NUKLEARMEDIZINISCHE HIRNTUMORDIAGNOSTIK

Über

Die Arbeitsgruppe Nuklearmedizinische Hirntumordiagnostik befasst sich mit der präklinischen und klinischen Bewertung neuer Radiopharmaka für die Diagnostik von Hirntumoren mit der Positronen-Emissions-Tomographie (PET) und der korrelativen Bildgebung mit fortgeschrittenen Methoden der MR-Bildgebung.

Die Arbeiten konzentrieren sich auf die Evaluierung der intratumoralen Anreicherung von radioaktiv makierten Aminosäuren in Hirntumoren im Vergleich mit fortgeschrittenen MR-Bildgebung einschließlich der strukturellen und funktionellen Konnektivität, sowie die klinische Anwendung der korrelativen MR-PET Bildgebung in der Diagnostik, Therapieplanung und Therapiekontrolle bei Patienten mit Hirntumoren.

Zur weiteren Verbesserung der diagnostischen Aussagekraft der PET/MRT für die Hirntumordiagnostik, werden quantitative Bildanalysemethoden, einschließlich künstlicher Intelligenz wie Radiomics und Deep Learning, entwickelt und bewertet.

Des Weiteren wird die therapeutische Wirkung neuartiger Amyloid-β bindender Peptidliganden für die Therapie de Morbus Alzheimer mittels Verhaltenstests, PET und Autoradiographie bewertet.

Forschungsthemen

Aminosäure PET bei Hirnturmoren
Fortgeschrittene MR-Methoden
Hybrid PET/MRT
Quantitative Bildanalyse & künstliche Intelligenz
Funktionelle Konnektivität bei Hirntumorpatienten
Präklinische Hirntmormodelle
Neurodegenerative Erkrankungen

Kontakt

Prof. Dr. med. Karl-Josef Langen

INM-4

Gebäude 15.2 / Raum 372

+49 2461/61-5900

E-Mail

FORSCHUNGSTHEMEN

KI-basierte Tumorerkennung und -segmentierung für eine automatische Bewertung des Therapieansprechens

Grafische Zusammenfassung der Studie Copyright: — Urheberrecht: - Diese Studie wurde ursprünglich in JNM veröffentlicht. Robin Gutsche et al. Automated Brain Tumor Detection and Segmentation for Treatment Response Assessment Using Amino Acid PET. Journal of Nuclear Medicine October 2023, 64 (10) 1594-1602

Eine innovative Anwendung der künstlichen Intelligenz bietet eine vollautomatische, benutzerfreundliche und objektive Methode zur Erkennung und Bewertung von Hirntumoren. Der auf Deep Learning basierende Segmentierungsalgorithmus wurde für die Verwendung mit Aminosäure-PET-Scans entwickelt und kann das Ansprechen von Hirntumorpatienten auf die Behandlung mit einer Qualität bewerten, die mit der eines erfahrenen Arztes vergleichbar ist, jedoch in einem Bruchteil der Zeit.

Presse Veröffentlichung in SNMMI

Publikation:

Gutsche R, Lowis C, Ziemons K, Kocher M, Ceccon G, Régio Brambilla C, Shah NJ, Langen KJ, Galldiks N, Isensee F, Lohmann P. Automated Brain Tumor Detection and Segmentation for Treatment Response Assessment Using Amino Acid PET. J Nucl Med. 2023 Oct;64(10):1594-1602. doi: 10.2967/jnumed.123.265725. Epub 2023 Aug 10. PMID: 37562802.

Korrelative Bildgebung der spektroskopischen MR-Bildgebung und FET PET bei Hirntumoren mit der Hybrid PET-MRT

Sowohl die FET-PET als auch die spektroskopischen MR Bildgebung (MRSI) kann Hirntumorgewebe mit höherer Genauigkeit identifizieren als die konventionelle MRT. In einer Hybrid-PET MRT Studie an 30 unbehandelten Patienten mit verschiedenen Hirntumoren wurde die FET-Anreicherung mit dem MR spektroskopischen Ergebnis verglichen. Die Analyse erfolgte an den anatomischen Koordinaten, an denen im Rahmen der Studie Kontrollergebnisse aus stereotaktischen Biopsien ermittelt wurden. Es zeigte sich eine etwas höhere Genauigkeit der FET-Aufnahme im Vergleich zum Cholin/N-Acetyl-Aspartat-Verhältnis.

Mauler, Jörg, Philipp Lohmann, Andrew A. Maudsley, Sulaiman Sheriff, Moritz Hoevels, Anna-Katharina Meissner, Christina Hamisch, et al. ‘Diagnostic Accuracy of MR Spectroscopic Imaging and ¹⁸ F-FET PET for Identifying Glioma: A Biopsy-Controlled Hybrid PET/MRI Study’. Journal of Nuclear Medicine, 26 October 2023, jnumed.123.265868.