Entwicklung einer organspezifischen Navigator-basierten pCASL-Sequenz mit EPI-Akquisition für die artefaktfreie nicht-invasive Nieren- und Leberfunktions-MRT

• Antragstellerin: Dr. Ke Zhang
• Fachliche Zuordnung: Radiologie ; Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 507778602

Geringe lokale Veränderungen der renalen und hepatischen Durchblutung sind wichtige Indikatoren für die Entstehung einer Krankheit; ihre Quantifizierung erlaubt die Einschätzung der Malignität in neoplastischen Prozessen und des Monitorings der Organfunktion unter Therapie. Während die glomeruläre Filtrationsrate als Goldstandard der Nierenfunktionsbewertung gilt, hat diese kein räumliches Korrelat, weshalb Perfusionsmessungen in der Schnittbildgebung genauer und spezifischer sind. Vor dem Hintergrund, dass die Gabe von nephrotoxischen Kontrastmitteln bei Patienten mit schwerer Nierenfunktionsstörung und Patienten mit Kontrastmittelallergien kontraindiziert ist, gewinnen nicht-invasive MRT-Perfusionsmessungen mit der arterial-spin-labeling (ASL)-Technik an Bedeutung. Sie erlauben quantitative Messungen der Organ-Perfusion, indem sie magnetisch markiertes Blut als endogenen Tracer verwenden. In der Hirnbildgebung wurde vor kurzem die pseudokontinuierliche ASL (pCASL) entwickelt und es konnte gezeigt werden, dass damit eine relativ zuverlässige Beurteilung der zerebralen Perfusion ermöglicht wird. In der abdominalen Bildgebung erschweren jedoch Bewegungsartefakte die Anwendung der pCASL-Technik erheblich. In diesem Projekt soll daher eine organspezifische Navigator-basierte Schichtverfolgungstechnik entwickelt werden, die eine Echo-Planar-Imaging-basierte Sequenz in Nieren- und Leberperfusionsmessungen verwendet, um Atembewegungsartefakte prospektiv zu kompensieren. Dies ermöglicht eine artefaktfreie, mehrschichtige und nicht-invasive Nieren- und Leberperfusionsbildgebung ohne Atemarrest. Die Sequenz wird für einen 1,5-Tesla-MRT-Scanner (Siemens Aera) entwickelt, an Freiwilligen validiert und mit Standard-ASL-MRT-Techniken verglichen werden. Die Postprozessierung, numerische Analyse und statistische Auswertung wird mit Matlab v9.11 R2021b, Python v3.10.2, and R v4.1.0 durchgeführt werden.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich: Professor Felix Kurz, Ph.D.