Titelaufnahme

Die funktionelle Magnetresonanztomographie (fMRT) ist eine Methode, die eine indirekte Messung der neuronalen Aktivität ermöglicht. Dieses nicht-invasive bildgebende Verfahren wird zunehmend in der präoperativen Planung bei Patienten mit Hirntumoren und Epilepsie eingesetzt, um die Resektion von geschädigtem Gewebe zu erleichtern, ohne wesentliche Funktionsbereiche zu schädigen und damit postoperative Funktionsdefizite zu minimieren. Das hohe Signal-zu-Rausch-Verhältnis (SNR) bei ultrahoher Magnetfeldstärke (≥ 7 Tesla (T)) bietet sowohl erhöhte Empflindlichkeit gegenüber Aktivierung als auch erhöhte Spezifität für das Kapillarbett, das die aktivierten Neuronen direkt versorgt, anstatt für große (und manchmal entfernte) Venen. Eine Reihe von Problemen bleibt jedoch trotz ihrer Vorteile im Ultrahochfeld bestehen. Diese Arbeit beschreibt Methoden, die entwickelt wurden, um die Zuverlässigkeit der präoperativen fMRT-Kartierung im Ultrahochfeld in drei Aspekten im Zusammenhang mit der Erfassung, Vorverarbeitung und Analyse eines fMRT-Experiments zu verbessern. Diese sind entsprechend: ein Bildartefakt, bekannt als “Ghosting”, zu reduzieren; die klinische Relevanz von Verzerrungskorrektur der fMRT-Daten zu bewerten; und eine modellfreie fMRT-Analysemethode zu entwickeln, die unempfindlich gegen Veränderungen der Reaktion auf einen Stimulus oder eine Aufgabe ist.

Echo Planar Imaging (EPI), die am häufigsten in der fMRT verwendete Sequenz, ist von einer Reihe von Artefakten betroffen. Eines davon ist “Ghosting”, das durch Phasenfehler verursacht wird, die sich aus Unvollkommenheiten in der Abrasterung (mit der EPI erfasst wird) ergeben. Ghosting manifestiert sich als Verschiebung eines Bruchteils der Bildintensität in der Bildebene. Wenn dieses Artefakt zeitlich mit dem fMRT-Task korreliert ist, kann eine falsch-positive Aktivierung auf das Ghosting projeziert werden und da dieses auf das eigentliche Hirnbild überlagert ist, die Unterscheidung von einer tatsächlichen Aktivierung erschweren. Dies geschieht tendenziell bei klinischen fMRT-Paradigmen, die Bewegung auslösen, wie z.B. bei offenem Sprechen und motorischen Aufgaben zur Lokalisierung von Sprache bzw. motorischen Funktionen. Um die EPI-basierte fMRT routinemäßig erfolgreich durchführen zu können, sind eine robuste Ghosting-Korrektur oder Ghosting-unempfindliche Methoden erforderlich. In dieser Arbeit wurden vier Methoden mit Hilfe von Pre-Scans zur Ghosting-Korrektur anhand einer Aufgabe, die Bewegung erfordert, evaluiert. Wenn bei der Erfassung von Informationen, die zur Rekonstruktion von beschleunigten Bildern benötigt werden, Bewegungen zu erwarten sind, kann der Einsatz neuartiger Methoden, die ein höheres Signal-zu-Rausch-Verhältnis und ein tolerierbares Ghosting aufweisen, von Vorteil sein.

Die inhomogene Feldverteilung durch Gewebe mit unterschiedlicher magnetischer Suszeptibilität stellt eine weitere Herausforderung dar, insbesondere bei Studien mit Patientenpopulationen und im Ultrahochfeld. Diese (Inhomogenität) verursacht ein weiteres bildgebendes Artefakt — eine geometrische Verzerrung, die mit der Feldstärke skaliert und zu Verschiebungen der funktionellen Aktivierung führt, die das Urteil des Arztes über die Lokalisation der essentiellen Regionen der Hirnrinde beeinflussen können. Das Ausmaß der EPI-Verzerrungen bei 7 T wurde in einer Gruppe von Patienten quantifiziert und die klinische Relevanz einer Verzerrungskorrektur von einem erfahrenen Neurologen bewertet. Die Ergebnisse zeigten, dass ein Ansatz zur dynamischen Verzerrungskorrektur die Aktivierung exakt auf ihren Ursprung zurückführen kann. Darüber hinaus können geometrische Verzerrungen und damit verbundene Aktivierungsverschiebungen, wenn sie nicht korrigiert werden, dazu führen, dass wesentliche funktionale Orientierungspunkte falsch erkannt werden und letztendlich Entscheidungen über den therapeutischen Ansatz beeinflusst werden, was die postoperativen funktionellen Fähigkeiten des Patienten beeinflussen kann.

Analysemethoden zur Ableitung von Aktivierungskarten aus fMRT-Daten basieren in der Regel auf Annahmen über das Timing und/oder die zeitliche Dauer neuronaler Ereignisse und die hämodynamische Antwortfunktion (HRF). Modellbasierte Ansätze weisen jedoch eine reduzierte Empfindlichkeit oder falsch-negative Ergebnisse auf, wenn die Aufgabenbearbeitung zu unvorhergesehenen Zeiten oder mit unerwarteter Dauer oder Ausmaß erfolgt oder wenn die HRF modifiziert ist. Im klinischen Kontext tritt häufig das Problem auf, dass es Patienten schwer fällt, schnell auf Signale zu reagieren, was zu zeitlichen Abweichungen führt. Zusätzlich kann die HRF auch in pathologischen Regionen modifiziert sein. Es sind dann modellfreie Analysemethoden erforderlich, um die Notwendigkeit der Vorkenntnisse über das Ansprechverhalten oder die Form der HRF zu vermeiden. Die modellfreie UNBIASED Methode, die im Rahmen dieses Projekts entwickelt wurde, liefert funktionale Karten, die empfindlich auf Aktivierung reagieren, im Allgemeinen weniger durch Artefakte kontaminiert sind als modellbasierte Methoden, und in der Lage ist, fMRT-Aufnahmen mit beeinträchtigter Qualität aus der Analyse auszuwählen und zu verwerfen, und robust gegenüber Änderungen des Antwortzeitpunkts, der Form und Habituation ist, was sie zu einem attraktiven Werkzeug für die präoperative Planung macht.

Diese Arbeit zeigt, dass die oben genannten methodischen Verbesserungen die Zuverlässigkeit der fMRT erhöhen können, insbesondere für die Anwendung bei der präoperativen Planung im Ultrahochfeld.

Functional Magnetic Resonance Imaging (fMRI) is a method which enables indirect measurement of neuronal activity. This non-invasive imaging technique is increasingly being used in presurgical planning in patients with brain tumours and epilepsy to facilitate resection of lesioned tissue without harming essential functional areas and, therefore, minimising postoperative functional deficits. The high signal to noise ratio (SNR) provided by ultra-high magnetic field strength (≥ 7 Tesla (T)) provides increased sensitivity to activation and specificity to the capillary bed that supplies activated neurons rather than to large (and sometimes distant) draining veins. A number of problems remain at ultra-high field despite its advantages, however. This thesis describes methods developed to improve the reliability of presurgical fMRI mapping at ultra-high field in three aspects related to the acquisition, preprocessing, and analysis steps of an fMRI experiment. These are, respectively: to reduce an image artefact known as “ghosting”, to evaluate the clinical relevance of distortion correcting fMRI data, and to develop a model-free fMRI analysis method insensitive to alterations in the response to a stimulus or task.

Echo Planar Imaging (EPI), the most common sequence used in fMRI, suffers from a number of artefacts. One of these is “ghosting”, which is caused by phase errors arising from imperfections in the trajectory pattern with which EPI is acquired. Ghosting manifests as a fraction of the image intensity being shifted in the imaging plane. If this artefact is temporally locked to the fMRI task timing, false-positive activation may be projected to the ghost, overlapping with the actual brain image and reducing the ability to distinguish it from true activation. This tends to occur with clinical fMRI paradigms which elicit motion such as overt speech and motor tasks for localisation of language and motor functions, respectively. Robust ghost correction or ghost-insensitive methods are required if EPI-based fMRI is to be routinely successful. Four methods using pre-scans for ghost correction were evaluated in this thesis using a motion-eliciting task. The significantly higher signal-to-noise ratio and tolerable level of ghosting of novel methods for acquiring the information used to reconstruct accelerated images suggested an advantage of using these if motion is expected.

Inhomogeneous field distribution caused by tissues with different magnetic susceptibilities pose another challenge, particularly in patient populations and at ultra-high field. This originates yet another imaging artefact — geometric distortion — which scales with field strength and results in functional activation shifts that may impact the clinician’s judgement regarding localisation of essential cortex. The magnitude of EPI distortions at 7 T was evaluated in a group of patients and the clinical relevance of correcting distortions evaluated by an experienced clinician. Results showed that a dynamic distortion correction approach could accurately reposition activation to its source. Additionally, if not corrected, geometric distortions and related activation shifts can result in misidentification of essential functional landmarks and, ultimately, influence decisions regarding therapeutic approach, potentially affecting the patient’s functional outcome.

Analysis methods used to derive activation maps from fMRI data are commonly based on assumptions about the timing and/or temporal duration of neural events and the Haemodynamic Response Function (HRF). Model-based approaches are, however, prone to reduced sensitivity or false negative results if task processing occurs at unanticipated times or with unexpected duration or magnitude or if the HRF is modified. In a clinical context, patients frequently have problems responding promptly to cues, causing deviation in task execution timing. The HRF may, in addition, be modified in regions of pathology. Model-free analysis methods are then required in order to remove the need for prior knowledge about response timing or shape of the HRF. The model-free UNBIASED method based on response consistency developed in the course of this project was shown to provide functional maps which are sensitive to activation, generally less contaminated by artefacts than model-based methods, able to select and discard fMRI runs with compromised quality from the analysis, and robust to changes in response timing and shape and habituation, making it an attractive tool for presurgical planning fMRI.

This thesis demonstrates that the aforementioned methodological improvements can improve the reliability of fMRI, in particular for application to presurgical planning at ultra-high field.