Analysis of current MRI capabilities in diagnosis of the focal liver lesions


Cite item

Full Text

Abstract

This is an overview of current approaches to liver magnetic resonance imaging (MRI) particularly diffusion-weighted (DW) MRI that supposed to be a promising tool for the detection and characterization offocal liver lesions. Basic principles of DW MR imaging, typical DWI features offocal liver lesions, difficulties in differentiating benign from malignant, monitoring and predicting treatment response are highlighted.

About the authors

Kseniya A. Romanova

N.N. Blokhin Russian Cancer Research Center

Email: luxenia@gmail.com
MD 115478, Moscow, Russian Federation

References

  1. Morgan-Parkes J.H. Metastases: mechanisms, pathways and cascades. Am. J. Roentgenol. 1995; 164: 1075-82.
  2. Gomez D., Lobo D.N. Malignant liver tumors. Surgery (Oxford). 2011; 29(12): 632-9.
  3. Ananthakrishnan A., Gogineni V., Saeian K. Epidemiology of primary and secondary liver cancers. Semin. Intervent. Radiol. 2006; 23(1): 47-63.
  4. Albiin N. MRI of focal liver lesions. Curr. Med. Imag. Rev. 2012; 8(2): 107-16.
  5. Pons E., Llovet J.M. Approaching focal liver lesions. Rev. Esp. Enferm. Dig. 2004; 96(8): 567-77.
  6. Лукьянченко А.Б., Медведева Б.М. Магнитно-резонансная томография в диагностике и дифференциальной диагностике очаговых поражений печени. Вестник РОНЦ им. Н.Н. Блохина. 2004; 1(2): 68-72.
  7. Seitz K., Bernatik T., Strobel D., Blank W., Frederich-Rust M., Strunk H. et al. Contrast-enhanced ultrasound (CEUS) for the characterization of focal liver lesions in clinical practice: CEUS vs. MRI - a prospective comparison in 269 patients. Ultraschall Med. 2010; 31(5): 492-9.
  8. Strobel D., Bernatik T., Blank W., Schuler A., Greis C., Dietrich C.F., Seitz K. Diagnostic accuracy of CEUS in the differential diagnosis of small (< 20mm) and subcentimetric (< 10mm) focal liver lesions in comparison with histology. Results of the DEGUM multicenter trial. Ultraschall Med 2011; 32(6): 593-7.
  9. Le Bihan D. Diffusion MRI: what water tells us about the brain. EMBOMol. Med 2014; 6(5): 569-73.
  10. Le Bihan D., Johansen-Berg H. Diffusion MRI at 25: exploring brain tissue structure and function. Neuroimage. 2012; 61(2): 324-41.
  11. Le Bihan D., Breton E., Lallemand D., Grenier P., Cabanis P., Laval- Jeantet M. MR Imaging of intravoxel incoherent motions: application to diffusion and perfusion in neurologic disorders. Radiology. 1986; 161(2): 401-7.
  12. Акчурина Э.Д. Диффузионно-взвешенные изображения в комплексной лучевой диагностике очаговых поражений печени: Дисс.. канд. мед. наук. М.; 2011.
  13. Qayyum A. Diffusion-weighted imaging in the abdomen and pelvis: concepts and applications. Radiographics. 2009; 29: 1797-810.
  14. Feuerlein S., Pauls S., Juchems M.S., Stuber T., Hoffmann M.H. et al. Pitfalls in abdominal diffusion-weighted imaging: how predictive is restricted water diffusion for malignancy. Am. J. Roentgenol. 2009; 193: 1070-6.
  15. Tauoli B., Koh D.M. Diffusion-weighted MR imaging of the liver. Radiology. 2010; 254: 169-84.
  16. Moore W.A., Khatri G., Madhuranthakam J., Sims R.D., Pedrosa I. Added Value of diffusion-weighted acquisitions in MRI of the abdomen and pelvis. Am. J. Roentgenol. 2014; 202: 995-1006.
  17. Koh D.M., Collins D.J. Diffusion-weighted MRI in the body: applications and challenges in oncology. Am. J. Roentgenol. 2007; 188: 1622-35.
  18. Morani A.C., Elsayes K.M., Liu P.S., Weadock W.J., Szklaruk J., Dillman J.R. et al. Abdominal applications of diffusion-weighted magnetic resonance imaging: Where do we stand? World J. Radiol. 2013; 5(3): 68-80.
  19. Qayyum A. Diffusion-weighted imaging in the abdomen and pelvis: concepts and applications. Radiographics. 2009; 29: 1797-810.
  20. Galea N., Cantisani V., Tauoli B. Liver lesion detection and characterization: role of diffusion-weighted imaging. J. Magn. Reson. Imag. 2013; 37(6): 1262-3.
  21. Yamada I., Aung W., Himeno Y., Nakagawa T., Shibuya H. Diffusion coefficients in abdominal organs and hepatic lesions: evaluation with intravoxel incoherent motion echo planar MR Imaging. Radiology. 1999; 210: 617-23.
  22. Le Bihan D., Breton E., Lallemand D., Aubin M.L., Vignaud J., Laval-Jeantet M. Separation of diffusion and perfusion in intravoxel incoherent motion MR Imaging. Radiology. 1988; 168: 497-505.
  23. Sandrasegaran K., Akisik F.M., Lin C., Tahir B., Rajan J., Aisen A.M. The value of diffusion-weighted imaging in characterizing focal liver masses. Acad. Radiol. 2009; 16(10): 1208-14.
  24. Tauoli B., Sandberg A., Stemmer A. et al. Diffusion-weighted imaging of the liver: comparison of navigator triggered and breath-hold acquisitions. J. Magn. Reson. Imag. 2009; 30: 561-8.
  25. Parikh T., Drew S.J., Lee V.S. et al. Focal liver lesion detection and characterization with diffusion-weighted MR imaging: comparison with standard breath-hold T2-weighted imaging. Radiology. 2008; 246: 812-22.
  26. Wagner M., Doblas S., Daire J.L., Paradis V., Haddad N. et al. Diffusion-weighted MR Imaging for the regional characterization of liver tumors. Radiology. 2012; 264(2): 464-71.
  27. Kele P.G., Jagt E.J. Diffusion-weighted imaging in the liver. World J. Gastroenterol. 2010; 16(13): 1567-76.
  28. Gourtsoyianni S., Papanikolaou N., Yarmenitis S., Maris T., Karantanas A., Gourtsoyiannis N. Respiratory gated diffusion-weighted imaging of the liver: value of apparent diffusion coefficient measurements in the differentiation between most commonly encountered benign and malignant focal liver lesions. Eur. Radiol. 2008; 18(3): 486-92.
  29. Holzapfel K., Bruegel M., Eiber M. et al. Characterization of small focal liver lesions: value of respiratory-triggered echo-planar diffusion-weighted MR imaging. Eur. J. Radiol. 2010; 76: 89-95.
  30. Bruegel M., Gaa J., Waldt S., Woertler K., Holzapfel K., Kiefer B., Rummeny E.J. Diagnosis of hepatic metastasis: comparison of respiration-triggered diffusion-weighted echo-planar MRI and five T2- weighted turbo spin-echo sequences. Am. J. Roentgenol. 2008; 191: 1421-9.
  31. Silva A.C., Evans J.M., McCullough A.E., Jatoi M.A., Vargas H.E., Hara AK. MR Imaging of hypervascular liver masses: a review of current techniques. Radiographics. 2009; 29: 385-402.
  32. Semelka R.C., Brown E.D., Ascher S.M. et al. Hepatic hemangiomas: a multi-institutional study of appearance on T2-weighted and serial gadolinium-enhanced gradient-echo MR images. Radiology. 1994; 192(2): 401-6.
  33. Hussain S.M., Terkivatan T., Zondervan P.E. et al. Focal nodular hyperplasia findings at state-of-the-art MR imaging, US, CT, and pathologic analysis. Radiographics. 2004; 24(1): 3-17.
  34. Do R.K., Rusinek H., Tauoli B. Dynamic contrast-enhanced MR imaging of the liver: current status and future directions. Magn. Res. Imag. Clin. N. Am. 2009; 17(2): 339-49.
  35. Low R.N. Abdominal MRI advances in the detection of liver tumors and characterization. Lancet Oncol. 2007; 8: 525-35.
  36. Inan N., Arslan G. et al. Diffusion-weighted imaging in the differential diagnosis of simple and hydatid cysts of the liver. Am. J. Roentgenol. 2007; 189: 1031-6.
  37. Chandarana H., Tauoli B. Diffusion and perfusion imaging of the liver. Eur. J. Radiol. 2010; 76: 348-58.
  38. Muhi A., Ichikawa T., Motosugi U. et al. High b-value diffusionweighted imaging of hepatocellular lesions: estimation of grade of malignancy of hepatocellular carcinoma. J. Magn. Reson. Imag. 2009; 30: 1005-11.
  39. Chandarana H., Tauoli B. Diffusion-weighted MRI and liver metastases. Magn. Reson Imag. Clin. N. Am. 2010; 18: 451-64.
  40. Лукьянченко А.Б., Медведева Б.М., Кармазановский Г.Г., Шабанов М.А., Лукьянченко К.А. Современные представления о диагностике гемангиом печени. Вестник РОНЦ им. Н.Н. Блохина. 2013; 24(1): 3-10.
  41. Agnello F., Ronot M., Valla D.C., Sinkus R., Beers B.E., Vilgrain V. High b-value diffusion-weighted MR imaging of benign hepatocellular lesions: quantitative and qualitative analysis. Radiology. 2012; 262(2): 511-9.
  42. Лукьянченко А.Б., Медведева Б.М., Шабанов М.А., Лукьянченко К.А. Фокальная узловая гиперплазия печени. Вестник рентгенологии и радиологии. 2013; 3: 61-8.
  43. Лукьянченко А.Б., Медведева Б.М. Современные возможности лучевой диагностики гепатоцеллюлярных аденом. Медицинская визуализация. 2013; 1: 33-43.
  44. Holzapfel K., Bruegel M., Eiber M., Rummeny E.J., Gaa J. Detection and characterization of focal liver lesions using respiratory-triggered diffusion-weighted MR Imaging (DWI). Magn. Fflash. 2008; 2: 6-9.
  45. Bruegel M., Rummeny E.J. Hepatic metastases: use of diffusion-weighted echo-planar imaging. Abdom. Imag. 2010; 35: 454-61.
  46. Bonekamp S., Corona-Villalobos C.P., Kamel I.R. Oncologic applications of diffusion-weighted MRI in the body. J. Magn. Reson Imag. 2012; 35: 257-79.
  47. Sandrasegaran K., Tahir B., Patel B., Ramaswamy K., Bertrand K., Akisik F.M. The usefulness of diffusion-weighted imaging in the characterization of liver lesions in patients with cirrhosis. Clin. Radiol. 2013; 68: 708-15.
  48. Miller FH. Tumor response assessment using CT and MRI: Current clinical practice. Proc. Intl. Soc. Magn. Reson. Med. 2011; 19: 1-7.
  49. Yaghmai V., Besa C., Kim E., Gatlin J.L., Siddiqui N.A., Tauoli B. Imaging assessment of hepatocellular carcinoma response to locoregional and systemic therapy. Am. J. Roentgenol. 2013; 201: 80-96.
  50. Vilgrain V., Daire J.L., Sinkus R., Van Beers BE. Diffusion-weighted MR imaging of the liver. J. Radiol. 2010; 91: 381-90.
  51. Miller F.H., Keppke A.L., Reddy D. et al. Response of liver metastases after treatment with 90Y microspheres: role of size, necrosis and PET. Am. J. Roentgenol. 2007; 188(3): 776-83.
  52. Kamel I.R., Bluemke D.A., Ramsey D. et al. Role of diffusion-weighted imaging in estimating tumor necrosis after chemoembolization of hepatocellular carcinoma. Am. J. Roentgenol. 2003; 181: 708-10.
  53. Kamel I.R., Liapi E., Reyes D.K., Zahurak M., Bluemke D.A., Geschwind J.F. Unresectable hepatocellular carcinomas: serial early vascular and cellular changes after transarterial chemoembolization as detected with MR Imaging. Radiology. 2009; 250: 466-73.
  54. Lu T.L., Becce F., Bize P., Denys A., Meuli R., Schmidt S. Assessment of liver tumor response high-field (3T) MRI after radiofrequency ablation: short- and mid-term evolution of diffusion parameters within the ablation zone. Eur. J. Radiol. 2012; 81: 944-50.
  55. Kierans A.S., Elazzazi M., Braga L. et al. Thermoablative treatments for malignant liver lesions: 10-year experience of MRI appearances of treatment response. Am. J. Roentgenol. 2010; 194: 523-9.
  56. Kamel I.R., Reyes D.K., Liapi E., Bluemke D.A., Geschwind J.F. Functional MR imaging assessment of tumor response after 90Y microsphere treatment in patients with unresectable hepatocellular carcinoma. J. Vasc. Interv. Radiol. 2007; 18: 49-56.
  57. Cui Y., Zhang X.P., Sun Y.S., Tang L., Shen L. Apparent diffusion coefficient: potential imaging biomarker for prediction and early detection of response to chemotherapy in hepatic metastases. Radiology. 2008; 248: 894-900.
  58. Manelli L., Kim S., Hajdu C.H., Babb J.S., Tauoli B. Serial diffusionweighted MRI in patients with hepatocellular carcinoma: prediction and assessment of response to transarterial chemoembolization-preliminary experience. Eur. J. Radiol. 2013; 82(4): 577-82.
  59. Woodhams R., Kakita S., Hata H. et al. Diffusion-weighted imaging of mucinous carcinoma of the breast: evaluation of apparent diffusion coefficient and signal intensity in correlation with histologic findings. Am. J. Roentgenol. 2009; 193(1): 260-6.
  60. Semelka R.C., Worawattanakul S., Noone T.C. et al. Chemotherapytreated liver metastases mimicking hemangiomas on MR images. Abdom. Imag. 1999; 24: 378-82.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2015 Eco-Vector


 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».