Dokument_34.

Aus der Neurochirurgischen Klinik mit Poliklinik der
Friedrich-Alexander-Universität Erlangen-Nürnberg
Direktor: Prof. Dr. med. M. Buchfelder
Untersuchung der Konnektivität der Sprachareale mittels
Diffusions-Tensor-Bildgebung
Inaugural–Dissertation
zur Erlangung der Doktorwürde
der Medizinischen Fakultät
der
Friedrich–Alexander–Universität
Erlangen–Nürnberg
Vorgelegt von
Amir Zolal
aus Pilsen
Gedruckt mit Erlaubnis der
Medizinischen Fakultät der Friedrich-Alexander-Universität
Erlangen-Nürnberg
Dekan:
Prof. Dr. med. Dr. h.c. J. Schüttler
Referent:
Prof. Dr. med. Ch. Nimsky
Korreferent:
Prof. Dr. med. M. Buchfelder
Tag der mündlichen Prüfung:
9.2.2011
Inhaltsverzeichnis
Zusammenfassung ..................................................................................................1
Hintergrund und Ziele ...........................................................................................1
Methoden ..............................................................................................................1
Ergebnisse und Beobachtungen .............................................................................2
Praktische Schlussfolgerungen ..............................................................................2
Abstract ...................................................................................................................3
Background and Objectives ...................................................................................3
Methods ................................................................................................................3
Results ..................................................................................................................4
Conclusion ............................................................................................................4
Einleitung ................................................................................................................5
Kortikale Repräsentation der Sprache ....................................................................5
Geschichte ........................................................................................................5
Aktuelle fMRT- und Elektrostimulations-Studien ...............................................6
Konnektivität ........................................................................................................8
Konnektivität des phonologischen Systems ........................................................8
Konnektivität des semantischen Systems ............................................................8
Erörterung der Techniken ......................................................................................9
BOLD-fMRT .....................................................................................................9
DTI ...................................................................................................................9
Konnektivitätsanalyse mit dem A*-Algorithmus ............................................... 10
Ziel der Doktorarbeit ........................................................................................... 11
Patienten und Methoden....................................................................................... 12
Patienten und Probanden ..................................................................................... 12
Durchführbarkeit des Konnektivitätsanalyse-Algorithmus und Einfluss des
Tumors auf die Diffusionsparameter ............................................................... 14
Verwendung der DTI-rekonstruierten Sprachbahnen in der Neuronavigation .. 16
Methoden ............................................................................................................ 16
Konnektivitätsanalyse mit dem A*-Algorithmus ............................................... 17
Rekonstruktion der Faserbahnen in iPlan Cranial 2.5 ..................................... 19
Verwendung der rekonstruierten Faserbahnen während der Operation ...........24
Import der Konnektivitätsanalyse-Faserbahnen in die Neuronavigation ..........26
Intraobserver-Variabilität bei der Konnektivitätsanalyse ................................ 29
Ergebnisse ............................................................................................................. 30
Allgemein ...........................................................................................................30
Durchführbarkeit des Konnektivitätsanalyse-Verfahrens ................................. 30
Intraobserver-Variabilität bei der Konnektivitätsanalyse ................................ 31
Interindividuelle Variabilität ...........................................................................33
Vergleich beider Methoden der Bahnrekonstruktion ............................................ 35
Verwendung der DTI-Faserbahnen in der Neuronavigation und klinischer Verlauf
........................................................................................................................... 38
Einfluss der Tumoren auf den FA-Wert ............................................................... 40
Kontrollgruppe ................................................................................................ 41
Patientengruppen ............................................................................................ 41
Fasciculus arcuatus ........................................................................................ 41
Fasciculus occipitofrontalis inferior ................................................................ 43
Einfluss des Tumorgrades ................................................................................... 46
Diskussion ............................................................................................................. 47
Ziele und klinische Anwendung der Traktographie.............................................. 47
Schonung der neuronalen Strukturen und Radikalität der Resektion .................... 48
Durchführbarkeit der Konnektivitätsanalyse bei Patienten mit supratentoriellen
neuroepithelialen Tumoren .................................................................................. 50
Vergleich der Konnektivitätsanalyse mit dem Standardverfahren ........................ 51
Einfluss der Tumoren auf die FA-Mittelwerte der Bahnen ................................... 52
Literaturverzeichnis ............................................................................................. 54
Abkürzungen......................................................................................................... 61
Danksagung ...........................................................................................................62
Lebenslauf ............................................................................................................. 63
1
Zusammenfassung
Hintergrund und Ziele
Seit der Einführung der Diffusions-Tensor-Bildgebung (Diffusion Tensor Imaging,
DTI) wurden enorme Fortschritte in der nichtinvasiven Darstellung der neuronalen
Strukturen erzielt. Mit DTI lässt sich die Intensität der Brown‟schen MolekularBewegung der Wassermoleküle feststellen, und damit die Verstärkung in einer
Richtung, die im Gewebe mit parallel-orientierten Axonmembranen zu beobachten
ist. Unter Verwendung dieser Information kann dann die Mikrostruktur des Gewebes
abgebildet werden. Eine vielversprechende Anwendung ist die sogenannte
Traktographie, die zur Darstellung der Nervenbahnen der weißen Substanz dient. Die
Ergebnisse der Traktographie können klinisch in präoperativer Planung und
intraoperativer Neuronavigation angewendet werden.
Das Ziel dieser Doktorarbeit ist es, bei Patienten mit supratentoriellen
neuroepithelialen
sprachrelevanten
Tumoren
die
Faserbahnen
Konnektivitätsanalyse-Algorithmus
Durchführbarkeit
mit
Hilfe
auszuwerten,
der
Darstellung
eines
und
der
experimentellen
die
gewonnenen
Diffusionsparameter der rekonstruierten Faserbahnen zu evaluieren. Die Ergebnisse
der operativen Eingriffe, die unter Verwendung der DTI-Faserbahnen durchgeführt
wurden, wurden in dieser Arbeit zusammengefasst.
Methoden
Für die intraoperative Visualisierung der DTI-Traktographie wurde die Software
iPlan 2.5 (BrainLab) verwendet, die einen Standardalgorithmus aus der Gruppe der
„tensor-deflection“ Algorithmen enthält.
Insgesamt wurden in diese Studie 38
Patienten und 5 Probanden eingeschlossen. Die Studie wurde aus praktischen
Gründen in zwei Teilen konzipiert. Ein Teil der Studie befasst sich mit Patienten, die
von Juli 2005 bis August 2007 in Erlangen unter Verwendung der SprachFaserbahnen in der Neuronavigation operiert wurden. Diese Untergruppe enthält 28
Patienten (18 männliche, 10 weibliche, Alter 17-67, Durchschnittsalter 43,6 Jahre ±
15,6). Im zweiten Teil der Studie wurden die Sprachbahnen bei 30 Patienten und 5
Probanden unter Verwendung des Konnektivitätsanalyse-Algorithmus rekonstruiert.
20 Patienten davon mit supratentoriellen neuroepithelialen Tumoren stellten die
Patientengruppe für die statistische Auswertung der Diffusionsparameter der
Faserbahnen dar, 5 Probanden und 5 Patienten mit rechts liegenden Tumoren ohne
2
Bezug zu den Sprachbahnen wurden als Kontrollgruppe definiert. Als Startpunkte für
den Algorithmus wurden sprachrelevante fMRT-Aktivierungen (funktionelle
Magnetresonanztomographie) der linken Hemisphäre verwendet. Die resultierenden
FA-Mittelwerte (fractional anisotropy) für beide Gruppen wurden gesammelt und
statistisch ausgewertet.
Ergebnisse und Beobachtungen
Klinisch wurde bei 4 Patienten, die unter Verwendung der Sprach-Faserbahnen
operiert wurden, am ersten postoperativen Tag eine Verschlechterung der
Sprachstörungen oder das Auftreten von neuen Sprachstörungen beobachtet. In 3
Fällen zeigte sich die Sprachstörung nach zehn Tagen rückläufig, in einem Fall ist es
zu einer Progredienz des Tumorwachstums zusammen mit dem Auftreten von neuen
neurologischen Defiziten einschließlich Aphasie gekommen.
Eine anatomische Darstellung des Fasciculus arcuatus konnte unter Verwendung des
Konnektivitätsanalyse-Algorithmus bei den 30 untersuchten Patienten und 5
Probanden gefunden werden; der Fasciculus occipitofrontalis inferior konnte in nur
zwei Fällen nicht dargestellt werden. In der Untergruppe der Patienten mit
neuroepithelialen
Tumoren
waren
die
FA-Mittelwerte
der
rekonstruierten
Faserbahnen, die weniger als 20 mm vom Tumor entfernt lagen, statistisch
signifikant niedriger als die FA-Mittelwerte der Kontrollgruppe.
Praktische Schlussfolgerungen
Beide sprachrelevanten Fasciculi können in den meisten Fällen als 3D-Faserbahnen
zwischen sprachrelevanten fMRT-Aktivierungen mittels des KonnektivitätsanalyseAlgorithmus erfolgreich dargestellt werden. Das erlaubt die Anwendung dieser
Methode in präoperativer Planung oder intraoperativer Neuronavigation. Die
anatomische und physiologische Genauigkeit und die klinische Zuverlässigkeit der
erworbenen
Daten
muss
jedoch
auch
wegen
der
Veränderungen
der
Diffusionsparameter in der Nähe von neuroepithelialen Tumoren noch weiter
evaluiert werden.
3
Abstract
Background and Objectives
Since the introduction of diffusion tensor imaging (DTI), enormous progress has
been made in the field of noninvasive visualization of neuronal structures. Using
DTI, it is possible to determine the intensity of the Brownian motion of water
molecules, and also the increase in intensity in one direction that can be found in
tissue with longitudinally oriented axonal membranes. Using this information, the
microstructure of the tissue can then be visualized. A promising use is a so-called
tractography, which is used to depict the neuronal fascicles in the white matter.
Clinically, the results of tractography can be used in preoperative planning and
intraoperative navigation.
The objective of this dissertation is to analyze the feasibility of reconstruction of
language-relevant fiber tracts with the use of an experimental connectivity analysis
algorithm and to evaluate the diffusion parameters of the reconstructed fiber tracts.
The results of operations that were performed with the use of DTI fiber tracts are also
summarized in the manuscript.
Methods
The software iPlan 2.5 (BrainLab) was used for the intraoperative visualization of the
DTI tractography; this software uses a standard tensor-deflection algorithm. In total,
38 patients and 5 healthy volunteers were included in this study. The study was
divided into two parts for practical reasons. One part of the study describes the
patients that were operated on from July 2005 till August 2007 in Erlangen with the
use of language fiber tracts in navigation. This subgroup contains 28 patients (18
male, 10 female, ages 17-67, average 43.6 ± 15.6). In the second part of the study,
the language fiber tracts were reconstructed using the connectivity analysis algorithm
in 30 patients and 5 volunteers. Of these, 20 patients with supratentorially located
neuroepithelial tumor represented the patient group for the statistical analysis of the
diffusion parameters. 5 patients harboring a right sided tumor with no relationship to
the language tracts and 5 normal volunteers represented the control group. Language
fMRI-defined (functional magnetic resonance imaging) cortical areas in the left
hemisphere were used as start areas for the algorithm. The resulting FA (fractional
anisotropy) averages were collected for both groups and statistically analyzed.
4
Results
A clinical deterioration in the preexisting language deficits or a new language deficit
on the first postoperative day was observed in 4 patients that were operated on using
the visualized language fiber tracts. The deficit had regressed after ten days in 3 of
these cases, in one case there was a progressing growth of the tumor causing new
neurological deficits including aphasia.
An anatomically corresponding visualization of the arcuate fascicle could be
achieved in all 30 patients and 5 volunteers; the inferior occipitofrontal fascicle could
not be visualized in 2 cases. In the group of patients with neuroepithelial tumors, the
FA averages of the reconstructed fiber tracts were significantly lower than in the
control group in cases, where the distance between the tumor and the fiber tract was
lower than 20 mm.
Conclusion
Both fascicles relevant to language could be reconstructed as 3D fiber tracts running
between the fMRI based areas using the connectivity analysis algorithm. This allows
for the use of this method in preoperative planning and intraoperative navigation.
The anatomic and physiologic accuracy and the clinical reliability must however be
further evaluated, also because of the changes of diffusion parameters in the vicinity
of neuroepithelial tumors.
5
Einleitung
Kortikale Repräsentation der Sprache
Geschichte
Die Grundlagen der klassischen Broca-Wernicke-Theorie wurden schon im
neunzehnten Jahrhundert gelegt. Marc Dax (1770-1837) hat 1836 seine klinische
Beobachtungen der Dominanz der linken Hemisphäre beschrieben [6]. Danach
wurde der funktionelle Unterschied zwischen linker und rechter Hemisphäre, sowie
der Zusammenhang zwischen Schädigung der linken Hemisphäre und einem
klinischen Defizit im Sinne einer motorischen Aphasie 1861 von Paul Broca (18241880) als Fallbeobachtung eines Patienten beschrieben, der unter einem links-frontal
gelegenen chronischen Hirnabszess litt. Derselbe Autor hat dann 1863 eine Studie
mit 25 Fällen einer Aphasie (die er damals als „Aphemie“ bezeichnete) publiziert.
1865 hat er in seiner bekanntesten Arbeit die dritte linke frontale Hirnwindung als
Sitz der artikulierten Sprache beschrieben, wobei auch die Arbeit von Marc Dax
zitiert wurde [12]. So entstand die Bezeichnung „Broca-Areal“, die heute für die
Brodmann-Areale (BA) 44 (Pars opercularis gyri frontalis inferioris) und 45 (Pars
triangularis gyri frontalis inferioris) verwendet wird [5]. In dieser Arbeit erwähnte
Broca auch die Theorie, dass bei einem kleinen Anteil der Population die rechte
Hemisphäre dominant wird, weil auch die
motorischen Funktionen, die
normalerweise linksdominant sind und damit zur Rechtshändigkeit führen, in einem
kleinen Anteil der Population offensichtlich rechtsdominant sind [12].
1874 publizierte Carl Wernicke (1848-1905) seine Arbeit „Der aphasische
Symptomencomplex”. In der Arbeit postulierte er, dass die von Broca beschriebenen
Areale nicht bei allen Patienten mit Aphasien beschädigt sind, und dass auch die
Schädigung der linkshemisphärischen perisylviischen Areale Aphasien verursacht.
Darüber hinaus hat Wernicke die klassische Gliederung der Aphasien eingeführt,
indem er drei Typen von Aphasie beschrieben hat: Die sensorische Aphasie
(sogenannte Wernicke-Aphasie), die Leitungsaphasie und die motorische (Broca)
Aphasie [12].
Heute werden die Brodmann-Areale 42 (Planum temporale), 22
(Gyrus temporalis superior) und 21 (der obere Teil des Gyrus temporalis medius) als
Wernicke-Areal bezeichnet [5].
6
Aktuelle fMRT- und Elektrostimulations-Studien
Die aktuellen Studien, die sich mit der kortikalen Repräsentation der Sprache und mit
der Darstellung sprachrelevanter Regionen befassen, weisen auf ein kompliziertes
kortikales Netzwerk hin. Die meisten experimentellen Studien beschreiben drei
funktionell und morphologisch unterschiedlich verbundene Teilfunktionen des
kortikalen Sprachnetzwerks: Phonologie, Semantik und Syntax. Als phonologische
Funktionen bezeichnet man hierbei die Funktionen, die die Perzeption der Laute als
Einheiten im System einer Sprache ermöglichen. Semantische Funktionen betreffen
die Fähigkeit, die Bedeutung der Sprachelemente wahrzunehmen und als
Kommunikationsmittel zu verwenden. Die Fähigkeiten den Satzbau zu verstehen und
Phrasen und Sätze zusammenzustellen, bezeichnet man als syntaktische Funktionen.
[63].
Die phonologischen Kortexbereiche sind nach der neuen Metaanalyse der fMRTStudien [63] im Frontal-, Temporal- und Parietallappen lokalisiert. Im Frontallappen
wurden in
dieser
Metaanalyse
fünf
Aktivierungscluster
beschrieben.
Ein
Aktivierungscluster befindet sich im Sulcus Rolandi in der Nähe des motorischen
Mundbereichs. Dieser Cluster wird nicht nur bei der Artikulierung, sondern auch
beim Anhören von Silben aktiviert. Diese Beobachtung wird von den Ergebnissen
einer anderen Studie [19] unterstützt, wo ein Anstieg von evozierten Potentialen im
Bereich der Zungenmuskeln beim Anhören von gesprochener Sprache beschrieben
wurde. Deswegen soll die kortikale Repräsentation der Phoneme nach dieser
Metaanalyse nicht nur schall-kodiert, sondern durch Schall und motorisch kodiert
sein. Andere frontale Aktivierungscluster wurden im Bereich des unteren Gyrus
präcentralis, im Operculum Rolandi und im dorsalen Anteil der Pars triangularis gyri
frontalis inferioris beschrieben, wobei sich die Pars triangularis gyri frontalis
inferioris (F3td) an der phonologischen Gedächtnisschleife beteiligt. In einer neuen
Elektrostimulations-Studie [14] wurden im ventralen Anteil des BA 6 (vPMC ventral
premotor cortex, vorderer Anteil des Gyrus präcentralis) ähnliche oder gleiche
Bereiche beschrieben, die bei Inaktivierung mittels zweiphasiger Stromstimulation
Sprachstörungen im Sinne einer Anarthrie produziert hatten. Im Temporal- und
Parietallappen wurden in der oben erwähnten Metaanalyse zwei Cluster mit
Aktivierung während phonologischer Aufgaben gefunden: Planum temporale (PT)
und Gyrus supramarginalis (SMG). SMG bildet gemeinsam mit F3td die
phonologische Gedächtnisschleife.
7
Die semantischen Kortexbereiche sind nach der oben erwähnten Metaanalyse im
Frontallappen meistens rostral von den phonologischen Aktivierungen lokalisiert.
Folgende Aktivierungscluster wurden beschrieben: Dorsaler Anteil der Pars
opercularis gyri frontalis inferioris, die Grenzzone zwischen der Pars opercularis der
dritten frontalen Hirnwindung und dem Gyrus präcentralis, Pars triangularis gyri
frontalis inferioris, und Pars orbitalis gyri frontalis inferioris, wobei die Partes
opercularis und triangularis der dritten frontalen Hirnwindung (BA 44 und 45,
Wernicke-Areal) auch in der Elektrostimulations-Studie als Bereiche, die kompletten
Speech-Arrest verursachen, beschrieben wurden. In einer anderen Studie der selben
Autoren [17] sind bei 5 von 9 Patienten bei intraoperativer Untersuchung
semantische Paraphasien aufgetreten, und zwar bei Stimulation im Bereich der Pars
orbitalis gyri frontalis inferioris, oder im Gyrus frontalis medialis, also rostral von
den Bereichen, deren Stimulierung zu Anarthrien führte.
Im Temporal- und
Parietallappen
viele
wurden
in
der
fMRT-Metaanalyse
semantische
Aktivierungscluster identifiziert: Im Temporalpol, im vorderen und hinteren Teil des
Gyrus temporalis superior, im Gyrus temporalis medius und Gyrus fusiformis, sowie
im
Gyrus
angularis
(AG).
Die
Elektrostimulations-Studie
[17]
hat
im
Temporallappen folgende Bereiche identifiziert: Gyrus temporalis superior im
hinteren unteren Teil und Gyrus temporalis medius im hinteren oberen Teil. Das
entspricht einem Teil der Ergebnisse aus der Metaanalyse, die ElektrostimulationsStudie hat jedoch nicht den ganzen Kortex des Temporal- und Parietallappens
umfasst, weil sich die Autoren auf den Bereich der Trepanation einschränken
mussten.
Syntaktische Funktionsbereiche sind nach Angaben der oben erwähnten Metaanalyse
mit
den
anderen
Modalitäten
vermischt.
Im
Frontalkortex
wurden
Aktivierungscluster im Gyrus frontalis medius und zusammen mit semantischen
Funktionen im dorsalen Anteil der Pars opercularis gyri frontalis inferioris und Pars
triangularis gyri frontalis inferioris identifiziert. Im Temporal- und Parietallappen
befinden sich die Aktivierungscluster im Bereich des Temporalpols, des vorderen
Teils des Gyrus temporalis superior, des Gyrus temporalis medius und am hinteren
Rand des Sulcus temporalis superior [63].
8
Konnektivität
Konnektivität des phonologischen Systems
Die anatomischen sowie die DTI-Studien [51] haben gezeigt, dass der Fasciculus
arcuatus (superior longitudinal fascicle, SLF) die Gyri frontales mit dem hinteren
lateralen Teil des Gyrus temporalis superior einschließlich Planum temporale [63],
und auch mit dem oben diskutierten Gyrus supramarginalis [16], verbindet. Der
Fasciculus verläuft durch die Capsula externa um die Insel. Direkte Inhibition des
Fasciculus mittels intraoperativer Elektrostimulation verursacht Sprachstörungen im
Sinne einer Anomie, entsprechend den Symptomen, die man als Leitungsaphasie
bezeichnet [15], oder phonologische Paraphasien [36].
hemisphärischen
weißen
Substanz,
wie
der
Fasciculus
Andere Teile der
subcallosus,
die
periventrikuläre weiße Substanz und insulo-frontale Verbindungen spielen auch eine
gewisse Rolle in der phonologischen Konnektivität [15].
Konnektivität des semantischen Systems
Die Rolle des Fasciculus longitudinalis inferior (ILF) und des Fasciculus uncinatus
im semantischen Netzwerk wurde von mehreren Autoren diskutiert [63], [51], [36],
[13]. Der ILF verbindet den hinteren Teil des Sulcus temporalis superior und Gyrus
fusiformis mit dem Temporalpol [8]. Die Information soll dann durch den Fasciculus
uncinatus weitergeleitet werden. Die aktuellen Elektrostimulations-Studien weisen
jedoch darauf hin, dass die Stimulation des ILF keine Sprachstörungen verursacht,
und dass auch nach der Resektion des ILF keine langfristigen Sprachdefizite
auftreten [36]. Als anatomisches Korrelat der von Parker beschriebenen ventralen
Bahn bezeichnen beide oben erwähnte aktuelle Elektrostimulations-Studien den
Fasciculus occipito-frontalis inferior [13], [36], die Existenz einer indirekten
Sprachbahn im ILF bleibt fraglich.
Die Verbindung des semantischen Systems soll nach den neuesten Studien durch den
Fasciculus occipitofrontalis inferior (IOFF – inferior occipitofrontal fascicle)
verlaufen [36], [17]. Die Anatomie dieser Faserbahn wurde kürzlich von Kier et al.
in einer kombinierten Studie mit MRT und anatomischer Präpariation erörtert [27].
Der Fasciculus occipitofrontalis inferior verläuft durch den Temporallappen und
durch die weiße Substanz zwischen dem Temporal- und Frontallappen („temporal
stem“) in die Capsula externa und extrema, wo er oberhalb der Fasern des Fasciculus
uncinatus liegt. Im Temporallappen stellt der IOFF eine lange rostrocaudal
9
verlaufende Faserbahn dar. Der höchste Punkt der Faserbahn liegt in der Ebene des
Vorderhorns des Seitenventrikels [27].
Erörterung der Techniken
BOLD-fMRT
Die Grundlage der fMRT ist der Blood Oxygen Level Dependent (BOLD)-Effekt
[50].
Paramagnetisches
Desoxyhämoglobin
verursacht
(im
Gegenteil
zum
diamagnetischen Oxyhämoglobin) lokale Feldinhomogenitäten, die zur Verkürzung
der T2*-Zeiten führen [54]. Da die neuronale Aktivität zu einer lokal erhöhten
Durchblutung
und
zum
Gradientenechosequenzen,
erhöhten
die
auf
Sauerstoffbedarf
lokale
führt,
Feldinhomogenitäten
zeigen
die
besonders
empfindlich reagieren, bei verstärkter neuronaler Aktivität eine schwache
Intensitätserhöhung im Bild. Der Unterschied im Kontrast kann zwar normalerweise
nicht beobachtet werden, unter Verwendung statistischer Methoden sind aber die
Aktivierungen nachweisbar. Die Ergebnisse der fMRT sind jedoch von den
Fähigkeiten und der Konzentration des Patienten, sowie vom verwendeten
Stimulationsparadigma abhängig, da die sprachrelevante neuronale Aktivität nur
durch die bewusste Tätigkeit hervorgerufen werden kann.
DTI
Diffusion-Tensor-Imaging (DTI) ist eine Bildgebungsmethode, deren Prinzip auf den
variierenden Diffusionseigenschaften von Wassermolekülen in Abhängigkeit von
ihrer Umgebung beruht. In einer Flüssigkeit befinden sich Moleküle in ständiger
Bewegung (die Brown„sche Molekularbewegung). Die Bewegungsrichtung eines
Moleküls ist vollkommen zufällig, außerdem erfolgen aufgrund der Wechselwirkung
mit anderen Molekülen ständige Richtungsänderungen. Deswegen lässt sich für ein
einzelnes Molekül nicht vorhersagen, in welche Richtung oder wie weit es sich in
einer bestimmten Zeit von seinem ursprünglichen Aufenthaltsort fortbewegen wird.
Durchschnittlich diffundieren jedoch Moleküle in alle Richtungen gleich schnell.
Dieses Phänomen wird als isotrope Diffusion bezeichnet und lässt sich in homogenen
Flüssigkeiten nachweisen (z.B. im Liquor). In der weißen Substanz, die vor allem
aus den Axonen besteht, werden die Wassermoleküle jedoch durch strukturelle
Barrieren wie Zellmembranen an der gleichmäßigen Diffusion gehindert. Die
10
Wahrscheinlichkeit der Bewegung in Längsrichtung der Axone ist daher größer als
die in Querrichtung. Dieses Phänomen wird als anisotrope Diffusion bezeichnet. Bei
diffusionsgewichteten Bildgebungsmethoden lassen sich der Grad der Anisotropie,
die Stärke der Diffusion, sowie die Hauptrichtung der Diffusion feststellen.
Die diffusionsgewichtete MR-Messmethode (DW-MRI) wurde bereits Mitte der 80er
Jahre entwickelt [34].
Inzwischen hat die DW-MRI einen festen Platz in der
radiologischen Diagnostik bei Erkrankungen des Zentralnervensystems; die
wichtigste Anwendung ist derzeit in der Frühdiagnostik der zerebralen Ischämie [39].
Reine DW-MRI ergibt jedoch keine Information über die Richtung der Diffusion.
Das Prinzip der Diffusionstensor-Bildgebung beruht darauf, dass pro Schicht
mindestens sieben Aufnahmen gemacht werden. Die erste ist eine T2-Aufnahme.
Für die weiteren sechs wird jeweils ein Gradient in eine bestimmte Richtung
zusätzlich geschaltet. So erhält man pro Voxel (Element der dreidimensionalen
Rasterdarstellung der MRT) einen Diffusionskoeffizienten für jede der sechs
Richtungen im Raum [2].
Konnektivitätsanalyse mit dem A*-Algorithmus
Die klassischen Traktographie-Algorithmen zur Rekonstruktion der neuronalen
Bahnen verwenden den Haupteigenvektor des Diffusionstensors. In Regionen, die
anisotrope Diffusionseigenschaften aufweisen, korreliert der Haupteigenvektor mit
der Hauptrichtung der Diffusion. Im Falle von Kreuzungen oder Verzweigungen der
Faserbahnen liegen jedoch planare oder sogar kugelförmige Tensoren vor. In diesen
Fällen kommen mehrere Richtungen mit der gleichen Diffusionswahrscheinlichkeit
vor, die für die Rekonstruktion berücksichtigt werden müssen.
Die üblichen Fibertracking Algorithmen, wie „streamline propagation“ [40],
„tensor deflection“ [33] oder eine Kombination beider Verfahren können diese
Voraussetzung nicht erfüllen, weil die Entscheidung in jedem Fall nur für eine
Richtung getroffen wird, die dann für die Weiterführung der Bahn verwendet wird.
Deswegen wurden alternative Techniken entwickelt, die stochastische oder auf
Graphentheorie
basierende
Methoden
verwenden.
Das
Verfahren
zur
Konnektivitätsanalyse [37] gehört zu der letzteren Gruppe. Für die Berechnung der
Bahn zwischen dem Start- und Zielknoten baut er einen Graph (ein mathematisches
Gebilde, das aus Knoten besteht, die durch Kanten verbunden sind) zwischen den
beiden Knoten auf. Jeder Kante des Graphs ist ein lokaler Kostenwert zugeordnet. In
11
jeder Iteration wird dann die Bahn mit den niedrigsten Kosten gesucht, die vom
Start- zum Zielknoten führt. Die wichtigen Parameter des Algorithmus sind der
„walkability threshold“, ein adäquates Suchgitter, und die Kostenfunktion. Unter
„walkability threshold“ versteht man den Schwellenwert der fraktionalen
Anisotropie (FA), der zur Differenzierung zwischen der weißen und grauen Substanz
dient. Der lokale FA-Wert wird dann zur Entscheidung benutzt, ob der Graph in der
jeweiligen Richtung ausgebaut wird. Im Suchgitter des KonnektivitätsanalyseAlgorithmus ist jeder Knoten mit 74 Nachbarn verbunden. Die Kostenwerte sind den
Kanten
aufgrund
der
lokalen
Tensordaten
zugeordnet.
Mit
Hilfe
einer
Kostenfunktion und einer Such-Heuristik wird der Graph aufgebaut, und mögliche
Verbindungen zum Ziel gefunden. Das Suchvolumen des Algorithmus kann auch
vom Benutzer nach anatomischen Angaben eingegrenzt werden.
Ziel der Doktorarbeit
Das Ziel dieser Doktorarbeit ist es, bei Patienten mit supratentoriellen
neuroepithelialen
Tumoren
die
Durchführbarkeit
der
Darstellung
der
Sprachfaserbahnen mit dem neuen Konnektivitätsanalyse-Algorithmus auszuwerten,
die Ergebnisse mit dem Standardverfahren zu vergleichen, und die gewonnenen
Diffusionsparameter
der
rekonstruierten
Faserbahnen
zu
evaluieren.
Das
Hauptinteresse liegt bei der Verwendung der gewonnenen Faserbahnen in der
Neuronavigation und bei den klinischen Folgerungen.
12
Patienten und Methoden
Patienten und Probanden
Insgesamt wurden in diese Studie 38 Patienten und 5 Probanden eingeschlossen. Die
Studie wurde in zwei Teilen konzipiert. Bei 28 Patienten wurde eine Darstellung der
sprachrelevanten Faserbahnen in der Neuronavigation während einer Operation
verwendet. In einem Teil widmet sich die Studie retrospektiv der Bewertung des
postoperativen klinischen Verlaufs bezüglich der Sprachstörungen bei diesen
Patienten und der Durchführbarkeit der Faserbahnrekonstruktion in der NavigationSoftware. Bei 30 Patienten und 5 Probanden wurde eine Faserbahnrekonstruktion
mittels des Konnektivitätsanalyse-Algorithmus durchgeführt. In dieser Untergruppe
wurden
verschiedene
Diffusionsparameter
Aspekte
der
ausgewertet,
und
Faserbahnrekonstruktion
die
Ergebnisse
wurden
und
die
mit
dem
Standardverfahren vergleicht. Tabelle 1 gibt eine Übersicht von Patienten und
Probanden.
Nr.
1
2
3
Alter /
Geschlech
t
54 / m
65 / f
59 / m
4
38 / m
5
56 / m
6
36 / m
7
58 / f
8
9
65 / m
25 / m
10
11
12
13
67 / m
44 / f
17 / f
49 / m
14
41 / m
15
16
25 / f
36 / f
17
55 / m
18
33 / f
Diagnose
Konnektivitätsanalyse
Glioblastom (WHO IV) links temporal
Glioblastom (WHO IV) links frontal
Glioblastom (WHO IV) links frontal –
Rezidiv
Astrozytom (WHO II) links
frontoparietal
Glioblastom (WHO IV) links
frontotemporal
anaplastisches Astrozytom (WHO III)
rechts frontolateral
anaplastisches Oligoastrozytom (WHO
III) links frontal – Rezidiv
Gangliogliom (WHO I) links temporal
pilozytisches Astrozytom (WHO I) links
temporoparietal – Rezidiv
Glioblastom (WHO IV) links temporal
Glioblastom (WHO IV) links zentral
PNET (WHO IV) links frontoparietal
anaplastisches Oligodendrogliom (WHO
III) links frontal
anaplastisches Astrozytom (WHO III)
rechts temporal – Rezidiv
DNET (WHO I) links frontal
Oligoastrozytom (WHO II) links
temporal
anaplastisches Oligodendrogliom (WHO
III) links fronta
anaplastisches Oligoastrozytom (WHO
III) links temporal
Nein
Ja
Nein
Sprache-DTI
intraoperativ
verwendet
Ja
Ja
Ja
Ja
Ja
Ja
Ja
Ja**
Ja
Nein
Ja
Ja
Ja*
Ja
Ja
Ja
Ja
Ja
Nein
Ja
Ja
Ja
Ja
Ja**
Ja
Nein
Ja
Ja
Ja
Ja
Ja
Ja
Ja
13
19
24 / f
20
38 / m
21
59 / f
22
23
66 / m
32 / m
24
46 / m
25
19 / m
26
27
28
29
54 / m
22 / m
38 / f
63 / m
30
31
29 / m
47 / w
32
34 / m
33
34
35
49 / m
44 / w
37 / m
36
47 / m
37
38
40 / w
22 / m
anaplastisches Astrozytom (WHO III)
links frontal
diffuses Astrozytom (WHO II) links
frontal
anaplastisches Astrozytom (WHO III)
links temporal
Glioblastom (WHO IV) links temporal
Glioblastom (WHO IV) links
temporooccipital
anaplastisches Astrozytom (WHO III)
links temporal – Rezidiv
pharmakoresistente Epilepsie nach
Schädel-Hirntrauma mit li. frontalen
Kontusionen
Epilepsie bei vaskulärem Hamartom
Cavernom links frontal
Astrozytom (WHO II) links parietal
anaplastisches Astrozytom (WHO III)
links postzentral
Astrozytom (WHO II) links postzentral
anaplastisches Oligodendrogliom (WHO
III) links parietooccipital
anaplastisches Oligoastrozytom (WHO
III) links temporoparietal
Glioblastom (WHO IV) links temporal
Astrozytom (WHO II) links frontal
anaplastisches Oligoastrozytom (WHO
III) links temporal
anaplastisches Astrozytom (WHO II)
links frontotemporal
AV - Angiom links parietal
Kavernöses Angiom links frontal
K1
K2
K3
K4
K5
K6
K7
K8
K9
K10
28 / w
27 / m
36 / m
24 / m
53 / m
40 / m
26 / m
23 / w
34 / m
27 / m
Kontrollgruppe
Proband
Proband
Gliom III rechts frontolateral
Cavernom rechts parietal
AV Hamartom rechts parietal
Gliom III rechts temporal
Proband
Gliom II rechts occipital
Proband
Proband
Ja*
Ja
Ja*
Ja
Ja
Ja
Nein
Ja
Ja
Ja
Nein
Ja
Nein
Ja
Nein
Nein
Nein
Ja
Ja
Ja
Ja
Nein
Ja
Ja
Nein
Nein
Ja
Nein
Ja
Ja
Ja
Nein
Nein
Nein
Ja
Nein
Ja*
Ja*
Nein
Nein
Patient 6
Patient 14
Tabelle 1:
Übersicht von Patienten und Probanden; die Patienten, die mit der
Konnektivitätsanalyse untersucht wurden, haben jedoch die unten erwähnte
Einschlusskriterien für die Auswertung des Einflusses des Tumors auf die
Diffusionsparameter nicht erfüllt, sind mit einem Stern (*) markiert; die Patienten,
die unter Verwendung der rechtsseitigen Sprachbahnrekonstruktion operiert wurden,
haben jedoch nach der fMRT-Analyse eine linksseitige Sprachdominanz und wurden
auch in die Kontrollgruppe hinzugefügt, sind mit zwei Sternen (**) markiert
14
Durchführbarkeit des Konnektivitätsanalyse-Algorithmus und Einfluss des
Tumors auf die Diffusionsparameter
Ergebnisse von 30 Patienten und Probanden (10 weibliche, 20 männliche,
Durchschnittsalter 41,2 Jahre ± 14,1)
wurden in diesen Teil der Studie
eingeschlossen. Von diesen Personen wurden 10 als Kontrollgrupe verwendet,
darunter 5 Probanden und 5 Patienten mit rechtsliegendem Tumor (Subjekte K1K10, Tabelle 1). Die Patientengruppe enthält 20 Personen (Tabelle 1). Die
Einschlusskriterien für die Patientengruppe waren:
1. fMRT und DTI Aufnahmen wurden zwischen 1.1.2005 und 31.3.2007
gemessen, die fMRT-Daten wurden bearbeitet und die resultierenden
Aufnahmen als DICOM-Dateien gespeichert.
2. Neuroepithelialer
Tumor
gemäß
der
überarbeiteten
WHO-
Klassifikation [28] in der linken Hemisphäre.
3. Der Tumor befindet sich in der Nähe einer der Sprachbahnen.
4. Patienten mit Tumoren, die nicht näher als 30 mm von einer der
rekonstruierten Sprachbahnen lagen, wurden ausgeschlossen.
5. Patienten mit Tumoren, die rostral von der dritten frontalen
Hirnwindung oder kaudal des Gyrus angularis lagen, wurden
ausgeschlossen.
6. Die linke Hemisphäre ist nach den fMRT Aufnahmen dominant für
Sprache.
Patienten
mit
rechtsseitiger
Dominanz
wurden
ausgeschlossen und die Ergebnisse aus der rechten Hemisphäre
wurden nicht mit den anderen verglichen, da die Verhältnisse
zwischen der kortikalen Dominanz und der Asymmetrie der weißen
Substanz in der Literatur in Frage gestellt wurden [62].
15
Abbildung 1: Verteilung der WHO Grade unter den Patienten, die mit der
Konnektivitätsanalyse
untersucht
wurden
und
die
oben
erwähnten
Einschlusskriterien erfüllt haben
Die Kontrollgruppe besteht aus den Fällen K1-K10 (n=10). Die Fälle K1, K2, K7,
K9 und K10 sind Probanden. Fälle K3, K6 und K8 sind Patienten mit rechtsseitigem
Tumor mit keiner Überschreitung oder Verlagerung der Mittellinie, Fälle K4 und K5
sind Patienten mit rechtsseitigem parietal liegendem cavernösem Hämangiom. Alle
Personen in dieser Gruppe hatten gemäß der fMRT linksseitige Sprachdominanz.
Die Sprach-fMRT-Untersuchung wurde bei diesen Patienten aus verschiedenen
Gründen durchgeführt. Patient K6 (Tabelle 1, WHO III Gliom rechts temporal) ist
Linkshänder. Patienten K3 und K5 (Tabelle 1, WHO Gliom III rechts frontolateral
bzw. Cavernom rechts parietal) litten unter einer symptomatischen Epilepsie, wobei
in der Anamnese Sprachstörungen bzw. Sprach-Arrest während des Anfalles
beschrieben wurden. Die Untersuchung der Sprache mittels fMRT zeigte jedoch auch
bei diesen Patienten eine deutliche Linksdominanz, und die klinische Untersuchung
bei der Aufnahme ergab keine Sprachstörungen. In dieser Studie wurden nur
Patienten mit linksseitiger Dominanz nach fMRT untersucht. Nach einer DTI-Studie
von Vernooij et al. [62] ist jedoch die strukturelle Asymmetrie des Fasciculus
arcuatus überwiegend linksdominant und unabhängig von der funktionellen
Lateralisation der Hemisphären sowie von der Händigkeit. Außerdem ist die
Verwendung der kontralateralen gesunden Hemisphäre als Kontrolle in der Literatur
16
bekannt [57], [21].
Die Daten der gesunden Hemisphären der oben erwähnten
Patienten können somit zum Vergleich mit der Patientengruppe verwendet werden.
Verwendung der DTI-rekonstruierten Sprachbahnen in der Neuronavigation
Insgesamt wurden von Juli 2005 bis August 2007 in Erlangen 28 Patienten (18
männliche, 10 weibliche, Alter 17-67, Durchschnittsalter 43,6 Jahre ± 15,6) unter
Verwendung der Sprach-Faserbahnen in der Neuronavigation operiert (Tabelle 1).
Davon waren 23 Resektionen und 5 Biopsien. Bei allen Patienten wurde das bereits
beschriebene Standardverfahren zur Rekonstruktion der Faserbahnen verwendet [45].
Die
Bahnrekonstruktion wurde
im
iPlan
Cranial
2.5
(Navigationssystem
VectorVision, BrainLab, Feldkirchen, Deutschland) durchgeführt. Der verwendete
Algorithmus gehört zur Gruppe der „tensor-deflection“-Algorithmen, und wurde zum
ersten Mal von Lazar et al. [33] beschrieben. Bei einem Patienten (Nr. 27) wurden
Ergebnisse beider Algorithmen (Standardalgorithmus der iPlan Software und
Konnektivitätsanalyse-Algorithmus) in die Neuronavigation eingebunden.
Der
klinische Zustand im Sinne der Sprachstörungen wurde am Aufnahmetag, am ersten
postoperativen Tag und am zehnten postoperativen Tag ausgewertet.
Methoden
An der Neurochirurgischen Klinik der FAU Erlangen wird die DTI Messung mit
einem Siemens Sonata 1.5T Scanner (single shot spin echo Sequenz, EPI readout,
TR/TE 9200/86 ms, Matrix 128 x 128, FoV 240 mm, Schichtdicke 1.9 mm, b-Wert 0
und 1000 s/mm2) durchgeführt.
Zur fMRT-Messung wird ebenso der 1,5 T Siemens Sonata – Scanner (EPI-Sequenz,
25 Schichten – Schichtdicke 3 mm, TR/TE: 2470/60ms) verwendet [22]. Die
Stimulation wird visuell, mit Verwendung des Boxcar-Paradigmas mit 30
Messungen in Aktivitätsphase und 30 Messungen in Ruhephase durchgeführt. Da der
visuelle Cortex relativ weit von den sprachrelevanten Arealen entfernt ist, ermöglicht
die visuelle Stimulation bessere Signal-Rausch-Verhältnisse als die auditive
Stimulation. Vier Typen von Stimulationsaufgaben werden durchgeführt: Lesen,
Benennung von Gegenständen, Beantwortung von Fragen und Aufstellen von
Verben und Sätzen zu einem gegebenem Substantiv. Die resultierende fMRT-Map,
in der alle frontalen sowie temporoparietalen Sprachareale dargestellt werden, wird
dann als DICOM-Datensatz gespeichert.
17
Konnektivitätsanalyse mit dem A*-Algorithmus
Die anatomischen MRT Datensätze mit den assoziierten fMRT-Maps wurden rigide
mit den DTI-B0 Datensätzen registriert [59]. Zur Analyse der Daten wurde die
Visualisierungsapplikation Medalyvis verwendet, in der der Algorithmus zur
Konnektivitätsanalyse
implementiert
ist. Die Aktivierungen in der linken
Hemisphäre, die nach der anatomischen Lokalisation den oben genannten
Sprachzentren entsprachen, wurden manuell als ROIs (regions of interest) markiert
und als Startpunkte für den Algorithmus verwendet.
Abbildung 2: Markierung der fMRT-Aktivierungen als ROIs für den
Konnektivitätsanalyse-Algorithmus; lila – frontale Aktivierungen, grün –
temporoparietale Aktivierungen, weiß – nichtmarkierte Aktivierungen in der rechten
Hemisphäre
Zusätzlich wurde das Suchvolumen nach anatomischen Verhältnissen für die
jeweilige Bahn eingestellt und die Suche durchgeführt. In dem ersten Versuch war
die Kostenfunktion mit dem Grenzwert für FA („walkability threshold“) 0.30, falls
keine Bahn gefunden wurde, die der vorbekannten Anatomie der Sprachbahnen
entsprechen würde, wurde der Grenzwert auf 0.15 eingestellt und die Suche
wiederholt. Der Kostenwert für Abbiegungswinkel („bending angle“) wurde auf 0.9,
der Grenzwert auf 75 Grad und der erwartete Mittelwert auf 20 Grad eingestellt. Für
Pathfinding des IOFF wurde die obere Grenze des Suchvolumens direkt oberhalb des
Cornu anterius ventriculi lateralis, die innere Grenze direkt medial von der Capsula
externa eingestellt. Fasern, die der bekannten Anatomie des Fasciculus arcuatus oder
des Fasciculus occipitofrontalis inferior nicht entsprachen, wurden gelöscht
(Abbildung 3).
Für Visualisierung und Rasterisierung der Bahnen können die Fasern in 3D-Hüllen
eingehüllt werden. Dazu wird eine im Medalyvis implementierte Funktion (Iso-
18
Hulls) verwendet, mit folgenden Einstellungen: Parameter 0,6; Iterations: 40;
Rasterisation mode: Gauss (Abbildung 4).
Die FA-Mittelwerte der gefundenen Faserbahnen wurden gesammelt und die TumorFaserbahn-Abstände gemessen. Die Messung der Abstände der Läsionen zur
Faserbahnen wurde direkt im Medalyvis durchgeführt. Die Endpunkte der
Messungslinie wurden in der 2D-Ansicht an die Grenze der Läsion, und in der 3DAnsicht an den nächst gelegenen Punkt der Faserbahn gesetzt. Die Position der in der
3D-Ansicht dargestellten Messungslinie wurde dann ausführlich aus mehreren
Ansichtswinkeln überprüft, damit eine Fehlsetzung ausgeschlossen werden konnte.
Die FA-Daten wurden dann statistisch mit Verwendung des Student t-Tests für
unabhängige Stichproben ausgewertet. Vor der Durchführung des t-Tests wurden die
Daten dem Hartley-F-Test auf Varianzhomogenität unterzogen. Für die statistische
Analyse wurde das Softwarepaket OpenEpi (http://www.openepi.com/) verwendet.
Abbildung 3: Proband, Fall Nummer K2, 3D-Abbildung, gelb: ROIs definiert nach
den fMRT-Aktivierungen, rot-grün – resultierende Sprachbahnen, FA-Wert
Farbkodiert (höher = grün, niedriger = rot), rot – anatomisch definierte
Suchvolumen für den Fasciculus occipitofrontalis inferior
19
Abbildung 4: Proband, Fall Nummer K2, 3D-Abbildung, Faserbahnen in 3D-Hüllen
eingehüllt, gelb: ROIs, cyanblau – Fasciculus arcuatus, magentarot - IOFF
Abbildung 5: Proband, Fall K2, 2D-Abbildung des IOFF auf einer fMRT-Map, die
rekonstruierte Faserbahn verbindet Sprachrelevante Aktivierungen und entspricht
der oben beschriebenen Anatomie des Fasciculus occipitofrontalis inferior nach [27]
Rekonstruktion der Faserbahnen in iPlan Cranial 2.5
Die fMRT-Maps wurden als DICOM-Dateien gespeichert und in die iPlanApplikation importiert (PatXFer 5.1, BrainLab). In der iPlan Software wurden die
DTI-Datensätze mit den fMRT-Maps registriert (Image Fusion). Für die
Rekonstruktion des Fasciculus arcuatus wurde die 2-VOI (volume of interest)
Methode mit Verwendung der fMRT-Aktivierungen durchgeführt. Ein VOI wurde
im Bereich der temporoparietalen Aktivierungen definiert, und das Fiber-Tracking
durchgeführt. Das zweite VOI wurde dann im Bereich der frontalen Aktivierungen
20
definiert und alle bisher rekonstruierten Fasern, die nicht durch das VOI liefen,
wurden gelöscht. Eventuell wurden auch die Fasern gelöscht, die der gesuchten
Sprachbahn nicht entsprachen. Der Fibertracking-Algorithmus wurde schon
ausführlich beschrieben [45]. In der verwendeten Version der Software
(iPlan
Cranial 2.5) ist nur der FA-Grenzwert einstellbar, eine Einstellung des Grenzwertes
für Abbiegungswinkel ist nicht möglich (Abbildung 6).
21
Abbildung 6: Rekonstruktion des Fasciculus arcuatus im iPlan Cranial 2.5;
Proband (Nr. K2 in Tabelle 1), 3D-Darstellungen, grün: segmentierte fMRTAktivierungen; links oben: erstes VOI; rechts oben: Fiber-Tracking durchgeführt mit
einem FA-Grenzwert von 0,15; links unten: zweites VOI, die nichtrelevante Fasern
wurden gelöscht, rechts unten: Darstellung der rekonstruierten Faserbahn als 3DObjekt
Bei den meisten Patienten, die unter Verwendung der visualisierten Sprachbahnen
operiert wurden, wurde auch eine ventrale Bahn rekonstruiert. Die rekonstruierte
Bahn entsprach in den meisten Fällen dem Fasciculus longitudinalis inferior, der als
ein anatomisches Korrelat der ventralen semantischen Sprachbahn beschrieben
wurde [63]. Dieser Fasciculus entspricht jedoch nach den neuesten Angaben der
Literatur ([17], [36]) nicht der ventralen semantischen Sprachbahn. Die semantische
Sprachbahn soll nach diesen Angaben dem Fasciculus occipitofrontalis inferior
entsprechen; die Rekonstruktion dieses Fasciculus in iPlan ist jedoch kompliziert.
Als Startvolumen wurde bei der Rekonstruktion der rostrale Teil der Capsula externa
verwendet. Danach wurde das VOI im Bereich der temporoparietalen Aktivierungen
definiert, und die Fasern, die nicht durch das VOI liefen, wurden gelöscht. Zusätzlich
wurden auch die Fasern gelöscht, die nicht der Anatomie des Fasciculus
occipitofrontalis inferior entsprachen. Die resultierenden Faserbahnen verlaufen
22
meistens neben den temporoparietalen fMRT-Aktivierungen weiter okzipital. Bei
manchen Patienten ist die Rekonstruktion des Fasciculus occipitofrontalis inferior
mit diesem Verfahren schwierig bis unmöglich.
23
A
B
C
D
E
F
Abbildung 7: Rekonstruktion des Fasciculus occipitofrontalis inferior in iPlan
Cranial 2.5; Proband (Nr. K2 in der Tabelle 1); grün: segmentierte fMRTAktivierungen; A, B: Definierung des Startvolumens; C: Ergebnis des FiberTrackings; D: 3D-Darstellung des Ergebnisses des Fiber-Trackings und des zweiten
VOI; E, F: die resultierende Faserbahn; weißer Pfeil: die Fasern enden nicht in den
temporoparietalen Aktivierungen
24
Verwendung der rekonstruierten Faserbahnen während der Operation
Die Schonung der eloquenten neuronalen Strukturen während der Operation ist eine
wichtige Voraussetzung für Erhaltung einer guten Lebensqualität. Eine Schädigung
der sprachrelevanten neuronalen Bahnen während der Operation würde zu
postoperativen neurologischen Defiziten im Sinne einer Aphasie führen. Nach der
Einspielung der DTI-rekonstruierten Faserbahnen in die Neuronavigation können die
Bahnen intraoperativ visualisiert werden und das Ausmaß einer gefahrlosen
Resektion in der Nähe der sprachrelevanten neuronalen Bahnen kann damit besser
eingeschätzt werden.
Die in der iPlan Software vorbereitete 3D-Objekte können im Operationsmikroskop
sowie auf den Konsolen der Neuronavigation (VectorVision, BrainLab, Deutschland)
visualisiert werden. Im Mikroskop zeigen sich die Konturen des Objekts in der
Fokusebene als eine durchgezogene Linie, die Konturen unter der Fokusebene als
eine gestrichelte Linie. Auf den Konsolen kann man die Position eines
Digitalisierinstruments (Zeiger) beobachten, und die Grenzen der rekonstruierten
Faserbahnen mit der Position des Instruments vergleichen.
25
Abbildung 8: Patientin (Nr. 16), Visualisierung der rekonstruierten Sprachbahnen
im iPlan Cranial 2.5; grün: fMRT-Aktivierungen; lila, violett: rekonstruierte
Sprachbahnen
Abbildung 9: Patientin (Nr. 16), intraoperative Visualisierung in der Navigation;
die durchgezogenen Linien zeigen die Konturen des 3D-Objekts in der Fokusebene,
die gestrichelten Linien zeigen die Konturen unter der Fokusebene; orange: Tumor,
lila und violett: Sprachbahnen; grün: fMRT-Aktivierungen
26
Bei Verwendung der vorbereiteten 3D-Objekte muss jedoch eine mögliche
Verlagerung der tatsächlichen Anatomie, nachdem wesentliche Tumoranteile
entfernt worden sind, berücksichtigt werden (sogennanter „brain shift“).
Import der Konnektivitätsanalyse-Faserbahnen in die Neuronavigation
Die Faserbahnen, die mit
dem Konnektivitätsanalyse-Algorithmus in der
Visualisierungsapplikation Medalyvis rekonstruiert werden, sind als Dateien nur in
einem Vektorformat gespeichert. Nach Erstellung der 3D-Hüllen mit Medalyvis ist
die rasterisierte Hülle im Programmordner der Applikation als zwei Dateien im
RAW-Format (den.raw.gz und den.dat) gespeichert. Die Datei den.raw.gz enthält die
Bilddaten und kann dekomprimiert (gunzip den.raw.gz) werden. Die Datei (den.raw)
muss dann umbenannt werden, damit die Dateiendung .img wird (z. B. bahn1.img).
Zur Erstellung der Analyze-Header Datei wird die Applikation MRICRO
(http://www.sph.sc.edu/comd/rorden/mricro.html) verwendet [55]. Die Einstellungen
sind: Dimension: 128, 128, 60; Size(mm): 1.875, 1.875, 1.9; Data: 8-bit int, bigendian:Sun. Die Header-Information wird dann als neue Datei (Menü Header-Save
header) gespeichert, in demselben Ordner und mit demselben Namen wie die
Bilddatei und mit der Dateiendung .hdr (z. B. bahn1.hdr).
Abbildung 10: Einstellung der Header-Datei im MRICRO
Die resultierende Analyze-Datei wird dann im MRICRO geöffnet, und als eine ROIDatei exportiert. Der Intensitätsfilter wurde empirisch auf 30 (unterer Grenzwert)
eingestellt. Die ROI-Datei wird dann mit „Save as ROI“ gespeichert.
27
Abbildung 11: MRICRO - Export Analyze image as ROI/Analyze – Einstellungen
Dann wird die fMRI-Datei, die schon mit dem B0-Datensatz registriert ist, im
MRICRO geöffnet. Die gespeicherte ROI-Datei wird geöffnet. Dann werden die
Teile der fMRT-Map, die unter dem ROI liegen, gelöscht. Die resultierende
Analyze-Datei ist eine fMRT-Map mit rasterisierten Faserbahnen, die in der Datei als
schwarze Voxels gespeichert sind.
Diese Datei kann dann mittels der PatXfer Software (PatXfer 5.1, BrainLab,
Deutschland) in die Navigation importiert werden. Die Faserbahn kann dann im
iPlan Cranial 2.5 segmentiert und während der Operation visualisiert werden.
Abbildung 12: Patient, (Nr. 27) Teile des Fasciculus occipitofrontalis inferior und
des Fasciculus arcuatus, schwarze Voxel stellen die rasterisierte Faserbahnen dar
28
Abbildung 13: Patient, (Nr. 27), links: 3D Darstellung der Sprachbahnen in
Medalyvis; rechts: 3D-Darstellung der importierten Faserbahnen (gelb), grün:
fMRT-Aktivierungen; lila: Sprachbahn, die mit dem Standardverfahren in der
BrainLab iPlan Software rekonstruiert wurde
Abbildung 14: Proband (Nr. K2); links: Sprachbahnen, 3D-Hüllen in Medalyvis,
rechts: importierte Sprachbahnen in iPlan, die Bahnen liegen in demselben
anatomischen Raum, enden in den fMRT-Aktivierungen (grün), geringe Änderungen
der Form und der Dicke der 3D-Objekte sind jedoch sichtbar
Die Erstellung der 3D-Objekte, die Rasterisierung unter niedriger Auflösung (1,9 x
1,9 x 1,9 mm, Auflösung der DTI-Datensätzen), Filtrierung der Voxel nach Intensität
und erneute Segmentierung in der iPlan Software stellen mögliche Fehlerquellen dar.
Die anatomische Lokalisation und die Form der Faserbahn sind eingehalten und die
Endpunkte der importierten Faserbahnen liegen in den (in iPlan segmentierten)
fMRT-Aktivierungen. Die genaue (unter 2 mm) Lokalisation und die Dicke der
Faserbahn werden aber von der Rasterisierung unter niedriger Auflösung beeinflusst.
29
Abbildung 15: Oben – die importierte Faserbahn (gelb) endet in der fMRTAktivierung (grün); Unten – möglicher Fehler, die Faserbahnen liegen in
unmittelbarer Nähe der grauen Substanz (weiße Pfeile)
Intraobserver-Variabilität bei der Konnektivitätsanalyse
Das Konnektivitätsanalyse-Verfahren wurde bei einem Patienten (Fall 33) und einem
Probanden (Fall K2) 5-mal durch den gleichen Untersucher wiederholt, um die
Unterschiede zwischen den Ergebnissen auszuwerten. Die fMRT und DTI Daten
wurden fünfmal erneut aufgeladen und die ROIs markiert, dann wurde die Suche mit
den
oben
beschriebenen
Einstellungen
Kostenwert für Abbiegungswinkel 0,9,
durchgeführt
(FA-Grenzwert
0,30,
Grenzwert 75, erwarteter Mittelwert 20
Grad). Das Suchvolumen für den Fasciculus occipitofrontalis inferior wurde ebenso
für jede Suche erneut eingestellt. Die FA-Mittelwerte der rekonstruierten
Faserbahnen wurden gesammelt und statistisch ausgewertet.
30
Ergebnisse
Allgemein
Durchführbarkeit des Konnektivitätsanalyse-Verfahrens
Bei den 30 Patienten, bei denen die Rekonstruktion unter Verwendung des
Konnektivitätsanalyse-Algorithmus durchgeführt wurde, wurde der Fasciculus
arcuatus in 26 Fällen bereits mit dem FA-Grenzwert 0,30 gefunden. Bei den
restlichen 4 Fällen wurde eine anatomisch relevante Faserbahn nach Einstellung des
Grenzwertes auf 0,15 gefunden. Diese sind in der Tabelle 1 als Fälle 2, 11, 31 und
32 aufgeführt und hatten einen höhergradigen Tumor (WHO Grad III oder IV) in
direkter Nachbarschaft (Abstand ≤ 5 mm) zu der rekonstruierten Faserbahn.
Der Fasciculus occipitofrontalis inferior wurde in 28 Fällen mit dem FA-Grenzwert
0,30 gefunden. Bei den restlichen 2 Fällen (23 und 34, 7%) war es nicht möglich
eine der oben beschriebenen Anatomie entsprechende Faserbahn zu rekonstruieren.
Bei Patient 34 handelte es sich um ein WHO Grad II Gliom, das im linken
frontotemporalen Marklager lokalisiert war. Der Patient mit Nummer 23 hatte einen
60 x 65 x 90 mm großen WHO Grad IV Tumor im linken Temporallappen.
Bei allen Probanden und Patienten mit rechtsseitiger Läsion war die Rekonstruktion
der linksseitigen Faserbahnen problemlos durchführbar.
Abbildung 16: Patient, Fall Nummer 33, 2D Abbildung, Fasciculus arcuatus
31
Abbildung 17: Patient, Fall Nummer 33, 2D Abbildung, Fasciculus occipitofrontalis
inferior, beide Faserbahnen sind vom temporal liegendem WHO Grad IV Tumor
nach oben verlagert
Intraobserver-Variabilität bei der Konnektivitätsanalyse
Die rekonstruierten Bahnen zeigen visuell eine sehr gute Kongruenz, eine höhere
Variabilität ist lediglich an den Enden der Faserbahnen zu beobachten.
Aus den gesammelten FA-Mittelwerten der rekonstruierten Faserbahnen wurden
Mittelwerte, Standardabweichungen und Variationskoeffizienten berechnet, wobei
die Variationskoeffizienten bei allen vier Bahnen niedriger als 2% lagen. Diese
Ergebnisse bestätigen eine gute Präzision und Reproduzierbarkeit des Verfahrens.
Tabelle 2 fasst die Ergebnisse zusammen.
Messung Nr.
1
2
3
4
5
Standardabweichung
Mittelwert
Variationskoeffizient
Tabelle 2:
inferior
Proband AF
0,5733
0,5732
0,5755
0,5781
0,5811
0,0034
0,5762
0,59%
Proband IOFF
0,5289
0,5474
0,5535
0,5544
0,5537
0,0108
0,5476
1,98%
Patient - AF
0,4786
0,4839
0,4776
0,4855
0,4842
0,0036
0,4820
0,75%
Patient IOFF
0,4188
0,4256
0,4181
0,4205
0,4069
0,0068
0,4180
1,64%
AF – Fasciculus arcuatus, IOFF – Fasciculus occipitofrontalis
32
Abbildung 18: Oben: Proband, Fall Nummer K2, 3D-Abbildung, Visualisierung der
Intraobserver-Variabilität: der linke Fasciculus arcuatus und Fasciculus
occipitofrontalis inferior, die rekonstruierte Faserbahnen wurden in 3D-Hüllen
eingehüllt. Das Überlagerungsbild rechts unten zeigt eine sehr gute Kongruenz.
Unten: Patient, Fall Nummer 33, WHO Grad IV Gliom links temporal,
Visualisierung der Intraobserver-Variabilität, die rekonstruierten Faserbahnen
wurden in 3D-Hüllen eingehüllt. Im Vergleich zum Probanden zeigt sich hier eine
deutliche Verlagerung der Faserbahnen. Das Überlagerungsbild rechts unten zeigt
ebenfalls eine sehr gute Kongruenz.
33
Interindividuelle Variabilität
Die interindividuelle Variabilität ist schon bei den Probanden deutlich zu
beobachten. Bei den Patienten können die Bahnen sowie die Aktivierungen durch
den Tumor deutlich verlagert werden. Die Abbildungen 19 und 20 illustrieren die
interindividuelle Variabilität bei Probanden, beziehungsweise Patienten.
A
B
C
D
Abbildung 19: Variabilität der Form der Sprachbahnen bei Probanden, Nummern
A: K7, B: K1, C: K8, D: K10
34
A
B
C
D
E
F
G
H
Abbildung 20: Visualisierung der interindividuellen Variabilität: Patienten;
Rekonstruierte Faserbahnen ohne die 3D-Hüllen; Nummerierung nach Tabelle 1: A
– 31; B – 17; C- 37; D – 21; E – 19; F – 20; G – 9; H – 33
35
Vergleich beider Methoden der Bahnrekonstruktion
Die Faserbahnen, die mit dem Konnektivitätsanalyse-Algorithmus rekonstruiert
wurden, wurden bei 5 Patienten (4, 16, 17, 18, 21) und 5 Probanden (K1, K2, K7,
K9, K10) in die iPlan-Software importiert. Nach dem Import konnten die Ergebnisse
beider Methoden in einem Bild visualisiert werden (Abbildungen 21 und 22). Die
Kongruenz der beiden Bahnsysteme ist nicht ideal, beide verlaufen zwar in
demselben anatomischen Raum, die Formen und Größen der 3D-Objekte sind jedoch
unterschiedlich. Bei verschiedenen Formen der Objekte sind die Distanzmessungen
schwierig zu beurteilen und die Ränder der rekonstruierten Fasciculi arcuati zeigten
sich in koronaren Schichten (quer zum Verlauf) im Mittelteil nicht mehr als 15 mm
voneinander entfernt. In den Endbereichen in der Nähe des Kortex waren die
Unterschiede jedoch größer. Die Abstände sind jedoch von der unterschiedlichen
Größe der 3D-Objekte verursacht.
Bei der Darstellung des Fasciculus
occipitofrontalis war die Situation bei den Probanden ähnlich, die Distanzen im
Mittelbereich waren niedriger als 10 mm. Bei den Patienten wurden die Ergebnisse
des Konnektivitätsanalyse-Algorithmus mit den bereits intraoperativ verwendeten
Faserbahnen verglichen (Abbildung 23).
36
Abbildung 21: Proband, Nr. K7 in Tabelle 1; gelb – Fasciculus occipitofrontalis
inferior (iPlan), orange- Fasciculus arcuatus (iPlan), grün – KonnektivitätsanalyseBahnen; weißer Pfeil – Fasciculus occipitofrontalis inferior (iPlan) endet nicht in
den Aktivierungen, verläuft weiter okzipital
37
Abbildung 22: Proband, Nr. K2 in der Tabelle 1; grün: fMRT-Aktivierungen, links
oben: 3D-Darstellung, orange: iPlan – AF, gelb: iPlan – IOFF; rotKonnektivitätsanalyse-AF, lila-Konnektivitätsanalyse IOFF; rechts oben: orange –
iPlan AF; violett- Konnektivitätsanalyse IOFF; unten: 2D-Darstellung des
Fasciculus occipitofrontalis inferior, gelb – iPlan, lila – Konnektivitätsanalyse
Abbildung 23: links: Patientin, Nr. 18, blau: Konnektivitätsanalyse-Bahnen, rot:
iPlan-Bahnen, grün: Tumor; rechts: Patient, Nr. 4, grün: fMRT-Aktivierungen;
violett: iPlan-Bahnen: blau: Konnektivitätsanalyse-Bahnen
38
Verwendung der DTI-Faserbahnen in der Neuronavigation und
klinischer Verlauf
Insgesamt wurden von Januar 2005 bis August 2007 in Erlangen 28 Patienten unter
Verwendung der Sprach-Faserbahnen in der Neuronavigation operiert. Davon waren
23 Resektionen und 5 Biopsien (Nr. 2, 4, 12, 17 und 22). 25 Patienten wurden wegen
eines neuroepithelialen Tumors operiert, darunter waren 19 Resektionen, eine
makroskopisch komplette Resektion wurde bei 12 Patienten (63,2%) erreicht. Bei 7
Patienten (37%) davon wurde nach der intraoperativen MRT-Kontrolle ein Update
der Navigation durchgeführt und der Tumor weiterreseziert. Die Diagnosen, die
präoperativen und postoperativen Sprachstörungen und der klinische Verlauf sind in
Tabelle 3 zusammengefasst.
Klinisch wurden bei 12 Patienten präoperative Sprachstörungen festgestellt. Nach
der Tumorresektion kam es bei 2 Patienten (Nr. 10, 24) zur Verschlechterung des
vorbestehenden klinischen Defizits und bei 2 Patienten (Nr. 16, 21) zum Auftreten
eines neuen klinischen Symptoms im Sinne einer Sprachstörung. Insgesamt kam es
also
bei
4
Patienten
(14,3%)
zur
postoperativen
Verschlechterung
der
Sprachfunktionen. Bei 3 Patienten (11, 12 und 23) kam es zur postoperativen
Verbesserung der vorbestehenden Sprachstörungen.
Bei Patient Nr. 10 zeigte sich die leichte postoperative Sprachstörung schon während
des stationären Aufenthaltes rücklaufig. Bei Patientin Nr. 16 wurden weder in der
Anamnese noch bei der Aufnahmeuntersuchung Sprachstörungen beschrieben.
Postoperativ war eine Aphasie im Sinne von Wortfindungsstörungen sowie eine
Leseschwäche aufgetreten, die sich jedoch im weiteren Verlauf unter logopädischer
Behandlung deutlich gebessert hatten, so dass sich nach 3 Monaten im normalen
Gespräch keine
Sprachstörungen zeigten.
Wortfindungsstörungen
in
der
Bei
Anamnese
Patientin
Nr.
beschrieben,
21
bei
wurden
der
Aufnahmeuntersuchung ließen sich jedoch keine Sprachstörungen nachweisen.
Postoperativ kam es zu einer leichten Verschlechterung des Befundes, der sich
jedoch bereits während des stationären Aufenthaltes deutlich gebessert hatte. Bei
Entlassung wurden nur dezente Wortfindungsstörungen beschrieben. Bei Patient Nr.
24 kam es postoperativ zu einer deutlichen Progredienz des Tumors sowie zu einer
Verschlechterung der Sprachstörungen.
39
Nr.
1
2
3
4
5
6
7
8
9
10
Präoperative Sprachstörungen
Postoperative Entwicklung der
Sprachstörungen
diskret ausgeprägte motorische Dysphasie
(von 5 Gegenständen wurden 4 korrekt
benannt)
ausgeprägte sensomotorische Aphasie mit
deutliche Progredienz fremdanamnestisch
einmaliger ca. 10-sekündiger Sprach-Arrest
Sprache interiktal unauffälig, postiktale
Dysphasie
progrediente motorische Aphasie
-
11
motorische Dysphasie und ausgeprägte
Wortfindungsstörungen.
12
13
14
15
16
Diskrete motorische Aphasie und
Wortfindungsstörungen
-
17
18
19
20
21
leichte Wortfindungsstörungen
22
23
sensorische Aphasie
leichte Wortfindungsstörungen.
24
25
26
27
28
leichte sensomotorische Aphasie
Wortfindungsstörungen fremdanamnestisch
-
leichte Zunahme der vorbestehenden
motorischen Aphasie, langsam rückläufig
am zehnten Tag (Entlassung)
sowohl die Aphasie, als auch die
Absinktendenz rechtsseitig im
Armvorhalteversuch waren zur Entlassung
größtenteils regredient
Diskrete Verbesserung der Aphasie.
flüssige
Aphasie
mit
einigen
Wortfindungsstörungen
und
einem
leichteingeschränktem
Sprachverständnis
sowie
semantischen
Paraphrasien,
logopädisch behandelt
Sensorische Aphasie mit
Wortfindungsstörungen
Die diskreten Wortfindungsstörungen waren
bei Entlassung in ihrer Ausprägung
regredient.
Zunahme der vorbestehenden Aphasie
-
Tabelle 3:
Übersicht der prä- und postoperativen Sprachstörungen den
Patienten, die unter Verwendung der visualisierten Sprachbahnen operiert wurden.
40
Einfluss der Tumoren auf den FA-Wert
Die gemessene FA-Mittelwerte und die Abstände der rekonstruierten Faserbahn vom
Tumor sind in der Tabelle 4 zusammengefasst.
Nr.
Arcuatus - FA
Mittelwert
IOFF - FA
Mittelwert
Abstand ArcuatusTumor (mm)
Abstand IOFFTumor (mm)
2
*0,393
0,492
2
14
4
0,486
0,533
3
24
5
0,424
0,529
6
17
8
0,503
0,424
23
8
10
0,55
0,493
8
8
11
*0,271
0,513
5
23
12
0,393
0,499
14
39
16
0,579
0,532
25
2
17
0,504
0,558
3
29
18
0,512
0,478
30
8
21
0,536
0,539
16
25
23
0,474
29
0,48
0,527
9
24
30
0,553
0,552
6
26
31
*0,361
0,561
4
37
32
*0,267
0,528
1
38
33
0,479
0,419
29
3
34
0,543
35
0,573
0,516
24
7
36
0,515
0,509
2
1
K1
0,554
0,557
K2
K3
K4
K5
K6
0,573
0,62
0,543
0,572
0,547
0,529
0,557
0,53
0,541
0,526
K7
0,557
0,554
K8
K9
0,581
0,525
0,548
0,537
6
16
41
K10
0,604
0,564
Tabelle 4:
Die Abstände der Faserbahnen von den Tumoren und die gemessenen
FA Mittelwerte. Die FA Mittelwerte der rekonstruierten Faserbahnen, die erst bei
Einstellung des unteren Grenzwertes für FA auf 0,15 gefunden wurden, sind mit
einem Stern (*) markiert.
Kontrollgruppe
Die durchschnittliche fraktionale Anisotropie für den Fasciculus arcuatus in dieser
Gruppe war 0,568±0,0288 und für den Fasciculus occipitofrontalis inferior
0,544±0,0136.
Patientengruppen
Für jeden Fasciculus wurden zwei Patientengruppen zusammengefasst, je nach
Abstand der rekonstruierten Faserbahn zum Tumor. Ein Grenzabstand von 20 mm
wurde arbiträr bestimmt, um die Tumoren zu definieren, die in der Nähe von einem
der Fasciculi liegen. Die Gruppen A<20 und A>20 enthalten die Daten von
Patienten, bei denen der Tumor weniger, beziehungsweise mehr als 20 mm vom
visualisierten Fasciculus arcuatus entfernt lag. Auf ähnliche Weise wurden für den
Fasciculus occipitofrontalis inferior die Gruppen IOFF<20 und IOFF>20 erstellt.
Tabelle 5 fasst die Patientengruppen zusammen. Die FA-Daten von den
Faserbahnen, die mit dem FA-Grenzwert von 0, 30 nicht gefunden wurden, und nur
unter der Verwendung des FA-Grenzwertes von 0,15 visualisiert werden konnten,
kann man mit den restlichen nicht vergleichen (der FA-Grenzwert beeinflusst den
gemessenen Mittelwert). Deswegen wurden diese Daten ausgeschlossen.
Fälle
N
AF – weniger als 20 mm
4, 5, 10, 12, 17, 21, 23, 29, 30, 34, 36
11
AF – mehr als 20 mm
8, 16, 18, 33, 35
5
IOFF – weniger als 20 mm
2, 5, 8, 10, 16, 18, 33, 35, 36
9
IOFF – mehr als 20 mm
4, 11, 12, 17, 21, 29, 30, 31, 32
9
Tabelle 5:
Übersicht der Gruppen
Fasciculus arcuatus
Die statistische Analyse wurde mittels Student's t-Tests für unabhängige Stichproben
durchgeführt, wobei die Ergebnisse der A-Gruppen mit der Kontrollgruppe
42
verglichen wurden. Der FA-Mittelwert der Gruppe A>20 war 0,496 ± 0,0519. Die
Differenz der Mittelwerte zwischen der Gruppe A<20 und der Kontrollgruppe war
0,071 und die Signifikanz (2-seitig) 0,001. Für die Gruppe A>20 (Tumore mehr als
20 mm vom Fasciculus arcuatus entfernt) war die Differenz 0,039 und nicht
signifikant. Die Tabelle 6 fasst die Ergebnisse für den Fasciculus arcuatus
zusammen.
Gruppe
FA-Mittelwert
Differenz der
Signifikanz (2-seitig)
Mittelwerte von der
Kontrollgruppe
Kontrolle
0,568 ± 0,0288
A<20
0,496 ± 0,0519
0,071
0,001
A>20
0, 529 ± 0,0447
0,039
0,062
Tabelle 6:
Übersicht der Ergebnissen des t-Tests für Fasciculus arcuatus
Abbildung 24: 3D Darstellung, Patient Nummer 30, niedriggradiges Gliom links
postzentral, die rekonstruierte Bahnen sind in 3D-Hüllen eingehüllt, gelb: ROIs,
grün: Fasciculus arcuatus in der Nähe des Tumors, violett: IOFF, braun: Tumor
(nach T2-Aufnahme segmentiert)
43
Fasciculus occipitofrontalis inferior
Die FA-Mittelwerte der Gruppe IOFF<20 war 0,487 ± 0,0416 und signifikant
different zur Kontrollgruppe. Die Differenz zwischen der Gruppe IOFF>20 (Tumor
mehr als 20 mm vom Fasciculus occipitofrontalis inferior entfernt) und der
Kontrollgruppe war 0,01 und nicht signifikant. Die Mittelwertdifferenzen und die
Ergebnisse der t-Tests sind in Tabelle 7 zusammengefasst.
Gruppe
FA-Mittelwert
Differenz der Mittelwerte
Signifikanz (2seitig)
Kontrolle
0,540 ± 0,0141
IOFF<20
0,487 ± 0,0416
0,056
0,003
IOFF>20
0,534 ± 0,0206
0,01
0,225
Tabelle 7:
Übersicht der
occipitofrontalis inferior
Ergebnisse
des
t-Tests
für
den
Fasciculus
Abbildung 25: 3D Darstellung, Patientin Nummer 21, WHO III Gliom links
temporal, 3D-Hüllen, magentarot: Fasciculus arcuatus, cyanblau: Fasciculus
occipitofrontalis inferior, violett: Tumor, gelb: ROIs
44
Abbildung 26: 3D Darstellung, Patientin Nummer 18, WHO III Gliom links
temporal, 3D-Hüllen, magentarot: Fasciculus arcuatus, cyanblau: Fasciculus
occipitofrontalis inferior, gelb: ROIs
Abbildung 27: 3D Darstellung, Patient Nummer K5, 3D-Hülle, cyanblau: Faserbahn
weißer Pfeil: Teile der Faserbahn, die unter der dargestellten Schicht liegen, gelb:
ROIs; weiß: fMRT-Aktivierungen; die Faserbahn entspricht anatomisch dem
Fasciculus occipitofrontalis inferior
45
Abbildung 28: 3D Darstellung, Patient Nummer K5, 3D-Hüllen,
cyanblau:
Fasciculus occipitofrontalis inferior, magentarot: Fasciculus arcuatus, gelb: ROIs;
weiß: fMRT-Aktivierungen; Teile des Fasciculus occipitofrontalis inferior liegen
unter der dargestellten T1-Schicht
Abbildung 29: 3D Darstellung, Patient Nummer 17, WHO Grad III Gliom links
frontal (nicht sichtbar), Richtung der Fasern ist farbkodiert: grün – anteriorposterior, blau – superior-inferior, rot – rechts-links; Gelb: ROIs, rot: Suchvolumen
für A*-Algorithmus, anatomisch gemäß den oben beschriebenen Grundlagen für den
Fasciculus occipitofrontalis inferior eingestellt
46
Einfluss des Tumorgrades
Die FA-Mittelwerte von Patienten mit hochgradigen Tumoren (WHO III und IV)
wurden unter Verwendung des t-Tests für unabhängige Stichproben mit den FAMittelwerten bei Patienten mit niedriggradigen Tumoren (WHO I und II) verglichen.
Für diesen Zweck wurden die Daten verwendet, bei denen der Tumor nicht mehr als
20 mm von der Faserbahn entfernt lag. Beim Vergleich von Patienten mit
hochgradigem Gliom in der Nähe des Fasciculus arcuatus (n=7, FA-Mittelwert 0,480
± 0,0567) mit Patienten mit niedriggradigem Gliom (n=4, FA-Mittelwert 0,524 ±
0,0302)
ließen
sich
keine
signifikanten
Unterschiede
nachweisen
(Mittelwertdifferenz 0,44, Signifikanz (2-seitig) 0,190). Der Unterschied zwischen
FA-Mittelwerten des rekonstruierten Fasciculus occipitofrontalis inferior bei
Patienten mit hoch- (n=6, FA-Mittelwert 0,488 ± 0,385) und niedriggradigem (n=3,
0,489
FA-Mittelwert
±
0,0569)
Gliom
war
ebenso
(Mittelwertdifferenz 0,0009, Signifikanz (2-seitig) 0,979).
nicht
signifikant
Tabelle 9 fasst die
Ergebnisse der durchgeführten t-Tests zusammen.
Gruppe
n
FA-Mittelwert
Mittelwertdifferenz
Signifikanz
(2-seitig)
Hochgradig,
7
Fasciculus
0,480 ± 0,0567
arcuatus
Niedriggradig,
Fasciculus
4
0,524 ± 0,302
6
0,488 ± 0,385
0,44
0,190
0,0009
0,979
arcuatus
Hochgradig,
IOFF
Niedriggradig,
IOFF
Tabelle 8:
Mittelwert
3
0,489 ± 0,0569
Hochgradige versus niedriggradige Gliome – Einfluss auf den FA-
47
Diskussion
Ziele und klinische Anwendung der Traktographie
Das Ziel der Traktographie ist es, mit Verwendung der DTI Daten die Information
über den Verlauf der anatomisch und funktionell relevanten Faserbahnen
darzustellen. Die DTI Daten enthalten jedoch keine explizite Information über die
Fasern, sondern nur über die Diffusionscharakteristika der Hirnareale. Im
Allgemeinen entsprechen nach den neuesten Studien die rekonstruierten DTIFaserbahnen den histologisch nachweisbaren Ergebnissen [11]. Da aber die
gewonnenen Ergebnisse nur morphologische Daten darstellen (physiologische
Information wie die Aktivierung oder Leitungsrichtung der Fasern sind in den DTIDaten nicht vorhanden) [41], können wir auf die physiologische Funktion der
rekonstruierten Faserbahn nur aus der anatomischen Lokalisation bzw. aus dem
Zusammenhang mit den Ergebnissen einer funktionellen Untersuchungsmethode
schlussfolgern. Bisherige Ergebnisse der Traktographie unterstützen jedoch die
Ergebnisse anderer Untersuchungsmethoden, die sich mit der Anatomie der
Faserbahnen befassen, wie die Elektrostimulationsmethoden [36], [15], [16],
Präparationstraktografie [26] oder histologische Methoden [10].
Die Ergebnisse der Traktographie können in der präoperativen Planung und in der
intraoperativen Neuronavigation angewendet werden [48], [45]. In einer Studie von
Kamada et al. wurden die Ergebnisse des Fibertrackings des Fasciculus arcuatus bei
zwei Patienten auch während Wachoperationen implementiert und die Lokalisation
der DTI-Faserbahnen mit Elektrostimulation verifiziert. Insgesamt wurde in dieser
Studie die Rekonstruktion des Fasciculus arcuatus bei 22 Patienten beschrieben [23].
Die Angaben über den Zusammenhang des Fasciculus occipitofrontalis inferior mit
den Sprachfunktionen sind ziemlich neu. Moderne elektrophysiologische und TracerInjektions-Studien haben 1999 die Möglichkeit der Existenz einer ventralen
Sprachbahn angedeutet, 2005 wurde eine ventrale Sprachbahn in einer DTI-Studie
von Parker et al. beschrieben [51]. Eine Verwendung der DTI-Rekonstruktion in der
Neuronavigation des Fasciculus occipitofrontalis inferior wurde 2008 in einem
Artikel beschrieben [4].
48
Schonung der neuronalen Strukturen und Radikalität der Resektion
Bei der Operation von supratentoriellen neuroepithelialen Tumoren müssen zwei
wichtige Faktoren gegeneinander abgewogen werden: die Radikalität der Operation
und die Schonung eloquenter Hirnstrukturen.
Bei niedergradigen Tumoren stellt die Radikalität der Resektion, bzw. die Größe des
Resttumors einen wichtigen Faktor dar, der neben dem progressionsfreien Intervall
auch die Malignisierung des Tumorgewebes beeinflusst [7], [52].
Auch bei
hochgradigen Tumoren bedeutet eine vollständige Resektion längeres Überleben und
höhere Lebensqualität [1], [20], [25], [32]. Die Resttumorgröße stellt hierbei einen
wichtigen prognostischen Faktor dar [66]. Andere Autoren haben jedoch einen
Vorteil der Resektion gegenüber einer Biopsie nicht bestätigt [29], oder nur unter
gewissen Bedingungen gefunden, zum Beispiel bei einem präoperativen Nachweis
der Mittellinienverschiebung [31].
Der Einfluss der intraoperativen Hochfeld-MRT-Kontrolle auf die Radikalität wurde
in einer Studie an 137 Patienten mit supratentoriellen Gliomen untersucht. Es zeigte
sich, dass der Anteil der vollständigen Resektion durch die Verwendung der
intraoperativen MRT-Kontrolle deutlich gesteigert werden kann [43]. Eine primäre
komplette Resektion des Tumors wurde in dieser Studie bei 27% der Patienten
erreicht. Nach der MRT-Kontrolle und Erweiterung der Resektion wurde die
Resektion bei 40% der Patienten als vollständig beurteilt. Außerdem führte die in
dieser Studie beschriebene Integration der funktionellen Daten zu einer niedrigen
postoperativen Morbidität. Ein anderer Vorteil der intraoperativen MRT-Kontrolle ist
die Möglichkeit der Koregistrierung der prä- und intraoperativen Bilddatensätzen
(Update der Neuronavigation). Es kommt während einer Operation zu einer
Verschiebung der Hirnstrukturen, wodurch die in der Neuronavigation integrierten
funktionellen und anatomischen Daten nicht mehr mit der Realität übereinstimmen.
Dieses Phänomen wird in der Literatur als sogenannter „brain shift“ beschrieben, und
kann derzeit nur durch intraoperative Bildgebungsmethoden kompensiert werden
[42, 44, 46, 47].
Eine präoperative bzw. intraoperative Lokalisation der eloquenten kortikalen und
subkortikalen Strukturen ist eine wichtige Voraussetzung die für erfolgreiche
Schonung dieser Strukturen während der Operation. Die kortikalen Areale können
präoperativ mittels PET (Positronen-Emissions-Tomographie) [58], fMRT oder
MEG (Magnetoenzephalographie) dargestellt werden [22]. Es ist auch möglich, die
49
sprachrelevanten Kortexbereiche mittels einer chronisch implantierten subduralen
Gitterelektrode zu lokalisieren [30]. Die Lokalisation der subkortikalen Strukturen
der weißen Substanz ist präoperativ mittels DTI bzw. DTI-Traktographie möglich.
Intraoperativ kann zur Lokalisation der sprachrelevanten eloquenten Hirnareale die
direkte elektrische Stimulation (DES) verwendet werden. Zu den Nachteilen der DES
gehören die möglichen Komplikationen, wie generalisierte epileptische Anfälle,
sowie die Tatsache, dass der Patienten während der mehrstündigen Operation wach
bleiben muss [61]. Eine prospektive Studie von Serletis et al. [56] hat gezeigt, dass
unter 511 Patienten, bei denen die DES während einer Wachoperation verwendet
wurde, es bei 25 (4,9%) zu intraoperativen epileptischen Anfällen gekommen war.
In der oben erwähnten Studie von Kamada et al. [23] wurden 2 Fälle der
intraoperativen Visualisierung des Fasciculus arcuatus mittels DTI kombiniert mit
der DES beschrieben. Bei der ersten Patientin wurde intraoperativ bei der
Stimulation eine Dysnomie festgestellt. Der Minimalabstand zwischen dem
Resektionsrand und dem DTI-rekonstruierten Fasciculus arcuatus betrug 1,2 mm.
Postoperativ trat bei der Patientin eine zwar transiente, jedoch schwere motorische
Aphasie auf. Bei der zweiten Patientin war der Minimalabstand zwischen dem
Resektionsrand und dem DTI-rekonstruierten Fasciculus arcuatus 5,4 mm.
Postoperativ traten keine neuen klinischen Defizite auf. Die Studien, die sich mit der
intraoperativen elektrischen Stimulation der weißen Substanz mit Messung der
motorisch
evozierten
Potentiale
und
Verifikation
der
DTI-rekonstruierten
Pyramidenbahn beschäftigt haben, beweisen jedoch eine gute Kongruenz der DTIrekonstruierten Faserbahnen mit den funktionell entsprechenden Hirnarealen. In
einer anderen Studie haben Kamada et al. 6 Patienten mit Läsionen in der Nähe der
Pyramidenbahn beschrieben, die unter Verwendung der DTI-rekonstruierten
Faserbahnen, DES und der Messung der motorisch evozierten Potentialen (MEP)
operiert wurden [24]. Bei 3 Patienten davon wurden bei der Stimulation im Bereich
der in der Neuronavigation visualisierten Faserbahnen MEP ausgelöst. Bei den
anderen 3 Patienten lag der Resektionsrand mehr als 1 cm von der DTI-Faserbahn
entfernt, und es wurden bei der elektrischen Stimulation keine MEP ausgelöst.
Mikuni et al. haben in einer ähnlichen Studie [38] die Ergebnisse von 22 Patienten
beschrieben. Bei 6 Patienten war der Stimulationspunkt näher als 7 mm an der DTIFaserbahn und die MEP wurden ausgelöst, bei 7 Patienten war der Stimulationspunkt
mehr als 13 mm von der DTI-Faserbahn entfernt, und keine MEP wurden ausgelöst.
50
Bei den restlichen 9 Patienten lag der Stimulationspunkt 8-12 mm von der DTIFaserbahn entfernt, und die MEP wurden bei der Stimulation auf der Ebene der
Corona radiata registriert.
Bei den Patienten, die in Erlangen unter Verwendung der Sprach-DTI-Faserbahnen
in der Navigation operiert wurden kam es nur in 4 Fällen (14,3%) zur
Verschlechterung des klinischen Zustandes im Sinne von Sprachstörungen. In zwei
Fällen wurde der Befund jedoch als leichte Verschlechterung beschrieben, die sich
noch vor der Entlassung deutlich gebessert hatte. Bei diesen 4 Patienten lag der
Tumor im Lobus temporalis, in unmittelbarer Nähe der temporalen fMRTAktivierungen. Aus der Dokumentation oder den Bilddaten lässt sich nicht
feststellen, ob in diesen Fällen die kortikalen Sprachareale, die sprachrelevanten
Faserbahnen oder beide Strukturen geschädigt wurden. Die direkte elektrische
Stimulation wurde nicht verwendet. Von den 19 hier beschriebenen Resektionen
eines neuroepithelialen Tumors wurde eine makroskopisch komplette Resektion bei
12 Patienten (63%) erreicht. Bei 7 Patienten (37%) davon wurde nach der
intraoperativen MRT-Kontrolle ein Update der Navigation durchgeführt und der
Tumor weiterreseziert. Die vorliegenden Daten zeigen, dass die intraoperative
Anwendung der DTI-Faserbahnen zusammen mit den funktionellen Daten der fMRT
und MEG zur Lokalisierung der kortikalen Sprachzentren kombiniert mit der
intraoperativen MRT-Kontrolle führt zu einer gesteigerte Radikalität, sowie zu einer
besseren postoperativen Lebensqualität der Patienten durch die intraoperative
Schonung der eloquenten Hirnstrukturen führt.
Durchführbarkeit der Konnektivitätsanalyse bei Patienten mit
supratentoriellen neuroepithelialen Tumoren
Diese Studie umfasst 20 Patienten mit supratentoriellen neuroepithelialen Tumoren,
die weniger als 30 mm von den sprachrelevanten Faserbahnen entfernt lagen. Die
Ergebnisse zeigen deutlich, dass es bei diesen Patienten möglich ist, die beiden
sprachrelevanten
Fasciculi
mit
dem
Konnektivitätsanalyse-Algorithmus
zu
visualisieren. Der Fasciculus arcuatus wurde bei allen 20 Patienten erfolgreich
dargestellt. Bei 4 Patienten musste jedoch der untere FA-Grenzwert niedriger
eingestellt werden.
Der Fasciculus occipitofrontalis inferior konnte in 2 Fällen
51
(10%) nicht dargestellt werden. Alle rekonstruierten Faserbahnen stellten eine
Verbindung zwischen den frontalen und temporoparietalen fMRT-Aktivierungen dar.
Die kombinierte fMRT-Konnektivitätsanalyse Methode mit Verwendung des
anatomisch definierten Suchvolumens hat sich insbesondere für die Rekonstruktion
des Fasciculus occipitofrontalis inferior als vorteilhaft herausgestellt, und könnte den
Prozess der präoperativen und intraoperativen Visualisierung der Sprachbahnen
deutlich vereinfachen und verkürzen. Mit anderen Methoden und Algorithmen ist
diese Faserbahn schwierig zu differenzieren [49]. Außerdem bekräftigt diese DTIStudie die Ergebnisse der neuesten Elektrostimulationsstudien von Mandonnet et al.
[36] und Duffau et al. [17], die die Sprachfunktion des Fasciculus occipitofrontalis
inferior beschrieben.
Vergleich der Konnektivitätsanalyse mit dem Standardverfahren
Zwischen den Ergebnissen der beiden Algorithmen haben sich Unterschiede in der
Form der rekonstruierten Faserbahnen gezeigt. Der funktionelle Unterschied
zwischen den beiden Algorithmen liegt darin, dass der KonnektivitätsanalyseAlgorithmus die Verbindung zwischen den beiden Zentren aktiv sucht.
Der
Standardalgorithmus der iPlan-Software (basierend auf dem „tensor-deflection“
Algorithmus) rekonstruiert die Pfade, die in einem Startvolumen anfangen, die
Existenz eines zweiten relevanten Zielvolumens wird dabei nicht beachtet.
Deswegen lassen sich mit dem Konnektivitätsanalyse-Algorithmus auch anatomisch
relevante Bahnen darstellen, die mit dem Standardalgorithmus nicht rekonstruierbar
sind, weil die Richtung der Tensoren von einer größeren Faserbahn in demselben
Voxel beeinflusst wird (Partial-Volumen-Effekt). Als Beispiel kann die Verbindung
der semantischen Kortexbereiche durch den Fasciculus occipitofrontalis inferior
dienen. Die oben erwähnten Studien von Mandonnet et al. [36] und Duffau et al. [17]
haben
gezeigt,
dass
die
temporoparietalen
und
frontalen
semantischen
Kortexbereiche durch diesen Fasciculus verbunden sind, und dass die intraoperative
Stimulation dieser Faserbahn zur semantischen Sprachstörungen führt. In ihrem
temporalen Anteil verläuft jedoch die Faserbahn überwiegend in frontooccipitaler
Richtung, die Haupteigenvektoren sind somit auch frontooccipital orientiert. Der
Standardalgorithmus folgt deswegen der Richtung der Haupteigenvektoren und zeigt
damit
keine
Verbindung
zu
den
temporoparietalen
Sprachzentren.
Dem
Standardverfahren gegenüber zieht der Konnektivitätsanalyse-Algorithmus auch
52
andere Faktoren neben der Richtung der Haupteigenvektoren und der bereits
rekonstruierten Teile des Pfades in Betracht, wodurch die Darstellung der
Verbindung des Fasciculus occipitofrontalis inferior zu den temporoparietalen
Sprachzentren ermöglicht wird.
Einen wichtigen Faktor stellt hier auch die Zeit dar, die zur Visualisierung der
Faserbahnen notwendig ist. Bei dem Standardverfahren dauern die einzelnen Schritte
ungefähr 20-30 Sekunden, insgesamt dauert das Fiber-Tracking etwa 5-10 Minuten.
Eine intraoperative Verwendung des Standardverfahrens ist deswegen problemlos
möglich. Die Konnektivitätsanalyse dauert je nach der Einstellung des Algorithmus
zwischen 20-30 Minuten, dazu kommt noch die Zeit für Konversion und
Koregistrierung der Daten, da eine automatische Registration der DTI und
Anatomischen Daten derzeit nicht vorhanden ist. Eine Verwendung der Ergebnisse
der Konnektivitätsanalyse in der Neuronavigation ist deswegen nur nach der
präoperativen Vorbereitung durchführbar.
Die anatomische und physiologische Relevanz und Genauigkeit beider Algorithmen
bei der Rekonstruktion des Fasciculus arcuatus oder des Fasciculus occipitofrontalis
inferior wurde noch nicht bestätigt, die rekonstruierten Bahnen entsprechen jedoch in
beiden Fällen der bekannten Anatomie. Deswegen zeigt sich die Verwendung der
rekonstruierten
Faserbahnen
bei
Resektionen
unter
Beachtung
eines
Sicherheitsabstandes als empfehlenswert. An dieser Stelle ist es wichtig zu betonen,
dass die Wahl des Algorithmus die Genauigkeit der Visualisierung nur zu einem
gewissen Maß beeinflussen kann. Der wichtigste Faktor ist hier die Auflösung der
DTI-Quelldaten.
Einfluss der Tumoren auf die FA-Mittelwerte der Bahnen
Die Veränderungen in der peritumoralen weißen Substanz wurden schon in einigen
Studien beschrieben ([9], [57], [60], [65], [67]). Es kommt in der Regel zur
Verlagerung, Infiltrierung oder zur Unterbrechung der Nervenbahnen [57], [60]. Der
typische Effekt solcher Schädigung in den DTI-Daten ist die Senkung des FA-Wertes
[35], [53], [57]. Neben dem direkten Einfluss des Tumors kann die Senkung des FAWertes auch von einem peritumoralen Ödem verursacht werden [53]. Eine Erhöhung
des FA-Wertes wurde unter gewissen Bedingungen auch beschrieben [18], und in der
Studie von Schonberg et al. [57] wurde eine Erhöhung des FA-Wertes in der Nähe
von nicht-infiltrierenden Tumoren beobachtet. In dieser Arbeit wurden die
53
Veränderungen der weißen Substanz in Bezug auf die Konnektivitätsanalyse
evaluiert.
Eine statistisch signifikante Senkung des FA-Wertes wurde in den Faserbahnen
nachgewiesen, die weniger als 20 mm von dem Tumor entfernt lagen. Für
Faserbahnen, die mehr als 20 mm vom Tumor entfernt lagen, ließ sich keine
signifikante Senkung nachweisen. Um die Faserbahnen zu rekonstruieren, die den
Fasciculus arcuatus darstellen und weniger als 5 mm von einem höhergradigen
Gliom entfernt lagen, musste der FA-Grenzwert (Standardeinstellung 0,30) in vier
Fallen auf 0,15 eingestellt werden. Ansonsten ließ sich kein signifikanter
Unterschied zwischen FA-Werten der Faserbahnen in der Nähe von höhergradigen
und niedriggradigen Tumoren nachweisen. Diese Erfahrung steht im Einklang mit
der Studie von Goebell et al, die mit der Verwendung von ROI-basierter Methode die
FA-Werte in der peritumoralen normal aussehenden weißen Substanz und am
Tumorrand von WHO Grad II und III Gliomen verglich [21], wobei sich für die
normal aussehende weiße Substanz keine signifikanten Unterschiede nachweisen
ließen. Für die ROIs am Tumorrand war jedoch der FA-Unterschied statistisch
signifikant.
Der FA-Wert stellt ein Maß der Anisotropie dar, und niedrigere FA-Werte deuten auf
eine schlechter definierte Struktur des anisotropen Mediums hin [3].
Die
beobachtete Senkung des FA-Wertes entlang der Faserbahnen, die in der Nähe von
neuroepithelialen Tumoren verlaufen könnte andeuten, dass die rekonstruierten
Faserbahnen bei Tumor-Patienten ungenauer sind.
Eine neue Studie [11] an
Rhesusaffen hat jedoch darauf hingewiesen, dass höhere FA-Grenzwerte (mehr als
0,25 für die Pyramidenbahn und eine Standardmethode des Fibertracking nach [64])
zu anatomisch fehlerhaften Ergebnissen führen. In derselben Studie
haben die
Autoren postuliert, dass die Feinabstimmung der Parameter des Algorithmus für die
Genauigkeit der Ergebnisse essenziell ist.
Die physiologische Richtigkeit und
klinische Zuverlässigkeit der Ergebnisse der DTI-Traktographie und den einzelnen
Algorithmen
muss
deshalb
weiter
mit
Anwendung
der
klinischen
Elektrostimulationsmethoden bzw. histologischen Methoden studiert werden.
54
Literaturverzeichnis
1.
Albert, F.K., M. Forsting, K. Sartor, H.P. Adams, S. Kunze, (1994), Early
postoperative magnetic resonance imaging after resection of malignant
glioma: objective evaluation of residual tumor and its influence on regrowth
and prognosis. Neurosurgery, 34(1): 45-60; discussion 60-1.
2.
Basser, P.J., J. Mattiello, D. LeBihan, (1994), MR diffusion tensor
spectroscopy and imaging. Biophys J, 66(1): 259-67.
3.
Basser, P.J., C. Pierpaoli, (1996), Microstructural and physiological features
of tissues elucidated by quantitative-diffusion-tensor MRI. J Magn Reson B,
111(3): 209-19.
4.
Bello, L., A. Gambini, A. Castellano, G. Carrabba, F. Acerbi, E. Fava, C.
Giussani, M. Cadioli, V. Blasi, A. Casarotti, C. Papagno, A.K. Gupta, S.
Gaini, G. Scotti, A. Falini, (2008), Motor and language DTI Fiber Tracking
combined with intraoperative subcortical mapping for surgical removal of
gliomas. Neuroimage, 39(1): 369-82.
5.
Bennett, M.R., P.M. Hacker, (2006), Language and cortical function:
conceptual developments. Prog Neurobiol, 80(1): 20-52.
6.
Benton,
A.,
(1984),
Hemispheric
dominance
before
Broca.
Neuropsychologia, 22(6): 807-11.
7.
Berger, M.S., A.V. Deliganis, J. Dobbins, G.E. Keles, (1994), The effect of
extent of resection on recurrence in patients with low grade cerebral
hemisphere gliomas. Cancer, 74(6): 1784-91.
8.
Catani, M., R.J. Howard, S. Pajevic, D.K. Jones, (2002), Virtual in vivo
interactive dissection of white matter fasciculi in the human brain.
Neuroimage, 17(1): 77-94.
9.
Clark, C.A., T.R. Barrick, M.M. Murphy, B.A. Bell, (2003), White matter
fiber tracking in patients with space-occupying lesions of the brain: a new
technique for neurosurgical planning? Neuroimage, 20(3): 1601-8.
10.
Dauguet, J., S. Peled, V. Berezovskii, T. Delzescaux, S.K. Warfield, R. Born,
C.F. Westin, (2006), 3D histological reconstruction of fiber tracts and direct
comparison with diffusion tensor MRI tractography. Med Image Comput
Comput Assist Interv Int Conf Med Image Comput Comput Assist Interv,
9(Pt 1): 109-16.
55
11.
Dauguet, J., S. Peled, V. Berezovskii, T. Delzescaux, S.K. Warfield, R. Born,
C.F. Westin, (2007), Comparison of fiber tracts derived from in-vivo DTI
tractography with 3D histological neural tract tracer reconstruction on a
macaque brain. Neuroimage.
12.
Doody, R.S., (1993), A reappraisal of localization theory with reference to
aphasia. Part 1: Historical considerations. Brain Lang, 44(3): 296-326.
13.
Duffau, H., (2005), Intraoperative cortico-subcortical stimulations in surgery
of low-grade gliomas. Expert Rev Neurother, 5(4): 473-85.
14.
Duffau, H., L. Capelle, D. Denvil, P. Gatignol, N. Sichez, M. Lopes, J.P.
Sichez, R. Van Effenterre, (2003), The role of dominant premotor cortex in
language: a study using intraoperative functional mapping in awake patients.
Neuroimage, 20(4): 1903-14.
15.
Duffau, H., L. Capelle, N. Sichez, D. Denvil, M. Lopes, J.P. Sichez, A. Bitar,
D. Fohanno, (2002), Intraoperative mapping of the subcortical language
pathways using direct stimulations. An anatomo-functional study. Brain,
125(Pt 1): 199-214.
16.
Duffau, H., P. Gatignol, D. Denvil, M. Lopes, L. Capelle, (2003), The
articulatory loop: study of the subcortical connectivity by electrostimulation.
Neuroreport, 14(15): 2005-8.
17.
Duffau, H., P. Gatignol, E. Mandonnet, P. Peruzzi, N. Tzourio-Mazoyer, L.
Capelle, (2005), New insights into the anatomo-functional connectivity of the
semantic system: a study using cortico-subcortical electrostimulations. Brain,
128(Pt 4): 797-810.
18.
Eriksson, S.H., F.J. Rugg-Gunn, M.R. Symms, G.J. Barker, J.S. Duncan,
(2001), Diffusion tensor imaging in patients with epilepsy and malformations
of cortical development. Brain, 124(Pt 3): 617-26.
19.
Fadiga, L., L. Craighero, G. Buccino, G. Rizzolatti, (2002), Speech listening
specifically modulates the excitability of tongue muscles: a TMS study. Eur J
Neurosci, 15(2): 399-402.
20.
Forsting, M., F.K. Albert, S. Kunze, H.P. Adams, D. Zenner, K. Sartor,
(1993), Extirpation of glioblastomas: MR and CT follow-up of residual tumor
and regrowth patterns. AJNR Am J Neuroradiol, 14(1): 77-87.
21.
Goebell, E., S. Paustenbach, O. Vaeterlein, X.Q. Ding, O. Heese, J. Fiehler,
T. Kucinski, C. Hagel, M. Westphal, H. Zeumer, (2006), Low-grade and
56
anaplastic gliomas: differences in architecture evaluated with diffusiontensor MR imaging. Radiology, 239(1): 217-22.
22.
Grummich, P., C. Nimsky, E. Pauli, M. Buchfelder, O. Ganslandt, (2006),
Combining fMRI and MEG increases the reliability of presurgical language
localization: a clinical study on the difference between and congruence of
both modalities. Neuroimage, 32(4): 1793-803.
23.
Kamada, K., T. Todo, Y. Masutani, S. Aoki, K. Ino, A. Morita, N. Saito,
(2007), Visualization of the frontotemporal language fibers by tractography
combined
with
functional
magnetic
resonance
imaging
and
magnetoencephalography. J Neurosurg, 106(1): 90-8.
24.
Kamada, K., T. Todo, Y. Masutani, S. Aoki, K. Ino, T. Takano, T. Kirino, N.
Kawahara, A. Morita, (2005), Combined use of tractography-integrated
functional neuronavigation and direct fiber stimulation. J Neurosurg, 102(4):
664-72.
25.
Keles, G.E., B. Anderson, M.S. Berger, (1999), The effect of extent of
resection on time to tumor progression and survival in patients with
glioblastoma multiforme of the cerebral hemisphere. Surg Neurol, 52(4):
371-9.
26.
Kier, E.L., L.H. Staib, L.M. Davis, R.A. Bronen, (2004), Anatomic dissection
tractography: a new method for precise MR localization of white matter
tracts. AJNR Am J Neuroradiol, 25(5): 670-6.
27.
Kier, E.L., L.H. Staib, L.M. Davis, R.A. Bronen, (2004), MR imaging of the
temporal stem: anatomic dissection tractography of the uncinate fasciculus,
inferior occipitofrontal fasciculus, and Meyer's loop of the optic radiation.
AJNR Am J Neuroradiol, 25(5): 677-91.
28.
Kleihues, P., P.C. Burger, B.W. Scheithauer, (1993), The new WHO
classification of brain tumours. Brain Pathol, 3(3): 255-68.
29.
Kowalczuk, A., R.L. Macdonald, C. Amidei, G. Dohrmann, 3rd, R.K.
Erickson, J. Hekmatpanah, S. Krauss, S. Krishnasamy, G. Masters, S.F.
Mullan, A.J. Mundt, P. Sweeney, E.E. Vokes, B.K. Weir, R.L. Wollman,
(1997), Quantitative imaging study of extent of surgical resection and
prognosis of malignant astrocytomas. Neurosurgery, 41(5): 1028-36;
discussion 1036-8.
57
30.
Kral, T., M. Kurthen, J. Schramm, H. Urbach, B. Meyer, (2006), Stimulation
mapping via implanted grid electrodes prior to surgery for gliomas in highly
eloquent cortex. Neurosurgery, 58(1 Suppl): ONS36-43; discussion ONS3643.
31.
Kreth, F.W., A. Berlis, V. Spiropoulou, M. Faist, R. Scheremet, R. Rossner,
B. Volk, C.B. Ostertag, (1999), The role of tumor resection in the treatment
of glioblastoma multiforme in adults. Cancer, 86(10): 2117-23.
32.
Laws, E.R., I.F. Parney, W. Huang, F. Anderson, A.M. Morris, A. Asher,
K.O. Lillehei, M. Bernstein, H. Brem, A. Sloan, M.S. Berger, S. Chang,
(2003), Survival following surgery and prognostic factors for recently
diagnosed malignant glioma: data from the Glioma Outcomes Project. J
Neurosurg, 99(3): 467-73.
33.
Lazar, M., D.M. Weinstein, J.S. Tsuruda, K.M. Hasan, K. Arfanakis, M.E.
Meyerand, B. Badie, H.A. Rowley, V. Haughton, A. Field, A.L. Alexander,
(2003), White matter tractography using diffusion tensor deflection. Hum
Brain Mapp, 18(4): 306-21.
34.
Le Bihan, D., E. Breton, D. Lallemand, P. Grenier, E. Cabanis, M. LavalJeantet, (1986), MR imaging of intravoxel incoherent motions: application to
diffusion and perfusion in neurologic disorders. Radiology, 161(2): 401-7.
35.
Lu, S., D. Ahn, G. Johnson, S. Cha, (2003), Peritumoral diffusion tensor
imaging of high-grade gliomas and metastatic brain tumors. AJNR Am J
Neuroradiol, 24(5): 937-41.
36.
Mandonnet, E., A. Nouet, P. Gatignol, L. Capelle, H. Duffau, (2007), Does
the left inferior longitudinal fasciculus play a role in language? A brain
stimulation study. Brain, 130(Pt 3): 623-9.
37.
Merhof, D., M. Richter, F. Enders, P. Hastreiter, O. Ganslandt, M.
Buchfelder, C. Nimsky, G. Greiner, (2006), Fast and accurate connectivity
analysis between functional regions based on DT-MRI. Med Image Comput
Comput Assist Interv Int Conf Med Image Comput Comput Assist Interv,
9(Pt 2): 225-33.
38.
Mikuni, N., T. Okada, N. Nishida, J. Taki, R. Enatsu, A. Ikeda, Y. Miki, T.
Hanakawa, H. Fukuyama, N. Hashimoto, (2007), Comparison between motor
evoked potential recording and fiber tracking for estimating pyramidal tracts
near brain tumors. J Neurosurg, 106(1): 128-33.
58
39.
Minematsu, K., L. Li, M. Fisher, C.H. Sotak, M.A. Davis, M.S. Fiandaca,
(1992), Diffusion-weighted magnetic resonance imaging: rapid and
quantitative detection of focal brain ischemia. Neurology, 42(1): 235-40.
40.
Mori, S., B.J. Crain, V.P. Chacko, P.C. van Zijl, (1999), Three-dimensional
tracking of axonal projections in the brain by magnetic resonance imaging.
Ann Neurol, 45(2): 265-9.
41.
Mori, S., J. Zhang, (2006), Principles of diffusion tensor imaging and its
applications to basic neuroscience research. Neuron, 51(5): 527-39.
42.
Nabavi, A., P.M. Black, D.T. Gering, C.F. Westin, V. Mehta, R.S. Pergolizzi,
Jr., M. Ferrant, S.K. Warfield, N. Hata, R.B. Schwartz, W.M. Wells, 3rd, R.
Kikinis, F.A. Jolesz, (2001), Serial intraoperative magnetic resonance
imaging of brain shift. Neurosurgery, 48(4): 787-97; discussion 797-8.
43.
Nimsky, C., O. Ganslandt, M. Buchfelder, R. Fahlbusch, (2006),
Intraoperative visualization for resection of gliomas: the role of functional
neuronavigation and intraoperative 1.5 T MRI. Neurol Res, 28(5): 482-7.
44.
Nimsky, C., O. Ganslandt, S. Cerny, P. Hastreiter, G. Greiner, R. Fahlbusch,
(2000), Quantification of, visualization of, and compensation for brain shift
using intraoperative magnetic resonance imaging. Neurosurgery, 47(5):
1070-9; discussion 1079-80.
45.
Nimsky, C., O. Ganslandt, R. Fahlbusch, (2006), Implementation of fiber
tract navigation. Neurosurgery, 58(4 Suppl 2): ONS-292-303.
46.
Nimsky, C., O. Ganslandt, P. Hastreiter, R. Fahlbusch, (2001), Intraoperative
compensation for brain shift. Surg Neurol, 56(6): 357-64; discussion 364-5.
47.
Nimsky, C., O. Ganslandt, P. Hastreiter, R. Wang, T. Benner, A.G. Sorensen,
R. Fahlbusch, (2005), Intraoperative diffusion-tensor MR imaging: shifting of
white matter tracts during neurosurgical procedures--initial experience.
Radiology, 234(1): 218-25.
48.
Nimsky, C., P. Grummich, A.G. Sorensen, R. Fahlbusch, O. Ganslandt,
(2005), Visualization of the pyramidal tract in glioma surgery by integrating
diffusion tensor imaging in functional neuronavigation. Zentralbl Neurochir,
66(3): 133-41.
49.
O'Donnell, L.J., M. Kubicki, M.E. Shenton, M.H. Dreusicke, W.E. Grimson,
C.F. Westin, (2006), A method for clustering white matter fiber tracts. AJNR
Am J Neuroradiol, 27(5): 1032-6.
59
50.
Ogawa, S., T.M. Lee, (1990), Magnetic resonance imaging of blood vessels
at high fields: in vivo and in vitro measurements and image simulation. Magn
Reson Med, 16(1): 9-18.
51.
Parker, G.J., S. Luzzi, D.C. Alexander, C.A. Wheeler-Kingshott, O.
Ciccarelli, M.A. Lambon Ralph, (2005), Lateralization of ventral and dorsal
auditory-language pathways in the human brain. Neuroimage, 24(3): 656-66.
52.
Piepmeier, J., S. Christopher, D. Spencer, T. Byrne, J. Kim, J.P. Knisel, J.
Lacy, L. Tsukerman, R. Makuch, (1996), Variations in the natural history
and survival of patients with supratentorial low-grade astrocytomas.
Neurosurgery, 38(5): 872-8; discussion 878-9.
53.
Provenzale, J.M., P. McGraw, P. Mhatre, A.C. Guo, D. Delong, (2004),
Peritumoral brain regions in gliomas and meningiomas: investigation with
isotropic diffusion-weighted MR imaging and diffusion-tensor MR imaging.
Radiology, 232(2): 451-60.
54.
Rajagopalan, P., K.R. Krishnan, T.J. Passe, J.R. Macfall, (1995), Magnetic
resonance imaging using deoxyhemoglobin contrast versus positron emission
tomography in the assessment of brain function. Prog Neuropsychopharmacol
Biol Psychiatry, 19(3): 351-66.
55.
Rorden, C., M. Brett, (2000), Stereotaxic display of brain lesions. Behav
Neurol, 12(4): 191-200.
56.
Serletis, D., M. Bernstein, (2007), Prospective study of awake craniotomy
used routinely and nonselectively for supratentorial tumors. J Neurosurg,
107(1): 1-6.
57.
Schonberg, T., P. Pianka, T. Hendler, O. Pasternak, Y. Assaf, (2006),
Characterization of displaced white matter by brain tumors using combined
DTI and fMRI. Neuroimage, 30(4): 1100-11.
58.
Sobottka, S.B., J. Bredow, B. Beuthien-Baumann, G. Reiss, G. Schackert, R.
Steinmeier, (2002), Comparison of functional brain PET images and
intraoperative brain-mapping data using image-guided surgery. Comput
Aided Surg, 7(6): 317-25.
59.
Soza, G., Registration and Simulation for the Analysis of Intraoperative
Brain Shift, in Technische Fakultät. 2005, University of ErlangenNuremberg.
60
60.
Stadlbauer, A., C. Nimsky, S. Gruber, E. Moser, T. Hammen, T. Engelhorn,
M. Buchfelder, O. Ganslandt, (2007), Changes in fiber integrity, diffusivity,
and metabolism of the pyramidal tract adjacent to gliomas: a quantitative
diffusion tensor fiber tracking and MR spectroscopic imaging study. AJNR
Am J Neuroradiol, 28(3): 462-9.
61.
Steinmeier, R., S.B. Sobottka, G. Reiss, J. Bredow, J. Gerber, G. Schackert,
(2002), Surgery of low-grade gliomas near speech-eloquent regions:
brainmapping versus preoperative functional imaging. Onkologie, 25(6):
552-7.
62.
Vernooij, M.W., M. Smits, P.A. Wielopolski, G.C. Houston, G.P. Krestin, A.
van der Lugt, (2007), Fiber density asymmetry of the arcuate fasciculus in
relation to functional hemispheric language lateralization in both right- and
left-handed healthy subjects: a combined fMRI and DTI study. Neuroimage,
35(3): 1064-76.
63.
Vigneau, M., V. Beaucousin, P.Y. Herve, H. Duffau, F. Crivello, O. Houde,
B. Mazoyer, N. Tzourio-Mazoyer, (2006), Meta-analyzing left hemisphere
language
areas:
phonology,
semantics,
and
sentence
processing.
Neuroimage, 30(4): 1414-32.
64.
Westin, C.F., S.E. Maier, H. Mamata, A. Nabavi, F.A. Jolesz, R. Kikinis,
(2002), Processing and visualization for diffusion tensor MRI. Med Image
Anal, 6(2): 93-108.
65.
Witwer, B.P., R. Moftakhar, K.M. Hasan, P. Deshmukh, V. Haughton, A.
Field, K. Arfanakis, J. Noyes, C.H. Moritz, M.E. Meyerand, H.A. Rowley,
A.L. Alexander, B. Badie, (2002), Diffusion-tensor imaging of white matter
tracts in patients with cerebral neoplasm. J Neurosurg, 97(3): 568-75.
66.
Wood, J.R., S.B. Green, W.R. Shapiro, (1988), The prognostic importance of
tumor size in malignant gliomas: a computed tomographic scan study by the
Brain Tumor Cooperative Group. J Clin Oncol, 6(2): 338-43.
67.
Yamada, K., O. Kizu, S. Mori, H. Ito, H. Nakamura, S. Yuen, T. Kubota, O.
Tanaka, W. Akada, H. Sasajima, K. Mineura, T. Nishimura, (2003), Brain
fiber tracking with clinically feasible diffusion-tensor MR imaging: initial
experience. Radiology, 227(1): 295-301.
61
Abkürzungen
2D – zweidimensional
3D – dreidimensional
AG – angular gyrus
BA – Brodmann-Areal
BOLD – blood oxygen level dependent
DES – direkte elektrische Stimulation
DICOM – Digital Imaging and Communications in Medicine
DNET - dysembryoplastischer neuroepithelialer Tumor
DTI – Diffusion Tensor Imaging – Diffusion-Tensor-Bildgebung
DW-MRI – diffusion weighted magnetic resonance imaging
FA – funktionelle Anisotropie
fMRT – funktionelle Magnetresonanztomographie
ILF – inferior longitudinal fascicle
IOFF – inferior occipitofrontal fascicle
MRI – magnetic resonance imaging
MEP - motorisch evozierte Potentiale
NCBI - National Center for Biotechnology Information
PNET – primitiv neuroektodermaler Tumor
PT – Planum temporale
ROI – region of interest
ROIs – regions of interest
SLF – superior longitudinal fascicle
SMG – supramarginal gyrus
TE - Echozeit
TI - Inversionszeit
TR - Relaxationszeit
vPMC – ventral premotor cortex
PET – Positronen-Emissions-Tomographie
MEG – Magnetoenzephalographie
62
Danksagung
Mein Dank gilt allen, die an der Entstehung dieser Arbeit teilhatten, insbesondere
Herrn Prof. Dr. Nimsky und Herrn Dr. Weigel für die gute und geduldige Betreuung.
63
Lebenslauf
Name
Zolal
Vorname
Amir
Geboren am
14.1.1981
in
Pilsen
Adresse
Americká 20
301 00 Pilsen
Tschechische Republik
Ing. Eva Zolalová
Eltern
Ing. Taher Zolal CSc.
Geschwister
Ing. Lejla Zolalová
Adam Zolal
Aram Zolal
Mariam Zolalová
Aida Zolalová
Staatsangehörigkeit tschechisch
Bildungsweg
1987-1992
Grundschule, 21. Základní škola, Pilsen
1992-2000
Gymnasium, Gymnázium Plzeň, Mikulášské náměstí, Pilsen
Abitur im Mai 2000
WS 2000
Beginn des Studiums der Humanmedizin an der KarlsUniversität Prag, Medizinische Fakultät in Pilsen
2004
Sommerpraktikum
Deutsches
Herzzentrum
München,
4
Wochen
WS 2004
Aristotle University of Thessaloniki, in Rahmen eines
Erasmus-Studentenaustausches, 1 Semester
WS 2005
Rheinische Friedrich-Wilhelms-Universität Bonn, in Rahmen
eines interuniversitären Studentenaustausches, 1 Semester
64
16. Mai 2006 Abschluss-Staatsexamen, Humanmedizin, erworbener Titel:
MUDr. (Medicinae Universae Doctor)
2006-2007
Promotionsstudium an der Friedrich-Alexander-Universität
Erlangen-Nürnberg
seit 2007
Assistenzarzt,
Neurochirurgische
Klinik,
J.E.
Purkyne
Universität und Masaryk-Krankenhaus in Ústí nad Labem
Publikationen als Erstautor
1. Zolal A., Vachata P., Hejcl A., Malucelli A., Bartos R., Sames M., (2010),
Identification of the large descending tracts using diffusion tensor imaging in
Chiari III malformation. Childs Nerv Syst., 26(7): 867-70.
1. Zolal A., Sameš M., Vachata P., Bartoš R., Nováková M., Derner, M., (2007),
The Use of Diffusion Tensor Imaging in Neuronavigation during Brain
Tumor Surgery: Case Reports. Cesk Slov Neurol N, 71/104(3): 352-357.
2. Zolal A., Sameš M., Vachata P., Bartoš R., Nováková M., Kopáček R.,
Derner M., (2009) The Use of the BOLD Effect when Examining
Cerebrovascular Reserve Capacity. Cesk Slov Neurol N, 72/105(5): 476-480
Publikationen als Koautor
1. Bartoš R, Ceé J, Zolal A, Hejčl A, Bolcha M, Prokšová J, Sameš M., (2008),
Extraoperative Mapping by Means of Cortical Grid before Resection of
Diffuse Oligodendroglioma in Dominant Hemisphere – an Alternative of
Awake Craniotomy – a Case Report. Cesk Slov Neurol N, 71/104(6): 718721.
2. Bartos R, Jech R, Vymazal J, Petrovický P, Vachata P, Hejcl A, Zolal A,
Sames M, (2009), Validity of primary motor area localization with fMRI
versus electric cortical stimulation: a comparative study. Acta Neurochir
(Wien). 151(9): 1071-80.
3. Sameš M, Zolal A, Radovnický T, Vachata P, Bartoš R, Derner M., (2009)
The Use of Magnetic Resonance for Assessing Cerebrovascular Reserve
Capacity. Cesk Slov Neurol N, 72/105(4): 323-330
65
4. Bartoš R, Sameš M, Zolal A, Radovnický T, Hejčl A, Vachata P, (2009),
Resection of Insular Gliomas - Volumetric Assessment of Radicality; Cesk
Slov Neurol N, 72/105(6): 534-541
5. Sameš M., Bartoš R., Vachata P., Zolal A., Cihlář F., Derner M., Pavlov V.
(2009): Assessment of Cerebrovascular Reserve Capacity after EC-IC bypass
with TCD. Cesk Slov Neurol N, 72/105(4): 359-363