Klinikum rechts der Isar Technische Universität München
Neuro-Kopf-Zentrum
Institut für Diagnostische und Interventionelle Neuroradiologie
Forschungsgruppen und Projekte
Neuroscientific MR-Physics
Leitung
Mitarbeiter
Gabriel Hoffmann;
Elisa Saks;
Hannah Eichhorn;
Sangcheon Choi;
Tim Bitter;
Vincent Wohlfarth;
Clara Kretschmer;
Jan Kufer
Kurzbeschreibung
Die Magnetresonanztomographie (MRT) bietet nicht nur räumlich hochaufgelöste strukturelle Bilder sondern ist auch sensitiv für eine Vielzahl funktionell relevanter physiologischer Informationen. Die Grundlage dafür bildet der Einfluss physiologischer Parameter auf das Relaxationsverhalten der gemessenen Kernspins. Der Einfluss der vaskulären Sauerstoffsättigung auf T2*-gewichtete Signale (blood oxygenation level dependent (BOLD) Effekt) wird seit seiner Entdeckung intensiv für neurowissenschaftliche Studien genutzt. Die Quantifizierung des BOLD Effekts und weiterer physiologischer Parameter wie z.B. des Blutflusses oder der mikrokapillären Durchblutung (Perfusion) bietet hervorragende Möglichkeiten, um sowohl pathologische als auch normale physiologische Prozesse zu erforschen. Die Arbeitsgruppe beschäftigt sich hauptsächlich mit der Weiterentwicklung innovativer quantitativer MRT Methoden, insbesondere im Bereich der funktionellen Bildgebung im weitesten Sinne, aber auch im Hinblick auf fortgeschrittene strukturelle Parameter, z.B. zur Kartierung der magnetischen Suszeptibilität und des Myelin-Wasser Anteils. Aktuell stehen Methoden zur Charakterisierung der zerebrovaskulären Integrität und Reaktivität sowie zur Quantifizierung der zerebralen Sauerstoffmetabolismusrate im Vordergrund. Diese wenden wir sowohl in klinischen als auch in neurowissenschaftlichen Studien an. Im Rahmen eines zentralen DFG-geförderten Projektes entwickeln wir in Kooperation mit PD Dr. Christian Sorg Methoden zur Modellierung und Kalibrierung der Ruhe-fMRT, um tiefergehende Einblicke in die Physiologie neuronaler Aktivität zu gewinnen.
Summary
In addition to high spatial resolution brain structural imaging, magnetic resonance imaging (MRI) offers a wide variety of functionally relevant information. The basis for this additional information is the influence of physiological parameters (e.g., changes in cerebral blood flow, CBF) on the relaxation behavior of the measured nuclear spins. Since its discovery, the influence of venous oxygen saturation on T2*-weighted signals (i.e., blood oxygenation level dependent (BOLD) effect) has been used intensively for neuroscientific research, specifically for localizing brain functions. The quantification of the BOLD effect and other physiological parameters such as cerebral blood volume (CBV) or microcapillary blood flow (perfusion, CBF) offers excellent opportunities to explore both pathological as well as physiological neural processes. Our research group deals mainly with the further development of innovative quantitative MRI methods, specifically in the areas of functional brain imaging in the broader sense, but also with regard to advanced structural parameters, e.g., for mapping magnetic susceptibility and the myelin-water content. Currently, the focus is on methods for characterizing cerebrovascular integrity and reactivity as well as for quantifying the cerebral metabolic rate of oxygen (CMRO2). We also apply these methods in clinical and neuroscientific studies. Within a central, DFG-funded project in cooperation with PD Dr. Christian Sorg, we are developing methods for the calibration and modelling of resting-state functional MRI with the aim to gain deeper insights into the physiology of neural activity.
Kooperation
- Dr. Cornelius Berberich, Dr. Lena Schmitzer, PD Dr. Jens Göttler, Dr. Stephan Kaczmarz, PD Dr. Christian Sorg, Prof. Dr. Benedikt Wiestler (Institut für Neuroradiologie, TUM);
- Prof. Dr. Valentin Riedl (Professur für Neurobildgebung Immunologischer und Metabolischer Prozesse, Friedrich-Alexander University (FAU) Erlangen);
- Prof. Dr. Dimitris Karampinos, PD Dr. Carl Ganter (Zentrum für Radiologie, TUM);
- Prof. Dr. Julia Schnabel (Institute of Machine Learning in Biomedical Imaging, Helmholtz Zentrum München; Lehrstuhl für Computational Imaging and AI in Medicine, TUM);
- Dr. Kilian Weiss, Dr. Jakob Meineke, Dr. Kim Van de Ven, Dr. Makoto Obara, Mariya Doneva, Thomas Amthor (Philips Healthcare);
- Prof. Dr. Matthias van Osch (Leiden University, The Netherlands);
- Prof. Dr. Matthias Günther (Fraunhofer Institute for Digital Medicine MEVIS, Bremen);
- Prof. Dr. Mark Mühlau (Neurologische Klinik und Poliklinik, TUM);
- Prof. Dr. Fahmeed Hyder (Yale School of Engineering & Applied Science, USA);
- Dr. Jan Petr (Helmholtz-Zentrum Dresden-Rossendorf);
- Dr. Irene Vavasour (Djavad Mowafahian Centre for brain health, Vancouver, Kanda);
- Prof. Dr. Nikolaus Weiskopf (MPI für Kognitions- und Neurowissenschaften, Leipzig);
Förderung
Deutsche Forschungsgemeinschaft – Projektnummer 395030489