Diffusionsbildgebung

Die Magnetresonanztomographie (MRT) mit Diffusionsansätzen (dMRI) wird häufig verwendet, um die neuronale Konnektivität in Studien mit Tiermodellen zu verstehen.1 Die MRT ist eine der am häufigsten genutzten Techniken in der Kleintierforschung zur Untersuchung der neurologischen Entwicklung.2,3,4 Die MRT ist eine nicht-invasive Methode zur Bewertung neuronaler Bahnen bei neurodegenerativen Erkrankungen, wie z. B. Alzheimer.5

dMRI ist ein ausgezeichnetes Hilfsmittel zur Untersuchung von Hirnfunktionen und -störungen und ermöglicht die Nachverfolgung in der Längsschnittforschung. Allerdings können die Bildgebungszeiten sehr lang ausfallen.

Die meisten Kliniken verlassen sich bei der Analyse von neurodegenerativen Erkrankungen auf die standardmäßige MRT-Bildgebung.6,7

In der Forschungsarbeit von Yepes-Calderon et al. wird ein Ansatz zur Verbesserung der Qualität von dMRT-Datensätzen beschrieben, die über kurze Aufnahmezeiten gewonnen wurden, und die mit dem Ziel entwickelt wurden, eine breitere Nutzung von dMRT zu ermöglichen.8

Die neuartige Methodik verwendet einen Post-Scanning-Ansatz, mit dem Bilder, die mit kurzen Aufnahmezeiten aufgenommen wurden, verbessert werden können. Das neue System wurde auf Grundlage der Hypothese entwickelt, dass der Großteil der Zeit, die in der dMRI verbracht wird, besser auf den Tensor-Bereich im Vergleich zum Diffusionsgewicht-Bildgebungsbereich verteilt werden kann. 

Die Forscher scannten ihr Mausmodell zweimal mit der von ihnen entwickelten Strategie unter Verwendung des 9.4 Tesla Bruker BioSpec MRI. Ein dritter Scan wurde mit der herkömmlichen DWI-Mittelungsmethode erstellt. Sie wiesen nach, dass verschlechterte Diffusionsbilder leicht in aussagekräftige Bilder umgewandelt werden können, die mit denen vergleichbar sind, die auf herkömmliche Weise gewonnen wurden.

Der neue dMRI-Methodenbericht stellt ein kosten- und zeiteffizientes neurologisches Forschungsinstrument dar, das auch das Potenzial für den Einsatz in der klinischen Praxis hat.

Literaturhinweise:

1. Le Bihan D, Mangin JF, Poupon C, et al. Diffusion tensor imaging: concepts and applications. J Magn Reson Imaging. 2001;13(4):534-546.

2. Schaefer PW, Grant PE, Gonzalez RG. Diffusion-weighted MR imaging of the brain. Radiology. 2000;217(2):331-345.

3. Puligheddu M, Laccu I, Gioi G, et al. Diffusion tensor imaging tractography and MRI perfusion in post traumatic brain injury hypersomnia. Sleep Med. 2017;34:96-98.

4. Wu D, Zhang J. In-vivo mapping of macroscopic neuronal projections in the mouse hippocampus using high-resolution diffusion MRI. Neuroimage. 2016;125:84-93.

5. Hall JM, Ehgoetz Martens KA, Walton CC, et al. Diffusion alterations associated with Parkinson's disease symptomatology: A review of the literature. Parkinsonism Relat Disord. 2016;33:12-26.

6. Kunimatsu A, Aoki S, Masutani Y, et al. Three-dimensional white matter tractography by diffusion tensor imaging in ischaemic stroke involving the corticospinal tract. Neuroradiology. 2003;45(8):532-535.

7. Yao Y, Zhang S, Tang X, et al. Intravoxel incoherent motion diffusion-weighted imaging in stroke patients: initial clinical experience. Clin Radiol. 2016;71(9):938.e11-e16.

8. Yepes-Calderon F, Medina FM. Template-like Tensor Domain Operations to Enhancing Diffusion Datasets Quality. Advances in Science, Technology and Engineering Systems Journal. 2017;2(3):987-995.