Fortschritte bei quantitativen MRT für bessere Patientenversorgung
Für viele ist die Magnetresonanztomografie (MRT) mit fast 100 % Sensitivität und Spezifizität der Goldstandard in der Bildgebung. Das trifft insbesondere dann zu, wenn Weichgewebe wie das Gehirn untersucht werden. Hier liefern MRT viel klarere Ergebnisse des Organs als Röntgen oder eine Computertomografie (CT). Doch nicht einmal MRT sind perfekt. „MRT liefern zwar extrem detaillierte Bilder, doch diese sind qualitativ“, sagt Jan Sijbers, Professor an der Universität Antwerpen. „Der resultierende Kontrast hängt also maßgeblich von dem darunter liegenden Gewebe sowie der Scannerart und dem verwendeten Protokoll bei der Bildgebung ab.“ Aufgrund dieser qualitativen Natur von MRT-Bildern ist es schwierig, einen quantitativen Vergleich von Gewebeeigenschaften innerhalb eines Scans, zwischen aufeinanderfolgenden Scans oder zwischen einzelnen Personen aufzustellen. Doch all diese Vergleiche könnten wichtig sein, um eine korrekte Diagnose zu stellen.
Präzise Messungen der Gehirnfunktionen
Aufgrund dieser Einschränkungen wurden quantitative MRT entwickelt. „Dabei steht der Kontrast in direkter Beziehung zu den zugrundeliegenden biophysikalischen Eigenschaften des Weichgewebes, wodurch die klinische Diagnose deutlich präziser wird“, erklärt Sijbers. „Das Problem dabei ist die lange Untersuchungszeit, die bei untersuchten Personen Unbehagen und für die Klinik Kosten verursacht.“ Mit Unterstützung des EU-finanzierten Projekts B-Q MINDED führt Sijbers Bemühungen an, die Lücke zwischen qualitativen und quantitativen MRT zu schließen. „Wir wollten MRT von einem reinen Bildgebungsverfahren in ein quantitatives Mittel für präzise Messungen der Gehirnfunktionen verwandeln.“
Bessere Patientenversorgung
Eines der wichtigsten Projektergebnisse war die Entwicklung und Validierung von Verfahren der hochauflösenden Rekonstruktion. Mit diesen können aus Einzelbildern mit geringer Auflösung klare Bilder mit hoher Auflösung rekonstruiert werden. So konnte das Projektteam anhand von mehreren qualitativen MRT-Bildern mit geringer Auflösung Parameterkarten für hochauflösende quantitative MRT berechnen. „Durch diese Verfahren konnte die Untersuchungszeit ohne Verluste der räumlichen Auflösung oder des Signal-Rausch-Verhältnisses deutlich verringert werden“, fügt Sijbers hinzu. Die Forschenden entwickelten außerdem Methoden für die Datenharmonisierung und die solide Schätzung von Diffusionsparametern. Ein weiteres wichtiges Ergebnis war die Durchführung einer erfolgreichen Kartierung der longitudinalen Relaxationszeit T1 und der transversalen Relaxationszeit T2 auf der Grundlage von Inferenzmaschinen. So konnte die Zeit für die Ableitung quantitativer Karten um ein 100-faches reduziert werden. „Damit sind einfachere und objektivere Schlussfolgerungen über den Status von Gehirnerkrankungen möglich, was letztendlich die Patientenversorgung verbessert“, merkt Sijbers an.
Weitere Fortschritte der quantitativen MRT
Sijbers äußerte, dass der Erfolg dieses Projekts, das über die Marie-Skłodowska-Curie-Maßnahmen gefördert wurde, direkt von den 15 jungen, außergewöhnlichen Nachwuchsforschenden erarbeitet wurde, die am Projekt beteiligt waren. „Es war ein Privileg, Teil dieses dynamischen Teams zu sein und zu beobachten, wie sie zusammen Methoden für quantitative MRT entwickelten und daran arbeiteten, sie in der vorklinischen Praxis effektiv umzusetzen“, kommentiert er. „Durch sie wurde dieses Projekt zu dem interessantesten und spannendsten meiner Karriere.“ Diese Forschenden werden nun ihre Erfahrung und das erlangte Wissen anwenden, um quantitative MRT weiter voranzubringen. Sijbers wird demnächst mit einer neuen Generation Nachwuchsforschender an einem Projekt arbeiten, das anstrebt, künstliche Intelligenz in Methoden der quantitativen MRT zu integrieren.
Schlüsselbegriffe
B-Q MINDED, quantitative MRT, Radiologe, Radiologin, Gehirnerkrankung, Bildgebung, Diagnose, hochauflösende Rekonstruktion, Nachwuchsforschende, künstliche Intelligenz
