Abstrakt

Funktionelle Neurobildgebung für Prognose und Diagnostik im Gesundheitswesen

Radu Mutihac   

Das menschliche Gehirn ist ein komplexes Großnetzwerk, dessen Funktion auf der Interaktion zwischen seinen verschiedenen Regionen beruht. Neuere Studien zur Konnektivität des menschlichen Gehirns mithilfe von funktioneller Magnetresonanztomographie (rsfMRI) im Ruhezustand/Schlaf, Diffusionstensorbildgebung (DTI) und neuerdings Diffusionstensorspektroskopiebildgebung (DSI) sowie „klassischen“ Verfahren wie Positronen-Emissions-Tomographie (PET) und Magnetoenzephalographie (MEG) haben tiefere Einblicke in die Organisation struktureller und funktioneller Netzwerke des Gehirns geliefert, die kontinuierlich Informationen austauschen. Die Energie des Gehirns wird größtenteils im Ruhezustand während spontaner neuronaler Aktivität verbraucht (~20 %), während aufgabenbezogene Anstiege der Stoffwechselenergie gering sind (<5 %). Spontane ultraniedrigfrequente Schwankungen in BOLD-basierten rsfMRI-Signalen (<0,01 Hz) auf der Ebene großer neuronaler Systeme sind kein Rauschen, sondern geordnet und organisiert in einer Reihe funktionaler Netzwerke, die dauerhaft ein hohes Maß an zeitlicher Kohärenz zwischen Gehirnbereichen aufrechterhalten, die strukturell getrennt und funktional in Ruhezustandsnetzwerken (RSNs) verknüpft sind. Es gibt Hinweise darauf, dass solche Signale es ermöglichen, Informationen über die Konnektivität und Funktionalität bestimmter Netzwerke zu extrahieren. Es ist auch dokumentiert, dass die funktionale Konnektivität die zugrunde liegende strukturelle Konnektivität widerspiegelt, die im Ruhezustand bei mehreren neurologischen und psychiatrischen Störungen spezifische Veränderungen erfährt. Die durch rsfMRI abgebildete menschliche Gehirnfunktion ermöglicht den Zugriff auf beide Seiten der menschlichen Geist-Gehirn-Schnittstelle (subjektive Erfahrung und objektive Beobachtungen). Damit erschließt die funktionelle Neurobildgebung neue potenzielle Anwendungen wie das Lesen von Gehirnzuständen, die Unterscheidung neurologischer Funktionsstörungen (falls vorhanden), künstliche Intelligenz (KI), Gehirn-Computer-Schnittstellen (BCI), Lügenerkennung und dergleichen. Ziel der Präsentation ist es, die aktuellsten Ansätze zur Früherkennung und Klassifizierung verschiedener Formen von Hirnfunktionsstörungen und kognitiven Beeinträchtigungen zu überprüfen und zu bewerten, insbesondere bei Syndromen mit relativ ähnlichen Verhaltenseffekten sowie bei Stadien eines bestimmten Syndroms, basierend auf Veränderungen der Gehirnkonnektivität im Ruhezustand, die durch rsfMRI, DTI, DSI, PET und MEG untersucht wurden.