Einleitung: Viele Studien aus dem Forschungsgebiet der funktionellen MRT (fMRT) belegen die Veränderung von Resting-State Netzwerken (RSN) bei Erkrankungen aus dem neurologisch-psychiatrischen Formenkreis. Auf Grund fehlender Etablierung in der klinischen Diagnostik sowie zu hoher Variabilität bei der Messung von Individuen ist die klinische Anwendung der fMRT bislang nicht möglich. Die im Rahmen dieser Doktorarbeit durchgeführten Experimente dienen deshalb der Exploration von Resting-State Netzwerken mit der Independent Component Analysis von FDG-PET Daten, da dieses bildgebende Verfahren in der Diagnostik neurodegenerativer Erkrankungen bereits etabliert ist und geringere Variabilitäten aufweist. Methoden: In einem ersten Schritt wurde eruiert, mit welchen Parametern die Bilddaten von PET/CT Daten gesunder Probanden aus zwei Zentren präprozessiert werden müssen, um die schlüssigsten Netzwerke darstellen zu können. Hierzu wurden verschiedene Glättungsgrade (8, 12, 16, 20mm) sowie die Anzahl der zu extrahierenden Independent Components auf den besten qualitativen Bildeindruck sowie den quantitativen Abgleich (Korrelationskoeffizient nach Pearson, Dice Koeffizient) getestet. In einem zweiten Schritt wurden diese Präprozessierungsschritte auf simultan aufgezeichnete fMRT/FDG-PET Daten junger gesunder Probanden angewendet, um die räumliche Überlappung der fMRT RSN mit denjenigen aus der FDG-PET qualitativ und quantitativ (Dice Koeffizient) zu vergleichen. Ergebnisse: Die besten visuellen Eindrücke sowie besten Übereinstimmungen zeigten die PET/CT Daten im Vergleich bei einer Glättung mit einer Halbwertsbreite von 12 bis 16mm. Bei der Testung der Modellordnung zeigten sich fallende räumliche Überlappungen mit einer steigenden Anzahl an Independent Components. Im Vergleich der räumlichen Überlappung der simultan aufgezeichneten fMRT/PET-MR Daten konnten insgesamt 8 Netzwerke in beiden Modalitäten identifiziert werden. Hierbei zeigte sich für das somatosensorische Netzwerk eine gute, sowie für das Default Mode Netzwerk, das primär visuelle sowie das zerebelläre Netzwerk eine moderate Übereinstimmung. Weitere 3 (PET) bzw. 4 (fMRT) Netzwerke konnten jeweils nur einer Modalität ohne Korrelat in der jeweils anderen detektiert werden. Zusammenfassung: Die in der Präprozessierung angewendeten Parameter haben einen Einfluss auf die visuelle Darstellung sowie den quantitativen Vergleich der RSN. Es zeigt sich eine relevante Übereinstimmung der RSN der fMRT mit den Netzwerken metabolischer Kovarianz, welche mittels FDG-PET Daten ermittelt wurden. Die Ergebnisse nähren die Hoffnung, mittels FDG-PET extrahierte Resting-State Netzwerke künftig klinisch nutzbar zu machen.      «

Einleitung: Viele Studien aus dem Forschungsgebiet der funktionellen MRT (fMRT) belegen die Veränderung von Resting-State Netzwerken (RSN) bei Erkrankungen aus dem neurologisch-psychiatrischen Formenkreis. Auf Grund fehlender Etablierung in der klinischen Diagnostik sowie zu hoher Variabilität bei der Messung von Individuen ist die klinische Anwendung der fMRT bislang nicht möglich. Die im Rahmen dieser Doktorarbeit durchgeführten Experimente dienen deshalb der Exploration von Resting-State Netz...     »

Introduction: Functional MRI (fMRI) studies reported disruption of resting-state networks (RSNs) in several neuropsychiatric disorders. Due to high variability and missing availability there is no clinical implementation of fMRI to this moment. This thesis therefore aims to investigate RSN using Independent Component Analysis of FDG-PET data which is in steady state at a longer time span, shows lower variability and is already implemented in the clinical diagnosis of neurodegenerative diseases. Methods: In the present study, we tested different preprocessing parameters (Smoothing, number of independent components) to determine the most reasonable networks due to visual impression and quantitative measurements (Pearson’s Correlation Coefficient, Dice Coefficient) on FDG-PET/CT data of two groups of healthy subjects. Afterwards we used the preprocessing steps determined before to identify RSN in FDG-PET data and compare their spatial pattern with those obtained from simultaneously acquired resting-state fMRI data in 22 middle-aged healthy subjects. Results: PET/CT data preprocessed with higher levels of Smoothing showed the best visual impression and highest overlap between the two groups. Higher spatial overlap was also seen for low numbers of extracted independent components. In comparison of the simultaneously acquired FDG-PET/fMRI data 8 meaningful RSN could be identified in both modalities. Spatial overlap was good to moderate for the default mode, a primary visual and a cerebellar network. Additional components with no comparable equivalent in the other modality could be observed for PET (3) and fMRI (4) data. Conclusion: The choice of preprocessing parameters has an impact on the visual impression and the quantitative comparison of RSN. There is a relevant spatial overlap between RSN captured with fMRI to those of simultaneously acquired FDG-PET data. The results encourage testing of the clinical utility of resting-state connectivity in PET data.     «

Introduction: Functional MRI (fMRI) studies reported disruption of resting-state networks (RSNs) in several neuropsychiatric disorders. Due to high variability and missing availability there is no clinical implementation of fMRI to this moment. This thesis therefore aims to investigate RSN using Independent Component Analysis of FDG-PET data which is in steady state at a longer time span, shows lower variability and is already implemented in the clinical diagnosis of neurodegenerative diseases....     »