KI-gestützte multi-parametrische Magnetresonanztomographie des zerebralen Sauerstoffmetabolismus für klinische und neurowissenschaftliche Anwendungen

• Antragstellerinnen / Antragsteller: Professorin Dr. Christine Preibisch; Professor Dr. Valentin Riedl; Professorin Dr. Julia Schnabel
• Fachliche Zuordnung: Radiologie ; Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 563563598

Die zerebrale Sauerstoffmetabolismusrate (cerebral metabolic rate of oxygen, CMRO2) ist eng mit dem Energiestoffwechsel des Gehirns verknüpft, weil der Energiebedarf primär durch Oxidation von Glucose gedeckt wird. Damit kann die Untersuchung des Sauerstoffmetabolismus wichtige Informationen liefern, z.B. hinsichtlich der Bösartigkeit von Hirntumoren oder der Schwere neurovaskulärer Erkrankungen. Im neurowissenschaftlichen Kontext dagegen, wird die CMRO2 als metabolisches Korrelat für neuronale Aktivität betrachtet. Für die CMRO2 Messung gilt die [15O] Positronen Emissionstomographie als Goldstandard, aber innovative Magnetresonanztomographie (MRT) Methoden sind wesentlich zugänglicher und werden deswegen immer häufiger eingesetzt. Besonders einfach anwendbar und robust ist die mq-BOLD (multi-parametric quantitative blood oxygenation level dependent) MRT, die auf der Abhängigkeit des MRT Signals von der Sauerstoffsättigung des Blutes beruht. Eine in unserer Arbeitsgruppe entwickelte mq-BOLD Variante haben wir – mit vielversprechenden Ergebnissen – erfolgreich angewendet in neurowissenschaftlichen und klinischen Studien, z.B. in Patienten mit Hirntumoren, Schlaganfall und Stenosen der Halsarterien. Die notwendigen separaten Messungen der transversalen Relaxationszeiten T2 und T2* sowie des zerebralen Blutvolumens (CBV, cerebral blood volume) dauern aber ca. 15 min (reine Messzeit) und benötigen MRT Kontrastmittel. Dadurch wird die Anwendbarkeit der Methode deutlich eingeschränkt. Zusätzlich ist die Methode aktuell noch anfällig für Bildrauschen, Bewegung und eine Reihe von Störeinflüsse. Angesichts aktueller Fortschritte im Bereich beschleunigter MRT und innovativer rechnergestützter Methoden, insbesondere der künstlichen Intelligenz (KI), sehen wir aktuell ein hohes Verbesserungspotential für die mq-BOLD MRT. Das Ziel des vorgeschlagenen Projektes ist deswegen die umfassende Verbesserung der mq-BOLD MRT zur Quantifizierung des zerebralen Sauerstoffmetabolismus. Insbesondere planen wir den Einsatz neuartiger, KI-gestützter MRT Aufnahme- und Rekonstruktionstechniken, um die die notwendigen Messzeiten zu verkürzen und gleichzeitig Bildrauschen, Störeinflüsse und systematische Fehler zu reduzieren. Zusätzlich verfolgen wir zwei unterschiedliche Ansätze, um das zerebrale Blutvolumen ohne MRT Kontrastmittel zu messen. Zu diesem Zweck wollen wir einerseits erhöhte Sauerstoffkonzentrationen in der Atemluft (Hyperoxie) und andererseits die magnetischen Markierung von Blutwasser (arterial spin labeling, ASL) als Kontrastmechanismen nutzen, und beide Methoden mit innovativen, generativen Lern-basierten rechnergestützten Methoden kombinieren. Insgesamt zielt unser Projekt darauf ab eine robuste und einfach anwendbare Methode zu etablieren, die es erlaubt akkurate CMRO2 Werte zu erheben, und zwar sowohl für die neuroradiologische Diagnostik als auch für die neurowissenschaftliche Forschung.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Großbritannien
• Mitverantwortliche: Privatdozent Dr. Carl Ganter; Dr. Stephan Kaczmarz; Professor Dr. Benedikt Wiestler
• Kooperationspartner: Professor Nicholas Blockley, Ph.D.