Project Details
Projekt Print View

Computational and phantom-based optimization of dc neuronal current imaging (dcNCI) with ultra-low-field nuclear magnetic resonance (ULF NMR)

Subject Area Medical Physics, Biomedical Technology
Term from 2016 to 2019
Project identifier Deutsche Forschungsgemeinschaft (DFG) - Project number 313526887
 
Final Report Year 2019

Final Report Abstract

Das deutsch-schweizerische Forschungsprojekt untersuchte, wie die nicht-invasive funktionelle Hirnstrombildgebungsmethode Neuronal Current Imaging (NCI) weiterentwickelt werden kann. NCI beruht auf dem Einfluss sehr schwacher (bis zu 100 000-mal kleiner als das Erdmagnetfeld) und lokal begrenzter neuronaler Magnetfelder auf die Spin-Dynamik des umgebenden Gewebes. Damit können diese prinzipiell in einem Magnetresonanzbild (MRI) direkt dargestellt werden. Die Realisierung der Methode wäre ein Meilenstein, da sie Probleme wie Mehrdeutigkeit, wie sie bei anderen Messungen der Gehirnfunktion auftreten, vermeidet. Eine in vivo Demonstration mit Hochfeld-MRI war bisher nicht möglich, da der Einfluss der sehr kleinen neuronalen Felder durch die viel stärkeren Effekte des Blutstoffwechsels bei neuronaler Aktivität überdeckt werden. MRI bei extrem niedrigen Feldern (unterhalb des Erdmagnetfeldes von ~50 µT) eliminiert diese Maskierung, jedoch konnte NCI aufgrund des geringen Signal-Rausch-Verhältnis bei dieser Technik ebenfalls noch nicht in vivo nachgewiesen werden. Das Projekt konzentrierte sich auf langlebige neuronale Aktivierung (~100s Millisekunden), daher der Name dcNCI, die z.B. durch Elektrostimulation des Mediannervs erregt werden kann und eine maximale Stärke von ~50 nAm zeigt. Im Projekt hat die PTB-Gruppe in Berlin ihren Prototyp eines Ultra-Low-Field (ULF) MRI-Scanners (~40 µT) aufgerüstet und eine Rekordsensitivität von 380 aT Hz-1/2 erreicht was die Machbarkeitsstudie von dcNCI mit ULF MRI ermöglichte. Des Weiteren wurde an der PTB ein kugelförmiges NCI-Phantom entwickelt, das eine ausgedehnte neuronale Aktivität nachbildet. Das Phantom ist mit einer Lösung gefüllt, die die elektrischen und MR Eigenschaften des menschlichen Hirns nachbildet und verfügt über eine Anordnung von 25 kleinen Elektroden zur Simulation der neuralen Aktivität. Die Zeitfunktion der neuronalen Erregung wurde aus einem gemessenen Magnetsignal bei elektrostimulierter, langlebiger Aktivierung abgeleitet. Die bekannte geometrische Anordnung erlaubte die genaue Berechnung des Magnetfeldes innerhalb und außerhalb des Phantoms und wurde für dcNCI-Phantommessungen mit dem PTB-Scanner sowie Simulationen verwendet. Zusammen mit dem schweizerischen Partner IT'IS wurde ein numerisches Framework entwickelt, das alle Aspekte der dcNCI-Experimente modelliert. Diese umfassen die zeitlich und räumlich veränderlichen Felder des MRI-Scanners und der Phantom- bzw. neuronalen Felder. Nach der Validierung des numerischen Frameworks wurde eine Optimierung der dcNCI-Sequenz durchgeführt. Die so angepasste Sequenz verbesserte die Empfindlichkeit um den Faktor 1,5. Weiterhin zeigten die Simulationen, dass bei Voxel von (25x25x25) mm3 der Nachweis einer Aktivität mit der Stärke von ~100 nAm innerhalb einer Messzeit von ca. 45 Minuten möglich ist. Ein Voxel von (10x10x10) mm3 erfordert eine Stärke von ~300 nAm. Interessanterweise waren bei Voxel größer als (5x5x5) mm3 keine signifikanten Unterschiede in der Empfindlichkeit zwischen einem ausgedehnten Phantom und einem Phantom mit nur einer Elektrode aufgetreten. Um die physiologische Stärke von 50 nAm zu detektieren, können instrumentelle Verbesserungen vorgenommen werden. Eines der Hauptziele war die Erweiterung der Berechnung auf realistische Quell- und Leitermodelle zur Untersuchung der Machbarkeit von in vivo dcNCI. Dazu wurde von IT‘IS ein komplexes Netzwerk verknüpfter Neuronen (zur Verfügung gestellt vom Blue Brain Project) in das physiologische Mensch- Modell "Duke" integriert und die Aktivität berechnet. Diese Entwicklung erforderte allerdings deutlich mehr Ressourcen als ursprünglich erwartet und wird erst zukünftig abgeschlossen. Nach Fertigstellung erlaubt dieses numerische Modell einen tieferen Blick auf die Fragen der Realisierbarkeit und der technischen Herausforderungen von in vivo dcNCI Experimenten. Weiterhin kann es durch ZMT ZurichMedTech AG, Zürich, im Rahmen ihres Software Portfolios kommerziell verwertet werden.

Publications

  • An ultra-sensitive and wideband magnetometer based on a superconducting quantum interference device. Appl. Phys. Lett. 110, 072603 (2017)
    J.-H. Storm, P. Hömmen, D. Drung and R. Körber
    (See online at https://doi.org/10.1063/1.4976823)
  • Ultra-sensitive SQUID instrumentation for MEG and NCI by ULF MRI. H Eskola et al. (eds), EMBEC & NBC 2017, IFMBE Proceedings 65, 795 (2018)
    R. Körber
    (See online at https://doi.org/10.1007/978-981-10-5122-7_199)
  • Ultra-sensitive SQUID system for pulsed field applications – Degaussing superconducting pick-up coils. IEEE T. Appl. Supercon. 28, 1600805 (2018)
    E. Al-Dabbagh, J.-H. Storm and R. Körber
    (See online at https://doi.org/10.1109/TASC.2018.2797544)
  • Demonstration of full tensor current density imaging using ultra-low field MRI. Mag. Res. Imag. 60, 137-144 (2019)
    P. Hömmen, J.-H. Storm, N. Höfner and R. Körber
    (See online at https://doi.org/10.1016/j.mri.2019.03.010)
 
 

Additional Information

Textvergrößerung und Kontrastanpassung