LISA: Neue Methode der statistischen Inferenz in der Magnetresonanztomografie

Neues Verfahren erkennt Hirnaktivierungen mit verbesserter Sensitivität und Präzision

16. Oktober 2018

Eines der Hauptziele der funktionellen Magnetresonanztomographie (fMRI) ist der Nachweis einer lokalen Aktivierung im menschlichen Gehirn. Mangelnde statistische Aussagekraft und teilweise ungenaue Resultate wurden jedoch in jüngster Zeit als großes Problem in dieser Hinsicht identifiziert. Eine Gruppe von Wissenschaftlern des Max-Planck-Instituts für biologische Kybernetik und des Universitätsklinikums Tübingen hat eine neue Software namens LISA entwickelt, um dieses Problem zu lösen.

Die am weitesten verbreiteten statistischen Inferenzverfahren wurden vor mehr als 10 Jahren erfunden und sind nicht gut geeignet für die Verarbeitung modernster hochauflösender Neurobildgebungsdaten. Die MRT-Technologie hat sich in den letzten Jahren durch die Einführung von Ultra-Hochfeld-Scannern (>= 7 Tesla), die eine deutlich verbesserte räumliche Auflösung bieten, erheblich verbessert. Standardalgorithmen waren jedoch nicht für die Verarbeitung so hochpräziser Daten ausgelegt, sodass einige der Hauptvorteile des Ultrahochfeld-Scans aufgrund unzureichender Software verloren gingen. Darüber hinaus zeigte eine kürzlich veröffentlichte Publikation, dass einige der am weitesten verbreiteten statistischen Methoden zu teilweise falschen Ergebnissen führten.

Grund genug für unsere Wissenschaftler bessere Ansätze für die statistische Inferenz in der fMRT zu entwickeln. Gabriele Lohmann vom Max-Planck-Institut für biologische Kybernetik erklärt: "Es bedarf ausgefeilter mathematischer Methoden, um Neurobildgebungsdaten sinnvoll zu nutzen. Die farbigen "Blobs", die oft in Artikeln über Magnetresonanztomographie abgebildet sind, werden mit komplizierten statistischen Verfahren berechnet und sind mit dem bloßen Auge nicht zu erkennen."

Die Wissenschaftler führten nun eine neue Methode der statistischen Inferenz in der fMRI ein, die sie LISA (Local Indicators of Spatial Association) nennen. Sie ist von einem Konzept inspiriert, das sonst in geografischen Informationssystemen verwendet wird. Abschließend hoffen die Wissenschaftler, dass LISA aufgrund seiner verbesserten Sensitivität und besseren räumlichen Spezifität bei der Entwicklung neuer und realistischerer Modelle der menschlichen Gehirnfunktion weiterhelfen wird.

Lohmann begründet das so: "In unseren ersten Tests haben wir festgestellt, dass unsere Methode viel sensitiver ist und Gehirnaktivität genauer erkennen kann als frühere Methoden. Und weiter: “Wir hoffen daher sehr, dass unsere Methode dazu beitragen wird, ein vollständigeres Bild der Gehirnfunktion zu ermöglichen. Wir gehen davon aus, dass in Zukunft die Erkenntnisse, die wir aus dieser Grundlagenforschung gewinnen, Patienten mit neurologischen Erkrankungen zugutekommen lassen können!“

BF

Weitere interessante Beiträge

Zur Redakteursansicht