Personalisierte Diagnostik nicht-läsioneller Epilepsie mit simultaner PET/MR Bildgebung

The vision of personalized medicine is to customize medical diagnosticreatment to the individual characteristics of each patient. While considerable attention in personalized medicine has been paid to the use of genetic tests to guide therapeutic decisions, new advances in medical imaging now can be used to better diagnose patient-specific abnormalities. As a result, image-based therapy approaches can be more finely tuned to the underlying malignancies of the individual patient rather than using a "one-size-fits-all" approach. Traditionally, diagnosis and therapy planning are based on clinical imaging modalities, such as Computed Tomography (CT), Magnetic Resonance Tomography (MRI) and nuclear medicine techniques such as Positron Emission Tomography (PET). Here, CT provides anatomical image information whereas PET helps quantify tissue metabolism as an indicator of a biological abnormality. MRI is a technique that can provide both anatomical and limited functional information. Until recently, these methods were used independently of each other. Today, combined imaging methods, such as PET/MR have been developed that provide integrated functional and anatomical images of patients based on simultaneously acquired data. The so obtained images can be fused with utmost precision, and rapidly acquired MR images can be used to correct the PET images that take longer to acquire for misalignments from involuntary patient motion. Hence, PET images from the PET/MR can in theory be of higher quality than PET images from a standalone PET system. Both, PET and MRI are modalities of choice for a number of neurological imaging questions. We hypothesize that the combined use of these modalities can help improve patient management in neurology, specifically patients with epilepsy and non-specified epileptic lesions. Accordingly, the objective of this proposal is the development of a simultaneous PET/MR imaging protocol that takes advantage of the complimentary nature of structural and functional information in order to create a personalized imaging protocol for each patient. Specifically, we hypothesize that patient-specific molecular imaging information provided by PET will guide high-resolution MR imaging of specific areas of an individual patients brain that are crucial for the clinical interpretation of the underlying pathophysiology, thereby adapting the imaging protocol to the unique disease characteristics of the individual subjects. In turn, this will maximize the obtained clinical information within one imaging session and we anticipate that this novel approach will improve surgical outcome in patients with clinically problematic non-lesional epilepsy where scalp EEG alone does not help.

In diesem Forschungsprojekt haben wir eine nicht-invasive Methode entwickelt, um zu quantifizieren, wie aktiv das Gehirn eines Individuums ist. Ähnlich wie bei einer Smartwatch, die die körperliche Aktivität eines Individuums misst, haben wir das Niveau der neuronalen Aktivität des Gehirns mithilfe des Positronen-Emissions-Tomographie-Systems (PET) gemessen. Der Hirnstoffwechsel gilt als etablierter Proxy für die neuronale Aktivität. In PET-Hirnstudien mit Stoffwechsel werden dem Patienten Spuren von radioaktivem Zucker (Radiotracer) injiziert, der als Fluordesoxyglucose bekannt ist. Der instabile radioaktive Zucker wird vernichtet, gefolgt von der Emission von zwei Photonen, die sich in die entgegengesetzte Richtung bewegen. Die PET-Detektoren erfassen die emittierten Photonen, die wiederum zur Quantifizierung der Verteilung des Radiotracers verwendet werden. Um den Hirnstoffwechsel genau zu quantifizieren, muss die Menge an nicht metabolisiertem radioaktivem Zucker im Blut als Funktion der Zeit durch eine arterielle Punktion gemessen werden. Da es sich um ein invasives und schmerzhaftes Verfahren handelt, das den Patienten erhebliche Beschwerden bereitet, raten die Ärzte davon ab. In dieser Studie haben wir eine intelligente Pipeline entwickelt, die diese Informationen automatisch nicht-invasiv direkt aus Bildern eines integrierten PET / MRT misst. Die Software ist vollautomatisch und modular und erfordert keine Benutzereingabe. Nach der Validierung der Software testen Sie diese an zehn gesunden Probanden. Die Software wurde verwendet, um die Stoffwechselaktivität des Gehirns von Patienten mit nicht-läsionaler Epilepsie zu berechnen. Die Software spielte eine zentrale Rolle bei der Unterstützung der anfänglichen Hypothese der Kliniker, indem sie die abnormale Stoffwechselaktivität des Gehirns hervorhob. Wir haben die Software in Github als Open-Source-Version bereitgestellt: https://github.com/LalithShiyam/AQuaPi, um die schnelle Übersetzung in andere Kliniken zu fördern.