现个性化治疗。本文提出的组织体积测量可能有助于识别那些仍可从标准消肿治疗中获益的患者,或那些适合脂肪抽吸术的患者,即脂肪主导肿胀的情况。此外,本工作中引入的定量指标可以指导治疗实施,并可用于改进压迫策略(通过避免在脂肪区域施加额外压迫)或将引流按摩导向液体所在区域。最后,纵向测量将提供定量评估不同组织成分对所用治疗如何响应的可能性。
在这项工作中,我们使用了所提出的方法学来评估一个乳腺癌相关淋巴水肿(BCRL)患者的试点队列。在该队列中,一些患者已患淋巴水肿多年,而另一些则是较近期才被诊断的。即使在这个异质性群体中,脂肪体积在大多数病例中仍占主导地位。这一发现具有临床意义,因为它表明脂肪——无法通过一线治疗去除——可能是BCRL的主要组成部分。这表明,如果要改善BCRL的治疗,就需要更多考虑脂肪的堆积;在脂肪占主导地位的病例中,应考虑在管理的更早期阶段进行吸脂术。
在身体组织成分的临床评估中,双能X线吸收测定法(DXA)10和全身磁共振成像(MRI)18,19是量化脂肪和肌肉体积的基本选择。然而,这2种技术目前均不能检测液体的存在,也不能提供特定解剖区域组织分布的详细信息。磁共振成像具有无需电离辐射且本质上是一种容积技术的优势。本文提出的基于MRI的方法学需要一次6分钟长的扫描,加上患者摆位,应分配15至20分钟的扫描机时段。这被认为在临床实践中采用该检查是可行的。一旦准备好图像体积并选定从腕部到上臂65%标记处的解剖区域(5分钟),该算法使用不到一分钟即可分析图像并自动提取和可视化结果。在时间资源方面,该流程的持续时间与周径测量仪或卷尺测量(15–20分钟)相当。然而,采用这种方法,临床用户除了可获得手臂总体积外,还可获得内部解剖亚体积和组织成分的自动化测量。与DXA或生物电阻抗分析相比,基于不同组织3D MRI的方法具有若干优势:(1)脂肪、液体和肌肉体积可同时测量;(2)由于各种组织体积以3D重建,体积测量是直接的,不依赖于信号模型;(3)组织体积差异可进行视觉评估;(4)由于不同组织体积被分割和映射,自动化图像后处理可用于产生广泛的空间定位测量。
所提出的方法学能够评估液体的积聚;这通过磁共振成像(MRI)在重T2加权STIR序列上检测为高信号。12 已有研究表明,在乳腺癌相关淋巴水肿(BCRL)中可发现不同的视觉模式;这些模式从广泛分布的均匀高信号区域(提示大量液体积聚)到特征性的蜂窝状模式(一种小梁状模式,液体被困于脂肪或纤维组织细胞之间)不等。13 本文所述技术对宏观液体的存在具有敏感性,并且如果液体是体素尺寸内的主要成分,则该技术能够描绘液体。该技术使用3幅MRI图像(Dixon水、Dixon脂肪和STIR)来分离感兴趣的组织成分(肌肉、脂肪和液体)。来自3幅图像的体素强度在分割操作的特征空间内形成确定的数据簇,因此该算法在不同手臂之间表现一致,无论它们是否受BCRL影响。虽然Dixon脂肪图像分离出脂肪信号,但STIR和Dixon水图像的组合允许在液体和肌肉成分之间实现最佳分离(图1,步骤2),这两者在解剖上通常接近。这对于有效描绘筋膜轮廓很重要,该轮廓分隔筋膜外和筋膜下体积。应用这些稳健原则的分割和轮廓勾画工作流程成功处理了26条手臂。
我们的测量表明,肿胀的主体位于筋膜外体积(皮肤与肌肉之间的层,被结缔组织包围),脂肪和液体在此积聚。在所分析的患者队列中,大多数患者的脂肪过量体积显著大于液体,因此是筋膜外肿胀的主要贡献者。两条手臂之间的肌肉体积差异对过量体积没有显著贡献。所有患者肌肉间室的总和体积在受影响手臂中仅大6%,这一结果很可能受到手臂使用的影响。这一体积增加显著低于Brorson等人20通过DXA测量的47%增加,因此,在我们的队列中,我们未观察到因晚期淋巴水肿导致的肌肉肥大。
在我们的结果中,我们发现淋巴水肿并不均匀影响手臂这一点的确认。可视化脂肪和液体积累位置的可能性允许识别手臂中两种成分之一占主导的部分。这些研究证实了临床印象,即液体主要聚集在前臂和肘部区域周围,而脂肪主要促进上臂肿胀(图5)。其原因尚不清楚。该方法学可能有助于理解BCRL演变过程中发生的时间变化。此外,这种方法可能有助于确定治疗干预对肿胀手臂内部组成的影响。
总之,本文的主要目的是提出一种基于MRI和自动化图像后处理的方法学,该方法能够(1)提供一系列淋巴水肿组织体积的测量值(表2),以及(2)使用直观的可视化表示(图2、图3)显示手臂内不同组织成分的分布。一种使用本文所引入指标的BCRL管理方法可为临床医生提供治疗方案的指导,节省不必要治疗的时间和资源。
本工作存在一些局限性。我们的初步患者队列规模较小,且包含具有异质性淋巴水肿临床病史的受试者,限制了我们与临床数据相关性的程度。为了表征不同的特定乳腺癌分组、淋巴水肿分期和管理方案,所提出的方法学应应用于更大且更均质的人群。此外,所提出的6分钟MRI采集方案无法像Peterson等人14那样检测肌纤维内脂肪的存在,因为这将需要对该类沉积具有更高敏感性的专用MRI序列、更长的扫描时间以及进一步的图像处理。然而,这不是我们开发的重点,我们的开发旨在提供整个手臂不同解剖和组织成分的全局定量和描述。最后,该方法学目前尚未针对纤维化的表征进行优化,因为MRI序列和分割主要侧重于分离液体、脂肪和肌肉。在现阶段,我们优先开发了一种稳健的流程,可使用商用MRI序列软件包直接实施。
该定量方法学适用于纵向研究:在未来的工作中,我们将使用它来监测BCRL的内部成分在发病后如何演变,对患者进行治疗分层,并客观评估治疗反应,包括对不同组织成分的影响。磁共振成像方法也被用于对淋巴管进行成像并表征淋巴运输。21,22 如果能够通过专用成像获得关于血管形态或局部淋巴衰竭的信息,这可以与组织体积测量进行空间关联。
总之,通过15分钟的MRI检查和全自动后处理,所提出的方法能够全面评估受乳腺癌相关淋巴水肿(BCRL)影响的组织成分。该技术能够同时可视化手臂内脂肪、液体和肌肉的分布,并测量其体积。在所分析的患者队列中,筋膜外层的脂肪过多是肿胀的主要贡献因素,即使液体成分也相当显著。此外,患侧与健侧手臂之间的肌肉差异对总超额体积的贡献并不明显。与BCRL相关的组织成分变化沿手臂并非均匀分布;这凸显了能够提供不同组织空间分布信息的方法的重要性。本文所提出的组织体积测量可能有助于BCRL临床医生选择最佳治疗策略。此外,这种基于图像的方法可以指导治疗实施,例如通过指示引流按摩的最佳部位,或通过提供额外的结构信息来设计压力衣。最后,本文所呈现的通过MRI对组织成分的定量表征可用于客观评估对不同淋巴水肿管理策略的反应。
引用
- Borri M, Gordon KD, Hughes JC, et al. Magnetic Resonance Imaging-Based Assessment of Breast Cancer-Related Lymphoedema Tissue Composition. Invest Radiol. 2017. PMID: 28538023. doi:10.1097/RLI.0000000000000386
- 全文:PMC5548500(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5548500/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。