Refine
Has Fulltext
- yes (1)
Is part of the Bibliography
- yes (1)
Year of publication
- 2022 (1)
Document Type
- Doctoral Thesis (1) (remove)
Language
- German (1) (remove)
Keywords
- PET (1)
- Präklinische Bildgebung (1)
Institute
Die präklinische Forschung stellt den ersten wichtigen Meilenstein in der Klärung und Untersuchung klinisch-relevanter Erkrankungen dar. Darüber hinaus unterstützt die präklinische Forschung erheblich die Entwicklung von Therapien. Die Kleintier-Positronenemissionstomographie (µ-PET) spielt dabei eine wichtige Rolle, da sie in der Lage ist, funktionelle, physiologische und biochemische Prozesse in vivo darzustellen und zu quantifizieren. Trotz diverser etablierter PET-Datenauswertungs-Programme bleibt die Analyse von in vivo akquirierten Bilddaten aufgrund der Vielzahl an medizinischen Fragestellungen, der Komplexität der Krankheitsbilder, sowie der Etablierung neuer Radiotracer weiterhin eine große Herausforderung in der Medizin. Ziel dieser Doktorarbeit ist es daher, ein geeignetes, brauchbares Auswertungstool für eine einfache und effiziente Analyse von akquirierten µ-PET-Daten zu entwickeln und zu etablieren, welches das Spektrum bereits vorhandener Programme erweitert. Das entwickelte nuklearmedizinische Datenverarbeitungs-Analyseprogramm (engl. nuclear medicine data processing analysis tool, NU_DPA) wurde in Matlab implementiert und anhand dreier präklinischer Versuchs- bzw. Testreihen erprobt und etabliert. Bei den Datenreihen handelt es sich um µ-PET-Datensätze verschiedener Schlaganfall-Rattenhirnmodelle unter Verwendung folgender Radiotracer. Zum einen die im Gehirn homogen akkumulierende 2-[18F]Fluor-2-desoxy-glukose ([18F]FDG) zum anderen das spezifisch an P-Selektin anreichernde [68Ga]Fucoidan.
Das NU_DPA umfasst die automatische Selektion des Zielvolumens (volume-of-interest, VOI) aus dem vollständigen PET-Bild und die anschließende Ausrichtung des VOI mit Hilfe eines PET-Templates (gemittelter PET-Datensatz). Dieses PET Template wird aus den eigenen akquirierten PET-Daten erstellt. Durch das Einbinden eines geeigneten anatomischen MRT-Atlas‘ (anpassbar) können die ausgerichteten PET-Daten einzelnen, Atlas-spezifischen Teilregionen zugeordnet werden. Eine solche Subklassifikation des VOI erlaubt eine genauere Betrachtung und Auswertung der Radiotracer-Akkumulation.
Des Weiteren bietet NU_DPA die Möglichkeit einer semiquantitativen Auswertung der PET-Bilddaten anhand von drei unterschiedlichen Parametern, der normalisierten Aktivität, dem Standardized Uptake Value und der Uptake Ratio. Durch die Matlab-integrierten Statistik-Algorithmen ist zusätzlich eine Möglichkeit der statistischen Auswertung der zuvor berechneten Parameter gegeben. Das NU_DPA-Programm stellt somit ein semi-automatisiertes Datenauswertungs-Programm dar, das sowohl die Registrierung als auch die semiquantitative Auswertung von PET-Bilddaten innerhalb einer Versuchsreihe ermöglicht und bereits erfolgreich für die Radiotracer [18F]FDG und [68Ga]Fucoidan in Tiermodellen getestet wurde. Nach derzeitigem Kenntnisstand ist kein Datenauswertungs-Programm bekannt, das PET-Bilddaten unter Verwendung des hinzugefügten Atlas‘ semi-automatisiert analysieren kann und potenziell für homogene und Target-spezifisch akkumulierende Radiotracer geeignet ist.