Klinische Funktionelle Magnetresonanztomographie bei 7 Tesla

Für viele Patienten mit fokaler Epilepsie oder Hirntumoren ist die Resektion der betroffenen Gewebe die effektivste Therapie. Die Verwendung der funktionellen Magnetresonanztomographie (fMRT) zur Lokalisierung essentieller Hirnregionen, welche bei Hirnoperationen an Tumor- oder Epilepsiepatienten unbedingt geschont werden müssen, soll in dem vorgestellten Projekt untersucht werden. Die fMRT misst mittels in rascher Folge aufgenommene Bildserien des Gehirns dessen Funktion während Patienten verschiedene Aufgaben wie Fingerbewegungen oder Sprachaufgaben durchführen. Ultrahochfeld Magnetresonanztomographen (7 Tesla) sind auf durch neuronale Aktivität produzierten Bildsignaländerungen sensitiver, als die üblicherweise verwendeten 3 Tesla Routinegeräte. Diese höhere Sensitivität bedeutet, dass 7 Tesla fMRT das Potential besitzt, zuverlässigere und genauere Darstellungen von Hirnaktivitäten zu generieren. Dies erlaubt bei Hirnoperationen optimierte Resektionen und damit eine Verbesserung der Lebenserwartung und qualität durch Sicherstellung der Motor-, Sprach- und Gedächtnisfunktionen. Die klinische Anwendung der 7T Systeme steht erst am Anfang, daher sind eine Reihe von Fragestellungen zu klären, bevor das volle Potential der Geräte ausgeschöpft werden kann. Wir wollen eine neue schnelle Messsequenz (IDEA EPI) einsetzen, um das sogenannte "Nyquist ghosting", einen typischen Bildartefakt, welcher besonders stark bei 7T Systemen auftritt, zu eliminieren. Diese Methode wird das Signal zu Rausch Verhältnis der Bilder und die Möglichkeiten, Hirnaktivitäten zu messen, signifikant verbessern. Der zweite Aspekt des Antrags betrifft die kontinuierliche Messung der Magnetfeldfluktuationen im Hirn während der fMRT Aufnahmen (dynamische Feldkartierung). Dies erlaubt Verzerrungen der klinischen Hirnfunktionsbilder zu eliminieren und damit den Neurochirurgen genauere Informationen zur Verfügung zu stellen. Schließlich soll auch noch eine explorative Datenanalysemethode implementiert werden (Independent Component Analysis), um Hirnaktivierungen bei Sprachaufgaben besser definieren und von Bewegungsartefakten trennen zu können, da dies mit konventionellen Analysemethoden schwierig ist. Spezielle, in diesem Projekt entwickelte Module sollen es den Chirurgen ermöglichen, aufgabenspezifische Hirnaktivierungen rasch zu identifizieren. Abschließend sollen die Erkenntnisse aus diesem Projekt auch in die bereits routinemäßig eingesetzten prächirurgischen 3 T Protokolle einfließen. Die in diesem Antrag vorgeschlagenen Entwicklungen werden die Sensitivität, Spezifität und Lokalisationsgenauigkeit klinischer fMRT Untersuchungen so erhöhen, dass das klinische Potential dieser Technik voll ausgenützt werden kann, um essentielle Hirnfunktionen in prächirurgischen Hirntumor- und Epilepsiepatienten mit größter Sicherheit zu erhalten. Das vorliegende Projekt führt potenziell zur signifikanten Verbesserung des postoperativen Zustands der Patienten. Dies wiederum führt zu einer verbesserten Lebensqualität und einer geringeren Belastung für das Gesundheitssystem.

Dieses Projekt hat zu Verbesserungen der Empfindlichkeit und Genauigkeit funktioneller Magnetresonanztomographie (fMRT) mit ultrahohen Feldstärken (7 Tesla) für die Planung chirurgischer Eingriffe beigetragen, wobei fMRT der Lokalisation lebenswichtiger Gehirnfunktionen von Gehirntumor- und Epilepsiepatienten dient. Für viele Patienten mit Epilepsie oder Hirntumoren ist die Resektion der betroffenen Gewebe die effektivste Therapie. Vor der Entfernung des Tumors oder der Hirnregionen, die epileptische Anfälle auslösen, werden die Regionen mithilfe einer fMRT-Messung definiert die unbedingt geschont werden müssen. Wenn Neuronen aktiv sind, ändert sich die Durchblutung, und mittels in rascher Folge aufgenommene Bildserien des Gehirns misst fMRT genau diese Änderungen, was uns schließlich erlaubt zu sehen welche Gehirnregionen aktiv sind, während Patienten verschiedene Aufgaben wie Fingerbewegungen oder Sprachaufgaben durchführen. Ultrahochfeld Magnetresonanztomographen sind auf durch neuronale Aktivität produzierten Bildsignaländerungen sensitiver, als die üblicherweise verwendeten 3 Tesla Routinegeräte. Diese höhere Sensitivität bedeutet, dass 7 Tesla fMRT das Potential besitzt, zuverlässigere und genauere Hirnaktivitätsdarstellungen zu generieren. Somit kann den Neurochirurgen empfindlichere und genauere Information zur Verfügung gestellt werden, was sowohl Lebenserwartung als auch Lebensqualität der Patienten durch die Sicherstellung der Motor-, Sprach- und Gedächtnisfunktionen verbessert. Die klinische fMRT-Anwendung an 7T Systemen steht erst am Anfang, und eine Reihe von Problemen musste zuerst gelöst werden, bevor das volle Potential der Geräte ausgeschöpft werden kann. In diesem Projekt haben wir Methoden entwickelt, um Bildverzerrungen zu korrigieren, wodurch die Genauigkeit der Hirnaktivitätskarten verbessert werden kann. Die Korrektur funktioniert mittels der Bestimmung des Magnetfeldes aus den Bildern, um die durch das Magnetfeld verursachten Verzerrungen korrigieren zu können. Des Weiteren haben wir Methoden entwickelt, welche die neuronalen Aktivierungen in Bildern sogar erkennen können, wenn die Signalantwort aufgrund von Pathologien sehr untypisch ist. Anstatt nach demselben Zeitverlauf des Signals zu suchen, der bei gesunden Probanden zu erwarten wäre, suchen wir nur nach Mustern der Signaländerung, die identisch in jeder Wiederholung desselben Tasks auftreten, obwohl diese für jeden Patienten unterschiedlich sein können. Dieses Projekt führte zu 14 durch Peer-Review geprüfte Veröffentlichungen in Top-Journalen und zur Patentierung und Entwicklung neuer Instrumente, die weltweit an andere Neurologen, Neurochirurgen und Forscher der medizinischen Physik weitergegeben werden. Dabei ist besonders hervorzuheben, dass die von uns entwickelten Verbesserungen für Ultrahochfeldanwendungen der klinischen fMRT dazu beitragen die postoperativen Komplikationen zu vermindern, was sowohl den Patienten als auch der Gesellschaft als Ganzes zugutekommt.