German Title: Quantifizierung des Sauerstoffverbrauchs im Gehirngewebe mittels Magnetresonanztomographie - Simulation und in vivo Studie

Preview

PDF, English Download (15MB) | Terms of use

Abstract

The oxygen consumption of the brain provides important information about its function and is of particular interest for therapy planning and monitoring in diseases such as brain tumors. Especially, the oxygen extraction fraction (OEF) is suitable as a biomarker because it is homogeneous in healthy tissue but develops contrast early in pathologies. The aim of this work was to develop and clinically apply a more robust magnetic resonance imaging (MRI)-based method for the determination of OEF in the brain. The method uses a mathematical model that depends not only on the OEF but also on other correlated parameters. Thus, the reconstruction is very sensitive to noise and is not applicable under clinical conditions. In this thesis, two new approaches were investigated: The first method extends the normal fit process by a regularization term, which prefers a convergence of parameters in the physiologically meaningful range. The second method is based on an artificial neural network (ANN), which was trained on simulated data and subsequently used for the reconstruction of in vivo data. Both methods were able to produce more homogeneous maps in healthy subjects compared to the standard method. The regularization method found an OEF of (33.7 ± 2.0)% in gray matter (GM) and (34.2 ± 2.1)% in white matter (WM). The ANN method yielded an OEF of (35.2 ± 1.3)% in GM and (33.1 ± 1.7)% in WM. In two in vivo studies, the OEF was determined in smokers and in patients with brain tumors. In smokers, the OEF did not show significant differences both before and after smoking a cigarette and in comparison with never-smokers. The application in patients with brain tumors showed a significantly increased OEF in the tumor region compared to the contralateral side (p < 0.05). The presented methods led to more precise results under clinical conditions and may allow a clinical implementation of MRI-based oxygen measurement in the future.

Translation of abstract (German)

Der Sauerstoffverbrauch des Gehirns bietet wichtige Informationen über dessen Funktion und ist bei Erkrankungen wie Gehirntumoren für Therapieplanung und Verlaufskontrolle von erheblichem Interesse. Insbesondere der Sauerstoffextraktionsanteil (OEF) eignet sich als Biomarker, da er im gesunden Gewebe homogen ist, jedoch in Pathologien frühzeitig einen Kontrast entwickelt. Ziel dieser Arbeit war es, eine robustere Magnetresonanztomographie (MRT)-basierte Methode zur Bestimmung des OEF im Gehirn zu entwickeln und klinisch anzuwenden. Die Methode verwendet ein mathematisches Modell, das neben dem OEF auch von weiteren korrelierten Parametern abhängt. Dadurch reagiert die Rekonstruktion sehr empfindlich auf Rauschen und ist unter klinischen Bedingungen nicht anwendbar. In dieser Arbeit wurden daher zwei neue Ansätze untersucht: Die erste Methode erweitert den normalen Fitprozess um einen Regularisierungsterm, der eine Konvergenz der Parameter im physiologisch sinnvollen Bereich bevorzugt. Die zweite Methode basiert auf einem künstlichen neuronalen Netz (ANN), das an simulierten Daten trainiert und anschließend zur Rekonstruktion von in vivo Daten verwendet wurde. Beide Methoden waren in der Lage, in gesunden Probanden homogenere Karten im Vergleich zur Standardmethode zu ermitteln. Die Regularisierungsmethode ergab einen OEF von (33.7 ± 2.0)% in grauer Hirnsubstanz (GM) und (34.2 ± 2.1)% in weißer Hirnsubstanz (WM). Die ANN Methode ergab einen OEF von (35.2 ± 1.3)% in GM und (33.1 ± 1.7)% in WM. Im Rahmen von zwei in vivo Studien wurde der OEF bei Rauchern und bei Patienten mit Hirntumoren bestimmt. Bei den Rauchern zeigte der OEF keine signifikanten Unterschiede sowohl im Vergleich vor und nach dem Rauchen einer Zigarette als auch im Vergleich mit Nichtrauchern. Die Anwendung bei Patienten mit Hirntumoren ergab einen signifikant erhöhten OEF in der Tumorregion im Vergleich zur kontralateralen Seite (p < 0.05). Die vorgestellten Methoden führten unter klinischen Bedingungen zu präziseren Ergebnissen und könnten in der Zukunft eine klinische Implementierung der MRT-basierten Sauerstoffmessung ermöglichen.