Refine
Has Fulltext
- yes (2)
Is part of the Bibliography
- yes (2)
Year of publication
- 2023 (2) (remove)
Document Type
- Doctoral Thesis (2)
Language
- German (2)
Keywords
- Kernspintomografie (2) (remove)
Institute
Sonstige beteiligte Institutionen
Das Ziel der vorliegenden Arbeit war die Entwicklung neuer, robuster Methoden der Spin-Lock-basierten MRT. Im Fokus stand hierbei vorerst die T1ρ-Quantifizierung des Myokards im Kleintiermodell. Neben der T1ρ-Bildgebung bietet Spin-Locking jedoch zusätzlich die Möglichkeit der Detektion ultra-schwacher, magnetischer Feldoszillationen. Die Projekte und Ergebnisse, die im Rahmen dieses Promotionsvorhabens umgesetzt und erzielt wurden, decken daher ein breites Spektrum der Spin-lock basierten Bildgebung ab und können grob in drei Bereiche unterteilt werden. Im ersten Schritt wurde die grundlegende Pulssequenz des Spin-Lock-Experimentes durch die Einführung des balancierten Spin-Locks optimiert. Der zweite Schritt war die Entwicklung einer kardialen MRT-Sequenz für die robuste Quantifizierung der myokardialen T1ρ-Relaxationszeit an einem präklinischen Hochfeld-MRT. Im letzten Schritt wurden Konzepte der robusten T1ρ-Bildgebung auf die Methodik der Felddetektion mittels Spin-Locking übertragen. Hierbei wurden erste, erfolgreiche Messungen magnetischer Oszillationen im nT-Bereich, welche lokal im untersuchten Gewebe auftreten, an einem klinischen MRT-System im menschlichen Gehirn realisiert.
Für die Verwendung von zellbasierten Therapeutika ist vor allem die korrekt Identifikation
sowohl vom Ausgangsmaterial wie auch dem produziertem Material von
zentraler Wichtigkeit. In dieser Arbeit wurde eine Methodik entwickelt, welche eine
nicht-invasive Klassifizierung von Zellen und zellulärer Entwicklung aufgrund ihrer
zweidimensionalen Magnetresonanz-Korrelationsspektren ermöglichte.
Hierzu wurde ein mobiler MR-Scanner mit einer Feldstärke von 0.5T und einem Isozentrum
von 1 cm3 verwendet. Aufgrund der kompakten und leichten Bauweise war
es möglich, das System in normalen Zellkulturlaboren zu verwenden. Von den Proben
wurde ein zweidimensionales T1/T2 -Korrelationsspektrum aufgenommen, anhand
dessen die Zellen klassifiziert werden sollten. Mithilfe von Agarose-Dotagraf® -Zell-
Phantomen konnte die Stabilität und Reproduzierbarkeit des Messsystems und der
verwendeten Sequenz validiert werden.
Aufgrund der unter Umständen recht langen Messzeiten der MR-Technologie war
auch die Handhabung und Kultur der Zellproben während des Messprozesses von
großer Bedeutung. Um hierfür den Durchsatz an Proben zu erhöhen, wurde eine kostengünstige
und ebenfalls mobile Robotikanlage entwickelt. Diese basierte auf dem
kommerziell erhältlichen Roboterarm Braccio, welcher durch einen Arduino Mega
Mikrocontroller gesteuert wurde. Mit bis zu 24 Proben pro Tag konnte durch die
Automatisierung der Durchsatz an Proben um den Faktor 3 – 4 gesteigert werden.
Durch den entwickelten Prozess war es möglich, eine umfangreiche Datenbank –
bestehend aus 362 unabhängigen Messungen (biologische Replikate) – aufzubauen.
Die Datenbank enthielt Messungen von zehn unterschiedlichen Zelllinien. Zusätzlich
wurden T1/T2 -Korrelationsspektren von mesenchymalen Stromazellen (MSCs)
vor und nach deren Differenzierung zu Adipocyten aufgenommen, um ihre zelluläre
Entwicklung nicht-invasiv charakterisieren zu können.
Die aufgenommenen Daten wurden mithilfe einer geeigneten Support Vector Machine
wie auch angepassten künstlichen neuronalen Netzwerken klassifiziert. Mithilfe
dieser Methoden konnten die Zelllinien und MSCs anhand ihrer aufgenommenen
Korrelationsspektren mit einer Genauigkeit von bis zu 98% klassifiziert werden.
Diese hohe Treffsicherheit legte den Schluss nahe, dass die Kombination aus nichtinvasiver,
zweidimensionaler T1/T2 -MR-Relaxometrie und der Verwendung von geeigneten
Methoden des machine learning und der künstlichen Intelligenz eine effiziente
Methodik für die nicht-invasive Klassifizierung von Zellen sowie zellulärer
Entwicklung darstellt.