Fortschritte bei nicht-invasiven Hirnabbildungstechniken
Neue fPET-Methode verbessert die Messung der Gehirnaktivität ohne invasive Blutabnahme.
― 6 min Lesedauer
Inhaltsverzeichnis
Die Positronen-Emissions-Tomographie (PET) ist eine Technik, um verschiedene biologische Prozesse in lebenden Organismen zu sehen und zu messen. Besonders hilfreich ist sie beim Studium, wie das Gehirn während Aktivitäten wie Denken, Fühlen und Reagieren funktioniert. Eine gängige Methode dafür ist die Verwendung einer Verbindung namens [18F]FDG, die hilft herauszufinden, wie verschiedene Bereiche des Gehirns zusammenarbeiten, wenn jemand Aufgaben erledigt.
FPET)
Funktionale PET (Ein neuerer Ansatz in der PET-Bildgebung wird als funktionale PET oder fPET bezeichnet. Dabei wird genauer auf die Gehirnaktivität in Bezug auf Stoffwechselveränderungen und chemische Signale im Gehirn geschaut. Zum Beispiel kann fPET verfolgen, wie Glukose im Gehirn während geistiger Aufgaben verarbeitet wird und zeigt damit, wie Energie genutzt wird. Diese Methode kann auch Veränderungen in den Dopaminspiegeln beobachten, einer chemischen Substanz, die mit Gefühlen von Freude und Belohnung verbunden ist.
Bedeutung genauer Messungen
Genau Messungen aus PET-Scans zu erhalten, ist entscheidend sowohl für die Grundlagenforschung als auch für klinische Anwendungen. Traditionelle Messungen können manchmal irreführend sein aufgrund von Rauschen und Variabilität in den Scan-Daten. Es gibt zwar Methoden zur Analyse dieser Daten, die bringen oft eigene Einschränkungen mit sich, wie die Unfähigkeit, verschiedene Komponenten des Tracers, der im Scan verwendet wird, zu trennen.
Um die Genauigkeit der aus PET-Scans gewonnenen Daten zu verbessern, müssen Forscher typischerweise die arterielle Eingangsfunktion (AIF) messen, die reflektiert, wie der Tracer durch den Blutstrom bewegt wird. Das erfordert normalerweise eine Blutabnahme vom Patienten, was kompliziert und unangenehm sein kann.
Bild-abgeleitete Eingangsfunktion (IDIF)
Um die Invasivität von Blutproben zu vermeiden, wurde eine Alternative entwickelt, die Bild-abgeleitete Eingangsfunktion (IDIF) heisst. Die IDIF nutzt Bilder aus den PET-Scans, um zu schätzen, wie der Tracer im Blut verteilt ist. Diese nicht-invasive Methode ist vielversprechend, besonders in der Gehirnforschung, wurde jedoch aufgrund technischer Herausforderungen, wie der Einfluss von benachbarten Geweben auf die Messgenauigkeit, noch nicht weit verbreitet.
Um diese Herausforderungen zu überwinden, schauten Forscher sich grössere Blutbecken im Körper an, die einfacher zu messen sind und stabilere Daten liefern als kleinere Gefässe wie die Karotiden. Dieser Ansatz konzentriert sich darauf, Bereiche im Torso zu nutzen, um bessere Blutflussmessungen zu erhalten, ohne direkt auf Arterien zugreifen zu müssen.
Neues fPET-Scanning-Protokoll
In dieser Studie wurde eine neue Methode vorgestellt, die die Vorteile von IDIF und traditionellen Messverfahren kombiniert. Die Forscher verwendeten einen PET-Scanner, der sich bewegen kann, und wechselten zwischen dem Fokus auf das Gehirn und den Thorax. So konnten sie Daten aus beiden Regionen gleichzeitig sammeln, was eine bessere Schätzung der Gehirnaktivität im Zusammenhang mit kognitiven Aufgaben ermöglichte.
Es wurden zwei spezifische Tracer-Verbindungen verwendet-[18F]FDG zur Untersuchung des Glukosestoffwechsels und 6-[18F]FDOPA zur Untersuchung der Dopaminspiegel. Mit dieser neuen Scanning-Methode wollten die Forscher zeigen, dass verlässliche metabolische und Dopamindaten ohne Blutabnahmen gewonnen werden können.
Teilnehmer an der Studie
Einundzwanzig gesunde Freiwillige nahmen an der Studie teil, bei der sie einen einzelnen PET- und MRT-Scan durchliefen. Jedes Teilnehmer erhielt entweder [18F]FDG oder 6-[18F]FDOPA, bevor der Scan-Prozess begann. Sie mussten auch eine kognitive Aufgabe erledigen, die dazu diente, wie sie auf Belohnungen und Verluste reagierten. Diese Aufgabe erforderte, dass sie auf visuelle Hinweise innerhalb bestimmter Zeitlimits reagierten, was sie dazu anregte, aktiv an der Aufgabe teilzunehmen.
Datenkollektionsprozess
Während des Scans verwendeten die Forscher eine Methode, die es ihnen ermöglichte, Daten kontinuierlich zu sammeln und dabei zwischen den Interessensregionen zu wechseln. Sie begannen mit dem Thorax, um Informationen vom Herzen und den grossen Arterien zu sammeln, und zogen dann zum Gehirn, um Daten während der kognitiven Aufgabe zu erfassen. Nach der Gehirnaufgabe kehrte der Scanner zurück zum Thorax, um weitere Datenpunkte zu sammeln, was half, sicherzustellen, dass die Forscher genügend Informationen hatten, um zuverlässige IDIF-Schätzungen zu erstellen.
Es wurden auch Blutproben von den Teilnehmern entnommen, um die AIF zu erstellen, die als Vergleich für die IDIF dienen würde. Diese Kombination von Techniken zielte darauf ab, die Genauigkeit der gesammelten Daten zu verbessern.
Analyse der Eingangsfunktionen
Die während der Scans gesammelten Blutproben wurden verwendet, um die AIF zu erstellen, die als Standardreferenzpunkt diente. Die Forscher platzierten manuell Interessensregionen in den PET-Bildern, um die IDIF aus relevanten Bereichen zu extrahieren und zu messen. Durch den Vergleich der verschiedenen Eingangsfunktionen bewerteten sie, wie gut die IDIF mit der AIF in Bezug auf Spitzenwerte und Gesamtaktivität übereinstimmte.
Die Ergebnisse zeigten, dass die IDIF aus bestimmten Regionen eine hohe Korrelation mit der AIF hatte. Das deutete darauf hin, dass die IDIF in vielen Fällen ein gültiger Ersatz für die AIF sein könnte, was das Sammeln von Daten erleichtert, ohne invasive Verfahren durchführen zu müssen.
Ergebnisse und Bedeutung
Die Ergebnisse zeigten, dass die IDIFs aus zwei Blutbecken hochgenaue Informationen lieferten, die eng mit den AIF-Werten übereinstimmten. Das bewies, dass das neue Protokoll effektiv den Gehirnstoffwechsel und chemische Signalisierung auf nicht-invasive Weise messen konnte.
Die Studie hob auch hervor, dass grössere thorakale Blutbecken helfen könnten, die Genauigkeit der IDIF-Messungen zu verbessern. Das deutet darauf hin, dass die vorgeschlagene Scanning-Methode breit in verschiedenen Gesundheitsbereichen angewendet werden könnte, was es sowohl für Patienten als auch für medizinisches Personal weniger kompliziert macht.
Vorteile des neuen Ansatzes
Der in dieser Studie eingeführte Ansatz gibt Forschern und medizinischen Fachkräften ein kraftvolles neues Werkzeug zur Messung der Gehirnaktivität. Durch den Wegfall invasiver Blutabnahmen wird der Patientenkomfort und die praktische Anwendung verbessert.
Darüber hinaus kann die neue Scanning-Methode auf einer Vielzahl von derzeit verwendeten PET-Scannern implementiert werden, was sie für mehr Einrichtungen zugänglich macht. Das kann zu einem besseren Verständnis und einer Behandlung neurologischer Erkrankungen führen, sowie zu weiterer Forschung über Gehirnfunktionen.
Zukünftige Richtungen
Obwohl die aktuelle Studie sich auf spezifische Radiotracer konzentrierte, glauben die Forscher, dass diese Techniken auf andere Arten von Tracern ausgedehnt werden können. Das bedeutet, dass die Methoden eines Tages verwendet werden könnten, um eine Vielzahl von Prozessen im Körper zu studieren, was möglicherweise zu neuen Erkenntnissen darüber führt, wie verschiedene Systeme funktionieren.
Die Möglichkeit, Gehirnaktivität und biochemische Veränderungen in Echtzeit ohne invasive Verfahren zu bewerten, öffnet Türen zu umfangreicherer Forschung und besserer Patientenversorgung. Es wird wichtig sein, dass zukünftige Studien diese Methoden verfeinern und ihre Anwendung in verschiedenen klinischen Szenarien erkunden.
Zusammenfassend repräsentieren die Fortschritte in der fPET-Bildgebung und die Verwendung von IDIFs bedeutende Schritte nach vorne in der Gehirnbildgebung. Dieser Ansatz erleichtert nicht nur den Prozess für Patienten, sondern verbessert auch die Zuverlässigkeit der erzeugten Daten. Durch die weitere Entwicklung dieser Techniken hoffen die Forscher, unser Wissen über das Gehirn zu vertiefen und die Gesundheitsergebnisse für Menschen mit verschiedenen neurologischen Problemen zu verbessern.
Titel: Validation of cardiac image derived input functions for functional PET quantification
Zusammenfassung: Functional PET (fPET) is a novel technique for studying dynamic changes in brain metabolism and neurotransmitter signaling. Accurate measurement of the arterial input function (AIF) is crucial for quantification of fPET but traditionally requires invasive arterial blood sampling. While, image-derived input functions (IDIF) offer a non-invasive alternative, they are afflicted by drawbacks stemming from limited spatial resolution and field of view. Therefore, we conceptualized and validated a scan protocol for brain fPET quantified with cardiac IDIF. Twenty healthy individuals underwent fPET/MR scans using [18F]FDG or 6-[18F]FDOPA, with bed motion shuttling between the thorax and brain to capture cardiac IDIF and brain task- induced changes, respectively. Each session included arterial and venous blood sampling for IDIF validation, and participants performed a monetary incentive delay task. IDIFs from fixed- size regions of the left ventricle, ascending and descending aorta, and a composite of all 3 blood pools (3VOI) plus venous blood data (3VOIVB) were compared to the AIF. Quantitative task-specific images from both tracers were compared to assess the performance of each input function. For both radiotracer cohorts, moderate to high agreement was found between IDIFs and AIF in terms of area under the curve (r = 0.64 - 0.89) and quantified outcome parameters (CMRGlu and Ki(r)=0.84-0.99). The agreement further increased for composite IDIFs 3VOI and 3VOIVB for AUC(r)=0.87-0.93) and outcome parameters (r=0.96-0.99). Both methods showed equivalent quantitative values and high spatial overlap with AIF-derived measurements. Our proposed protocol enables accurate non-invasive estimation of the input function with full quantification of task-specific changes, addressing the limitations of IDIF for brain imaging by sampling larger blood pools over the thorax. These advancements increase applicability to virtually any PET scanner and to clinical research settings by reducing experimental complexity and increasing patient comfort. Graphical Abstract O_FIG O_LINKSMALLFIG WIDTH=200 HEIGHT=100 SRC="FIGDIR/small/23296343v1_ufig1.gif" ALT="Figure 1"> View larger version (28K): [email protected]@18ffadeorg.highwire.dtl.DTLVardef@19f4538org.highwire.dtl.DTLVardef@1799ce2_HPS_FORMAT_FIGEXP M_FIG C_FIG
Autoren: Rupert Lanzenberger, M. B. Reed, P. A. Handschuh, C. Schmidt, M. Murgas, D. Gomola, C. Milz, S. Klug, B. Eggerstorfer, L. Aichinger, G. M. Godbersen, L. Nics, T. Traub-Weidinger, M. Hacker, A. Hahn
Letzte Aktualisierung: 2023-09-30 00:00:00
Sprache: English
Quell-URL: https://www.medrxiv.org/content/10.1101/2023.09.29.23296343
Quell-PDF: https://www.medrxiv.org/content/10.1101/2023.09.29.23296343.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.