top of page

ZIELGERICHTET UND EFFEKTIV

DIE FÖRDERPROJEKTE DER JÖRG BERNARDS-STIFTUNG

Im Mittelpunkt der Projektförderungen der Jörg Bernardsstiftung steht die Weiterentwicklung und Anwendung der stereotaktischen Neurochirurgie. Weitere Stiftungsprojekte werden durch Beschlussfassung des Stiftungsvorstands und mit Unterstützung wissenschaftlicher Berater in die Förderung einbezogen. Ziel ist eine effektive Förderung von wenigen, ausgesuchten Forschungsprojekten, die einen hohen medizinischen Wirkungsgrad mit schonenden Therapien und nachhaltigen Heilungschancen versprechen.

PROJEKTÜBERSICHT
Projekt 1

PROJEKT SEIT 2023

KI und Stereotaktische Eingriffe als Chance bei altersassoziierten Erkrankungen

Das Projekt erforscht die Verbesserung der Lebensqualität im Alter und hierzu die Entwicklung eines besseren Verständnisses zu altersbedingten Erkrankungen – einschließlich möglicher Perspektiven zu Vorsorgemaßnahmen und Therapien. In der Forschungsarbeit werden Methoden der künstlichen Intelligenz und der Computerwissenschaften eingesetzt, um eine bessere Klassifikation von altersassoziierter Multimorbidität zu ermöglichen, biologisches Alter zu quantifizieren und damit die Überlebensaussichten und Prognoseparameter für alte Menschen zu erarbeiten, die einer stereotaktischen Operation zugeführt werden sollen.

         PDF: Datenmodulationen zu altersassoziierten Erkrankungen

  • mehr lesen
    Die anatomische Struktur des Gehirns kann mit modernen bildgebenden Verfahren, wie z.B. der Magnetresonanztomographie (MRT), sichtbar gemacht werden (Abb. 1b). Trotzt der Fortschritte in den letzten Jahren kann jedoch nur ein Bruchteil der anatomischen Komplexität des Gehirns mit diesen Verfahren dargestellt werden. Dies wirkt sich erschwerend auf viele Therapieverfahren aus. Für Tiefenhirnstimulation, ein Therapieverfahren bei dem die Aktivität bestimmter Hirngebiete mit elektrischer Stimulation moduliert wird, ist es außerordentlich wichtig die genaue Position und die 3D Form des zu stimulierende Hirnareals genau zu kennen. Nur dann kann eine optimale Stimulation und damit eine wesentliche Reduktion der Symptome erzielen werden. Dabei müssen oft nur spezielle Teilstrukturen, die mit bloßem Auge kaum bestimmbar sind, stimuliert werden. Bei pathologischen Hirnveränderungen und durch individuelle Variationen kann die genaue Lokalisation von Teilstrukturen sehr erschwert oder fast unmöglich sein. Auch für die Behandlung von pathologischen Hirnveränderungen (Tumore, Demenz, ...) ist es sehr wichtig, präzise zu wissen, wo diese Veränderungen stattfinden, um eine optimale Therapie mit minimalen Nebenwirkungen zu bestimmen. Um das Problem der fehlenden Details der Hirnanatomie zu lösen, benötigt man eine zusätzliche Quelle für anatomische Information. Dazu kann man auf einen Hirnatlas zurückgreifen. In dieser Arbeit wurde der detaillierteste Atlas des menschlichen Gehirns, der Hirnatlas von Mai, verwendet (Mai et. al., 2008). Der Mai Atlas enthält eine sehr hohe Anzahl von anatomischen Strukturen und deren Unterteilungen, die aus mikroskopischen Untersuchungen von menschlichem post-mortem Gehirnen gewonnen wurden. In der Abbildung 1 werden beispielhaft die Teilstrukturen der Amygdala, einer für die Verarbeitung von Emotionen wichtige Hirnstruktur, dargestellt. Mit dem neu entwickelten Algorithmus wird der Mai-Atlas (Abb. 1a) hierarchisch, nichtlinear und multimodal auf das Gehirn eines Patienten (Abb. 1b) transformiert. Damit wird die anatomische Information direkt auf dem Gehirn des Patienten sichtbar gemacht (Abb. 1c) und kann für eine 3D-Operationsplanung genutzt werden (Abb. 1d). Mit dem Algorithmus konnten zwei wesentliche Verbesserungen erarbeitet werden. Erstens, mit der Transformation des Atlasses auf das Patienten-Gehirn wird ein großes Spektrum von anatomischen Details sichtbar gemacht und kann für die Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe am menschlichen Gehirn genutzt werden (A). Zweitens, kann der Transformation-Algorithmus für eine Früherkennung von krankhaften Hirnveränderungen eingesetzt werden (B). Abbildung 1: Die Anwendung des Atlasses für die Planung einer Tiefenhirnstimulation von Amygdala. (a) Der Atlas von Mai. (b) MRT-Scan des Patienten. (c) Teilstrukturen der Amygdala farbig kodiert. (d) 3D Model der Teilstrukturen der Amygdala zusammen mit einer optimal platzierten Stimulationselektrode. (A) Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe Mit der detaillierten anatomischen Information auf dem Patientenhirn kann die Präzision und die Effektivität der stereotaktischen Eingriffe verbessert werden. Man kann die Wirkung der sichtbaren Anatomie am Beispiel der Tiefenhirnstimulation (im Englischen deep brain stimulation, DBS) veranschaulichen. Die Standardanwendung der Tiefenhirn-stimulation ist die Behandlung der Symptome der nicht medikamentös behandelbaren Parkinson’schen Erkrankung. Dazu wird stereotaktisch eine sehr dünne Elektrode ins Gehirn des Patienten eingeführt. Über diese chronisch implantierte Tiefenhirnelektrode wird ein permanenter, hochfrequenter (> 100 Hz), elektrischer Strompuls appliziert. Die hochfrequente Tiefenhirnstimulation ändert das Muster der neuronalen Aktivität und kann im Zielgebiet zur Unterdrückung der pathologischen neuronalen Aktivität führen. Dies führt zur Unterdrückung vom peripheren Tremor bei Parkinson’schen Erkrankung. Wichtig für die Effektivität der Tiefenhirnstimulation ist eine präzise Platzierung der Tiefenhirnelektrode im Zielgebiet. Liegt die Elektrode nur teilweise oder daneben, reduziert es wesentlich die Wirkung der Stimulation und führt es zu unerwünschten Nebeneffekten. Ist die präzise anatomische Lokalisation des Zielgebietes während einer Operations-planung mit dem Atlas sichtbar gemacht, so können möglichst viele Stimulationskontakte der Elektrode richtig platziert werden. Bei sehr kleinen und komplizierten Strukturen, wie z.B. bei der Amygdala ist es nicht möglich, die genaue Lage der Teilstrukturen mit bloßem Auge genau zu erkennen. Hier ermöglicht der auf das individuelle Patienten-Gehirn angepasster Atlas eine Operationsplanung in 3D (Abb. 1d). Das Ziel ist, die Elektrode so zu platzieren, dass möglichst viele Stimulationskontakte (Abb. 1d, grauer Pfeil) innerhalb des Zielgebiets liegen und möglichst wenig die benachbarten Strukturen beeinflussen. Je mehr Kontakte in dem Zielgebiet liegen, umso effektiver ist die Wirkung der Stimulation und umso kleiner sind die Nebeneffekte. Abbildung 2: Früherkennung von Tumoren am Beispiel mit zwei MRT Aufnahmen. Eine frühere MRT Aufnahme (a) wird nichtlinear auf aktuelle MRT Aufnahme (b) transformiert. Die dabei entstehenden Veränderungen können automatisch sichtbar gemacht werden (c). Diese Hirnveränderungen weisen auf mögliche Entstehung eines Tumors hin und können langfristig beobachtet werden. B) Früherkennung von krankhaften Hirnveränderungen Eine weitere Anwendung der Software betrifft eine Gruppe von Menschen, die bis heute fast vollkommen vernachlässigt wird. Es sind Menschen, die einen Tumor haben aber sie wissen es nicht. Es wird geschätzt, dass es über 100000 Menschen in Deutschland gibt, für die es zutrifft. Wüsten sie es, könnten ihre Geschichten ganz anders verlaufen. Um einen Tumor möglichst früh zu erkennen, kann die Software für eine Früherkennung von Tumoren benutzt werden. Dazu wird eine frühere Gehirnaufnahme des Patienten (Abb.2a) mit einer aktuellen Gehirnaufnahme (Abb.2b) mathematisch verglichen. Dabei wir mit dem entwickelten Algorithmus berechnet, auf welchen Stellen sich das Gehirn verändert hat. Veränderungen, die über einem Normalwert liegen, können automatisch gekennzeichnet (Abb.2c). Auf diese Art und Weise können sogar kaum mit bloßem Auge erkennbaren Veränderungen erfasst, langfristig verfolgt oder falls notwendig einer Therapie zugeführt werden. Es wird erwartet, dass nach dem Abschluss der Testphase pathologische Hirnveränderungen lange vor dem Erscheinen der ersten krankhaften Symptome erkannt werden können. Dadurch kann die Heilungsprognose deutlich positiver ausfallen, da mit einer Therapie viel früher begonnen werden kann. Es wird gehofft, dass die obenerwähnte Gruppe von Menschen in der Zukunft nicht mehr wachsen wird und dass mit dem Verfahren möglichst vielen Menschen rechtzeitig geholfen werden kann. LiteraturJ.K. Mai, G. Paxinos, T. Voß, Atlas of the Human Brain, Elsevier, Amsterdam, 3rd ed., (2008).
Projekt 2

PROJEKT SEIT 2017 – ABGESCHLOSSEN

UNIKLINIKUM WÜRZBURG: MIT MIKROBUBBLES GEGEN KREBSZELLEN

2018-07-30_-_Team_Microbubbles.JPG

Diagnose: Glioblastom. Ein großer Schock für viele Patienten,  denn dieser häufigste bösartige hirneigene Tumor hat eine ungünstige Prognose. Das UK Würzburg konnte im Herbst 2021 nach über dreijähriger Forschung und maßgeblich durch die Unterstützung der Stiftung (insgesamt rund 435.000 €) einen neuen, beachtenswerten Therapieansatz vorstellen.

 

Die derzeitigen Therapiekonzepte beruhen auf der chirurgischen Entfernung des Tumors sowie einer kombinierten Chemo- und Strahlentherapie. Die Erfolge sind jedoch nur von begrenzter Dauer, ein erneutes Wachstum des Tumors ist nahezu unausweichlich. Außerdem beeinträchtigt die Chemotherapie die Lebensqualität der Patienten, da die verabreichten Substanzen im ganzen Körper Nebenwirkungen entfalten.

PDF: Poster 3D in-vitro Modell

PDF: ZAAC-Artikel, E. Schulz u.a.

PDF: ZAAC-Supplement, E. Schulz u.a.

PDF: Cancers-Artikel, E. Schulz u.a.

  • mehr lesen
    Die anatomische Struktur des Gehirns kann mit modernen bildgebenden Verfahren, wie z.B. der Magnetresonanztomographie (MRT), sichtbar gemacht werden (Abb. 1b). Trotzt der Fortschritte in den letzten Jahren kann jedoch nur ein Bruchteil der anatomischen Komplexität des Gehirns mit diesen Verfahren dargestellt werden. Dies wirkt sich erschwerend auf viele Therapieverfahren aus. Für Tiefenhirnstimulation, ein Therapieverfahren bei dem die Aktivität bestimmter Hirngebiete mit elektrischer Stimulation moduliert wird, ist es außerordentlich wichtig die genaue Position und die 3D Form des zu stimulierende Hirnareals genau zu kennen. Nur dann kann eine optimale Stimulation und damit eine wesentliche Reduktion der Symptome erzielen werden. Dabei müssen oft nur spezielle Teilstrukturen, die mit bloßem Auge kaum bestimmbar sind, stimuliert werden. Bei pathologischen Hirnveränderungen und durch individuelle Variationen kann die genaue Lokalisation von Teilstrukturen sehr erschwert oder fast unmöglich sein. Auch für die Behandlung von pathologischen Hirnveränderungen (Tumore, Demenz, ...) ist es sehr wichtig, präzise zu wissen, wo diese Veränderungen stattfinden, um eine optimale Therapie mit minimalen Nebenwirkungen zu bestimmen. Um das Problem der fehlenden Details der Hirnanatomie zu lösen, benötigt man eine zusätzliche Quelle für anatomische Information. Dazu kann man auf einen Hirnatlas zurückgreifen. In dieser Arbeit wurde der detaillierteste Atlas des menschlichen Gehirns, der Hirnatlas von Mai, verwendet (Mai et. al., 2008). Der Mai Atlas enthält eine sehr hohe Anzahl von anatomischen Strukturen und deren Unterteilungen, die aus mikroskopischen Untersuchungen von menschlichem post-mortem Gehirnen gewonnen wurden. In der Abbildung 1 werden beispielhaft die Teilstrukturen der Amygdala, einer für die Verarbeitung von Emotionen wichtige Hirnstruktur, dargestellt. Mit dem neu entwickelten Algorithmus wird der Mai-Atlas (Abb. 1a) hierarchisch, nichtlinear und multimodal auf das Gehirn eines Patienten (Abb. 1b) transformiert. Damit wird die anatomische Information direkt auf dem Gehirn des Patienten sichtbar gemacht (Abb. 1c) und kann für eine 3D-Operationsplanung genutzt werden (Abb. 1d). Mit dem Algorithmus konnten zwei wesentliche Verbesserungen erarbeitet werden. Erstens, mit der Transformation des Atlasses auf das Patienten-Gehirn wird ein großes Spektrum von anatomischen Details sichtbar gemacht und kann für die Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe am menschlichen Gehirn genutzt werden (A). Zweitens, kann der Transformation-Algorithmus für eine Früherkennung von krankhaften Hirnveränderungen eingesetzt werden (B). Abbildung 1: Die Anwendung des Atlasses für die Planung einer Tiefenhirnstimulation von Amygdala. (a) Der Atlas von Mai. (b) MRT-Scan des Patienten. (c) Teilstrukturen der Amygdala farbig kodiert. (d) 3D Model der Teilstrukturen der Amygdala zusammen mit einer optimal platzierten Stimulationselektrode. (A) Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe Mit der detaillierten anatomischen Information auf dem Patientenhirn kann die Präzision und die Effektivität der stereotaktischen Eingriffe verbessert werden. Man kann die Wirkung der sichtbaren Anatomie am Beispiel der Tiefenhirnstimulation (im Englischen deep brain stimulation, DBS) veranschaulichen. Die Standardanwendung der Tiefenhirn-stimulation ist die Behandlung der Symptome der nicht medikamentös behandelbaren Parkinson’schen Erkrankung. Dazu wird stereotaktisch eine sehr dünne Elektrode ins Gehirn des Patienten eingeführt. Über diese chronisch implantierte Tiefenhirnelektrode wird ein permanenter, hochfrequenter (> 100 Hz), elektrischer Strompuls appliziert. Die hochfrequente Tiefenhirnstimulation ändert das Muster der neuronalen Aktivität und kann im Zielgebiet zur Unterdrückung der pathologischen neuronalen Aktivität führen. Dies führt zur Unterdrückung vom peripheren Tremor bei Parkinson’schen Erkrankung. Wichtig für die Effektivität der Tiefenhirnstimulation ist eine präzise Platzierung der Tiefenhirnelektrode im Zielgebiet. Liegt die Elektrode nur teilweise oder daneben, reduziert es wesentlich die Wirkung der Stimulation und führt es zu unerwünschten Nebeneffekten. Ist die präzise anatomische Lokalisation des Zielgebietes während einer Operations-planung mit dem Atlas sichtbar gemacht, so können möglichst viele Stimulationskontakte der Elektrode richtig platziert werden. Bei sehr kleinen und komplizierten Strukturen, wie z.B. bei der Amygdala ist es nicht möglich, die genaue Lage der Teilstrukturen mit bloßem Auge genau zu erkennen. Hier ermöglicht der auf das individuelle Patienten-Gehirn angepasster Atlas eine Operationsplanung in 3D (Abb. 1d). Das Ziel ist, die Elektrode so zu platzieren, dass möglichst viele Stimulationskontakte (Abb. 1d, grauer Pfeil) innerhalb des Zielgebiets liegen und möglichst wenig die benachbarten Strukturen beeinflussen. Je mehr Kontakte in dem Zielgebiet liegen, umso effektiver ist die Wirkung der Stimulation und umso kleiner sind die Nebeneffekte. Abbildung 2: Früherkennung von Tumoren am Beispiel mit zwei MRT Aufnahmen. Eine frühere MRT Aufnahme (a) wird nichtlinear auf aktuelle MRT Aufnahme (b) transformiert. Die dabei entstehenden Veränderungen können automatisch sichtbar gemacht werden (c). Diese Hirnveränderungen weisen auf mögliche Entstehung eines Tumors hin und können langfristig beobachtet werden. B) Früherkennung von krankhaften Hirnveränderungen Eine weitere Anwendung der Software betrifft eine Gruppe von Menschen, die bis heute fast vollkommen vernachlässigt wird. Es sind Menschen, die einen Tumor haben aber sie wissen es nicht. Es wird geschätzt, dass es über 100000 Menschen in Deutschland gibt, für die es zutrifft. Wüsten sie es, könnten ihre Geschichten ganz anders verlaufen. Um einen Tumor möglichst früh zu erkennen, kann die Software für eine Früherkennung von Tumoren benutzt werden. Dazu wird eine frühere Gehirnaufnahme des Patienten (Abb.2a) mit einer aktuellen Gehirnaufnahme (Abb.2b) mathematisch verglichen. Dabei wir mit dem entwickelten Algorithmus berechnet, auf welchen Stellen sich das Gehirn verändert hat. Veränderungen, die über einem Normalwert liegen, können automatisch gekennzeichnet (Abb.2c). Auf diese Art und Weise können sogar kaum mit bloßem Auge erkennbaren Veränderungen erfasst, langfristig verfolgt oder falls notwendig einer Therapie zugeführt werden. Es wird erwartet, dass nach dem Abschluss der Testphase pathologische Hirnveränderungen lange vor dem Erscheinen der ersten krankhaften Symptome erkannt werden können. Dadurch kann die Heilungsprognose deutlich positiver ausfallen, da mit einer Therapie viel früher begonnen werden kann. Es wird gehofft, dass die obenerwähnte Gruppe von Menschen in der Zukunft nicht mehr wachsen wird und dass mit dem Verfahren möglichst vielen Menschen rechtzeitig geholfen werden kann. LiteraturJ.K. Mai, G. Paxinos, T. Voß, Atlas of the Human Brain, Elsevier, Amsterdam, 3rd ed., (2008).
Projekt 3

PROJEKT SEIT 2015

ATLAS OF THE
HUMAN BRAIN

Universeller Hirnatlas erhält Auszeichnung der „British Medical Association“

Eben wurde die völlig neu gestaltete 4. Auflage des „Atlas of the Human Brain“ (Juergen K. Mai, Milan Majtanik, George Paxinos) von der British Medical Association ausgezeichnet (Award for the “Best Illustrated Book” of 2015). Der Atlas zeigt in bisher unerreichter Auflösung und Ausführlichkeit die Anatomie des menschlichen Gehirns in Übereinstimmung mit der radiologischen Anatomie des Individualgehirns.

  • mehr lesen
    Die anatomische Struktur des Gehirns kann mit modernen bildgebenden Verfahren, wie z.B. der Magnetresonanztomographie (MRT), sichtbar gemacht werden (Abb. 1b). Trotzt der Fortschritte in den letzten Jahren kann jedoch nur ein Bruchteil der anatomischen Komplexität des Gehirns mit diesen Verfahren dargestellt werden. Dies wirkt sich erschwerend auf viele Therapieverfahren aus. Für Tiefenhirnstimulation, ein Therapieverfahren bei dem die Aktivität bestimmter Hirngebiete mit elektrischer Stimulation moduliert wird, ist es außerordentlich wichtig die genaue Position und die 3D Form des zu stimulierende Hirnareals genau zu kennen. Nur dann kann eine optimale Stimulation und damit eine wesentliche Reduktion der Symptome erzielen werden. Dabei müssen oft nur spezielle Teilstrukturen, die mit bloßem Auge kaum bestimmbar sind, stimuliert werden. Bei pathologischen Hirnveränderungen und durch individuelle Variationen kann die genaue Lokalisation von Teilstrukturen sehr erschwert oder fast unmöglich sein. Auch für die Behandlung von pathologischen Hirnveränderungen (Tumore, Demenz, ...) ist es sehr wichtig, präzise zu wissen, wo diese Veränderungen stattfinden, um eine optimale Therapie mit minimalen Nebenwirkungen zu bestimmen. Um das Problem der fehlenden Details der Hirnanatomie zu lösen, benötigt man eine zusätzliche Quelle für anatomische Information. Dazu kann man auf einen Hirnatlas zurückgreifen. In dieser Arbeit wurde der detaillierteste Atlas des menschlichen Gehirns, der Hirnatlas von Mai, verwendet (Mai et. al., 2008). Der Mai Atlas enthält eine sehr hohe Anzahl von anatomischen Strukturen und deren Unterteilungen, die aus mikroskopischen Untersuchungen von menschlichem post-mortem Gehirnen gewonnen wurden. In der Abbildung 1 werden beispielhaft die Teilstrukturen der Amygdala, einer für die Verarbeitung von Emotionen wichtige Hirnstruktur, dargestellt. Mit dem neu entwickelten Algorithmus wird der Mai-Atlas (Abb. 1a) hierarchisch, nichtlinear und multimodal auf das Gehirn eines Patienten (Abb. 1b) transformiert. Damit wird die anatomische Information direkt auf dem Gehirn des Patienten sichtbar gemacht (Abb. 1c) und kann für eine 3D-Operationsplanung genutzt werden (Abb. 1d). Mit dem Algorithmus konnten zwei wesentliche Verbesserungen erarbeitet werden. Erstens, mit der Transformation des Atlasses auf das Patienten-Gehirn wird ein großes Spektrum von anatomischen Details sichtbar gemacht und kann für die Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe am menschlichen Gehirn genutzt werden (A). Zweitens, kann der Transformation-Algorithmus für eine Früherkennung von krankhaften Hirnveränderungen eingesetzt werden (B). Abbildung 1: Die Anwendung des Atlasses für die Planung einer Tiefenhirnstimulation von Amygdala. (a) Der Atlas von Mai. (b) MRT-Scan des Patienten. (c) Teilstrukturen der Amygdala farbig kodiert. (d) 3D Model der Teilstrukturen der Amygdala zusammen mit einer optimal platzierten Stimulationselektrode. (A) Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe Mit der detaillierten anatomischen Information auf dem Patientenhirn kann die Präzision und die Effektivität der stereotaktischen Eingriffe verbessert werden. Man kann die Wirkung der sichtbaren Anatomie am Beispiel der Tiefenhirnstimulation (im Englischen deep brain stimulation, DBS) veranschaulichen. Die Standardanwendung der Tiefenhirn-stimulation ist die Behandlung der Symptome der nicht medikamentös behandelbaren Parkinson’schen Erkrankung. Dazu wird stereotaktisch eine sehr dünne Elektrode ins Gehirn des Patienten eingeführt. Über diese chronisch implantierte Tiefenhirnelektrode wird ein permanenter, hochfrequenter (> 100 Hz), elektrischer Strompuls appliziert. Die hochfrequente Tiefenhirnstimulation ändert das Muster der neuronalen Aktivität und kann im Zielgebiet zur Unterdrückung der pathologischen neuronalen Aktivität führen. Dies führt zur Unterdrückung vom peripheren Tremor bei Parkinson’schen Erkrankung. Wichtig für die Effektivität der Tiefenhirnstimulation ist eine präzise Platzierung der Tiefenhirnelektrode im Zielgebiet. Liegt die Elektrode nur teilweise oder daneben, reduziert es wesentlich die Wirkung der Stimulation und führt es zu unerwünschten Nebeneffekten. Ist die präzise anatomische Lokalisation des Zielgebietes während einer Operations-planung mit dem Atlas sichtbar gemacht, so können möglichst viele Stimulationskontakte der Elektrode richtig platziert werden. Bei sehr kleinen und komplizierten Strukturen, wie z.B. bei der Amygdala ist es nicht möglich, die genaue Lage der Teilstrukturen mit bloßem Auge genau zu erkennen. Hier ermöglicht der auf das individuelle Patienten-Gehirn angepasster Atlas eine Operationsplanung in 3D (Abb. 1d). Das Ziel ist, die Elektrode so zu platzieren, dass möglichst viele Stimulationskontakte (Abb. 1d, grauer Pfeil) innerhalb des Zielgebiets liegen und möglichst wenig die benachbarten Strukturen beeinflussen. Je mehr Kontakte in dem Zielgebiet liegen, umso effektiver ist die Wirkung der Stimulation und umso kleiner sind die Nebeneffekte. Abbildung 2: Früherkennung von Tumoren am Beispiel mit zwei MRT Aufnahmen. Eine frühere MRT Aufnahme (a) wird nichtlinear auf aktuelle MRT Aufnahme (b) transformiert. Die dabei entstehenden Veränderungen können automatisch sichtbar gemacht werden (c). Diese Hirnveränderungen weisen auf mögliche Entstehung eines Tumors hin und können langfristig beobachtet werden. B) Früherkennung von krankhaften Hirnveränderungen Eine weitere Anwendung der Software betrifft eine Gruppe von Menschen, die bis heute fast vollkommen vernachlässigt wird. Es sind Menschen, die einen Tumor haben aber sie wissen es nicht. Es wird geschätzt, dass es über 100000 Menschen in Deutschland gibt, für die es zutrifft. Wüsten sie es, könnten ihre Geschichten ganz anders verlaufen. Um einen Tumor möglichst früh zu erkennen, kann die Software für eine Früherkennung von Tumoren benutzt werden. Dazu wird eine frühere Gehirnaufnahme des Patienten (Abb.2a) mit einer aktuellen Gehirnaufnahme (Abb.2b) mathematisch verglichen. Dabei wir mit dem entwickelten Algorithmus berechnet, auf welchen Stellen sich das Gehirn verändert hat. Veränderungen, die über einem Normalwert liegen, können automatisch gekennzeichnet (Abb.2c). Auf diese Art und Weise können sogar kaum mit bloßem Auge erkennbaren Veränderungen erfasst, langfristig verfolgt oder falls notwendig einer Therapie zugeführt werden. Es wird erwartet, dass nach dem Abschluss der Testphase pathologische Hirnveränderungen lange vor dem Erscheinen der ersten krankhaften Symptome erkannt werden können. Dadurch kann die Heilungsprognose deutlich positiver ausfallen, da mit einer Therapie viel früher begonnen werden kann. Es wird gehofft, dass die obenerwähnte Gruppe von Menschen in der Zukunft nicht mehr wachsen wird und dass mit dem Verfahren möglichst vielen Menschen rechtzeitig geholfen werden kann. LiteraturJ.K. Mai, G. Paxinos, T. Voß, Atlas of the Human Brain, Elsevier, Amsterdam, 3rd ed., (2008).
Projekt 4

PROJEKT SEIT 2014

ULTRASCHALL-INDUZIERTE
TUMORBEHANDLUNG

Rahmenbedingungen


Mit Mitteln der Jörg Bernards-Stiftung wurde die Medizintechnik-Bachelorarbeit des Studenten
Romeo Hollan unterstützt. Die Arbeit wurde bei der MRC Systems GmbH durchgeführt und von der Hochschule Mannheim betreut. Sie wurde abweichend vom ursprünglichen Zeitplan erst im April 2015 abgeschlossen und mit der Bestnote 1,0 bewertet.

  • mehr lesen
    Die anatomische Struktur des Gehirns kann mit modernen bildgebenden Verfahren, wie z.B. der Magnetresonanztomographie (MRT), sichtbar gemacht werden (Abb. 1b). Trotzt der Fortschritte in den letzten Jahren kann jedoch nur ein Bruchteil der anatomischen Komplexität des Gehirns mit diesen Verfahren dargestellt werden. Dies wirkt sich erschwerend auf viele Therapieverfahren aus. Für Tiefenhirnstimulation, ein Therapieverfahren bei dem die Aktivität bestimmter Hirngebiete mit elektrischer Stimulation moduliert wird, ist es außerordentlich wichtig die genaue Position und die 3D Form des zu stimulierende Hirnareals genau zu kennen. Nur dann kann eine optimale Stimulation und damit eine wesentliche Reduktion der Symptome erzielen werden. Dabei müssen oft nur spezielle Teilstrukturen, die mit bloßem Auge kaum bestimmbar sind, stimuliert werden. Bei pathologischen Hirnveränderungen und durch individuelle Variationen kann die genaue Lokalisation von Teilstrukturen sehr erschwert oder fast unmöglich sein. Auch für die Behandlung von pathologischen Hirnveränderungen (Tumore, Demenz, ...) ist es sehr wichtig, präzise zu wissen, wo diese Veränderungen stattfinden, um eine optimale Therapie mit minimalen Nebenwirkungen zu bestimmen. Um das Problem der fehlenden Details der Hirnanatomie zu lösen, benötigt man eine zusätzliche Quelle für anatomische Information. Dazu kann man auf einen Hirnatlas zurückgreifen. In dieser Arbeit wurde der detaillierteste Atlas des menschlichen Gehirns, der Hirnatlas von Mai, verwendet (Mai et. al., 2008). Der Mai Atlas enthält eine sehr hohe Anzahl von anatomischen Strukturen und deren Unterteilungen, die aus mikroskopischen Untersuchungen von menschlichem post-mortem Gehirnen gewonnen wurden. In der Abbildung 1 werden beispielhaft die Teilstrukturen der Amygdala, einer für die Verarbeitung von Emotionen wichtige Hirnstruktur, dargestellt. Mit dem neu entwickelten Algorithmus wird der Mai-Atlas (Abb. 1a) hierarchisch, nichtlinear und multimodal auf das Gehirn eines Patienten (Abb. 1b) transformiert. Damit wird die anatomische Information direkt auf dem Gehirn des Patienten sichtbar gemacht (Abb. 1c) und kann für eine 3D-Operationsplanung genutzt werden (Abb. 1d). Mit dem Algorithmus konnten zwei wesentliche Verbesserungen erarbeitet werden. Erstens, mit der Transformation des Atlasses auf das Patienten-Gehirn wird ein großes Spektrum von anatomischen Details sichtbar gemacht und kann für die Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe am menschlichen Gehirn genutzt werden (A). Zweitens, kann der Transformation-Algorithmus für eine Früherkennung von krankhaften Hirnveränderungen eingesetzt werden (B). Abbildung 1: Die Anwendung des Atlasses für die Planung einer Tiefenhirnstimulation von Amygdala. (a) Der Atlas von Mai. (b) MRT-Scan des Patienten. (c) Teilstrukturen der Amygdala farbig kodiert. (d) 3D Model der Teilstrukturen der Amygdala zusammen mit einer optimal platzierten Stimulationselektrode. (A) Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe Mit der detaillierten anatomischen Information auf dem Patientenhirn kann die Präzision und die Effektivität der stereotaktischen Eingriffe verbessert werden. Man kann die Wirkung der sichtbaren Anatomie am Beispiel der Tiefenhirnstimulation (im Englischen deep brain stimulation, DBS) veranschaulichen. Die Standardanwendung der Tiefenhirn-stimulation ist die Behandlung der Symptome der nicht medikamentös behandelbaren Parkinson’schen Erkrankung. Dazu wird stereotaktisch eine sehr dünne Elektrode ins Gehirn des Patienten eingeführt. Über diese chronisch implantierte Tiefenhirnelektrode wird ein permanenter, hochfrequenter (> 100 Hz), elektrischer Strompuls appliziert. Die hochfrequente Tiefenhirnstimulation ändert das Muster der neuronalen Aktivität und kann im Zielgebiet zur Unterdrückung der pathologischen neuronalen Aktivität führen. Dies führt zur Unterdrückung vom peripheren Tremor bei Parkinson’schen Erkrankung. Wichtig für die Effektivität der Tiefenhirnstimulation ist eine präzise Platzierung der Tiefenhirnelektrode im Zielgebiet. Liegt die Elektrode nur teilweise oder daneben, reduziert es wesentlich die Wirkung der Stimulation und führt es zu unerwünschten Nebeneffekten. Ist die präzise anatomische Lokalisation des Zielgebietes während einer Operations-planung mit dem Atlas sichtbar gemacht, so können möglichst viele Stimulationskontakte der Elektrode richtig platziert werden. Bei sehr kleinen und komplizierten Strukturen, wie z.B. bei der Amygdala ist es nicht möglich, die genaue Lage der Teilstrukturen mit bloßem Auge genau zu erkennen. Hier ermöglicht der auf das individuelle Patienten-Gehirn angepasster Atlas eine Operationsplanung in 3D (Abb. 1d). Das Ziel ist, die Elektrode so zu platzieren, dass möglichst viele Stimulationskontakte (Abb. 1d, grauer Pfeil) innerhalb des Zielgebiets liegen und möglichst wenig die benachbarten Strukturen beeinflussen. Je mehr Kontakte in dem Zielgebiet liegen, umso effektiver ist die Wirkung der Stimulation und umso kleiner sind die Nebeneffekte. Abbildung 2: Früherkennung von Tumoren am Beispiel mit zwei MRT Aufnahmen. Eine frühere MRT Aufnahme (a) wird nichtlinear auf aktuelle MRT Aufnahme (b) transformiert. Die dabei entstehenden Veränderungen können automatisch sichtbar gemacht werden (c). Diese Hirnveränderungen weisen auf mögliche Entstehung eines Tumors hin und können langfristig beobachtet werden. B) Früherkennung von krankhaften Hirnveränderungen Eine weitere Anwendung der Software betrifft eine Gruppe von Menschen, die bis heute fast vollkommen vernachlässigt wird. Es sind Menschen, die einen Tumor haben aber sie wissen es nicht. Es wird geschätzt, dass es über 100000 Menschen in Deutschland gibt, für die es zutrifft. Wüsten sie es, könnten ihre Geschichten ganz anders verlaufen. Um einen Tumor möglichst früh zu erkennen, kann die Software für eine Früherkennung von Tumoren benutzt werden. Dazu wird eine frühere Gehirnaufnahme des Patienten (Abb.2a) mit einer aktuellen Gehirnaufnahme (Abb.2b) mathematisch verglichen. Dabei wir mit dem entwickelten Algorithmus berechnet, auf welchen Stellen sich das Gehirn verändert hat. Veränderungen, die über einem Normalwert liegen, können automatisch gekennzeichnet (Abb.2c). Auf diese Art und Weise können sogar kaum mit bloßem Auge erkennbaren Veränderungen erfasst, langfristig verfolgt oder falls notwendig einer Therapie zugeführt werden. Es wird erwartet, dass nach dem Abschluss der Testphase pathologische Hirnveränderungen lange vor dem Erscheinen der ersten krankhaften Symptome erkannt werden können. Dadurch kann die Heilungsprognose deutlich positiver ausfallen, da mit einer Therapie viel früher begonnen werden kann. Es wird gehofft, dass die obenerwähnte Gruppe von Menschen in der Zukunft nicht mehr wachsen wird und dass mit dem Verfahren möglichst vielen Menschen rechtzeitig geholfen werden kann. LiteraturJ.K. Mai, G. Paxinos, T. Voß, Atlas of the Human Brain, Elsevier, Amsterdam, 3rd ed., (2008).
Projekt 5

PROJEKT SEIT 2012

IM GEHIRN MEHR
SEHEN UND ERKENNEN

Atlas basierte Tiefenhirnstimulation und Früherkennung von Tumoren bei Prof. Sturm an der Uni-Klinik Köln

Mit der Unterstützung der Jörg von Bernards Stiftung wurde in der Abteilung für Neurochirurgie und Stereotaxie an der Uni-Klinik Köln unter der Leitung von Prof. Sturm eine neuartige Software entwickelt, mit dem man die Anatomie des Gehirns besser erkennt und pathologische Hirnveränderungen früher sichtbar machen kann.

  • mehr lesen
    Die anatomische Struktur des Gehirns kann mit modernen bildgebenden Verfahren, wie z.B. der Magnetresonanztomographie (MRT), sichtbar gemacht werden (Abb. 1b). Trotzt der Fortschritte in den letzten Jahren kann jedoch nur ein Bruchteil der anatomischen Komplexität des Gehirns mit diesen Verfahren dargestellt werden. Dies wirkt sich erschwerend auf viele Therapieverfahren aus. Für Tiefenhirnstimulation, ein Therapieverfahren bei dem die Aktivität bestimmter Hirngebiete mit elektrischer Stimulation moduliert wird, ist es außerordentlich wichtig die genaue Position und die 3D Form des zu stimulierende Hirnareals genau zu kennen. Nur dann kann eine optimale Stimulation und damit eine wesentliche Reduktion der Symptome erzielen werden. Dabei müssen oft nur spezielle Teilstrukturen, die mit bloßem Auge kaum bestimmbar sind, stimuliert werden. Bei pathologischen Hirnveränderungen und durch individuelle Variationen kann die genaue Lokalisation von Teilstrukturen sehr erschwert oder fast unmöglich sein. Auch für die Behandlung von pathologischen Hirnveränderungen (Tumore, Demenz, ...) ist es sehr wichtig, präzise zu wissen, wo diese Veränderungen stattfinden, um eine optimale Therapie mit minimalen Nebenwirkungen zu bestimmen. Um das Problem der fehlenden Details der Hirnanatomie zu lösen, benötigt man eine zusätzliche Quelle für anatomische Information. Dazu kann man auf einen Hirnatlas zurückgreifen. In dieser Arbeit wurde der detaillierteste Atlas des menschlichen Gehirns, der Hirnatlas von Mai, verwendet (Mai et. al., 2008). Der Mai Atlas enthält eine sehr hohe Anzahl von anatomischen Strukturen und deren Unterteilungen, die aus mikroskopischen Untersuchungen von menschlichem post-mortem Gehirnen gewonnen wurden. In der Abbildung 1 werden beispielhaft die Teilstrukturen der Amygdala, einer für die Verarbeitung von Emotionen wichtige Hirnstruktur, dargestellt. Mit dem neu entwickelten Algorithmus wird der Mai-Atlas (Abb. 1a) hierarchisch, nichtlinear und multimodal auf das Gehirn eines Patienten (Abb. 1b) transformiert. Damit wird die anatomische Information direkt auf dem Gehirn des Patienten sichtbar gemacht (Abb. 1c) und kann für eine 3D-Operationsplanung genutzt werden (Abb. 1d). Mit dem Algorithmus konnten zwei wesentliche Verbesserungen erarbeitet werden. Erstens, mit der Transformation des Atlasses auf das Patienten-Gehirn wird ein großes Spektrum von anatomischen Details sichtbar gemacht und kann für die Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe am menschlichen Gehirn genutzt werden (A). Zweitens, kann der Transformation-Algorithmus für eine Früherkennung von krankhaften Hirnveränderungen eingesetzt werden (B). Abbildung 1: Die Anwendung des Atlasses für die Planung einer Tiefenhirnstimulation von Amygdala. (a) Der Atlas von Mai. (b) MRT-Scan des Patienten. (c) Teilstrukturen der Amygdala farbig kodiert. (d) 3D Model der Teilstrukturen der Amygdala zusammen mit einer optimal platzierten Stimulationselektrode. (A) Verbesserung der Vorbereitung operativer stereotaktischer Eingriffe Mit der detaillierten anatomischen Information auf dem Patientenhirn kann die Präzision und die Effektivität der stereotaktischen Eingriffe verbessert werden. Man kann die Wirkung der sichtbaren Anatomie am Beispiel der Tiefenhirnstimulation (im Englischen deep brain stimulation, DBS) veranschaulichen. Die Standardanwendung der Tiefenhirn-stimulation ist die Behandlung der Symptome der nicht medikamentös behandelbaren Parkinson’schen Erkrankung. Dazu wird stereotaktisch eine sehr dünne Elektrode ins Gehirn des Patienten eingeführt. Über diese chronisch implantierte Tiefenhirnelektrode wird ein permanenter, hochfrequenter (> 100 Hz), elektrischer Strompuls appliziert. Die hochfrequente Tiefenhirnstimulation ändert das Muster der neuronalen Aktivität und kann im Zielgebiet zur Unterdrückung der pathologischen neuronalen Aktivität führen. Dies führt zur Unterdrückung vom peripheren Tremor bei Parkinson’schen Erkrankung. Wichtig für die Effektivität der Tiefenhirnstimulation ist eine präzise Platzierung der Tiefenhirnelektrode im Zielgebiet. Liegt die Elektrode nur teilweise oder daneben, reduziert es wesentlich die Wirkung der Stimulation und führt es zu unerwünschten Nebeneffekten. Ist die präzise anatomische Lokalisation des Zielgebietes während einer Operations-planung mit dem Atlas sichtbar gemacht, so können möglichst viele Stimulationskontakte der Elektrode richtig platziert werden. Bei sehr kleinen und komplizierten Strukturen, wie z.B. bei der Amygdala ist es nicht möglich, die genaue Lage der Teilstrukturen mit bloßem Auge genau zu erkennen. Hier ermöglicht der auf das individuelle Patienten-Gehirn angepasster Atlas eine Operationsplanung in 3D (Abb. 1d). Das Ziel ist, die Elektrode so zu platzieren, dass möglichst viele Stimulationskontakte (Abb. 1d, grauer Pfeil) innerhalb des Zielgebiets liegen und möglichst wenig die benachbarten Strukturen beeinflussen. Je mehr Kontakte in dem Zielgebiet liegen, umso effektiver ist die Wirkung der Stimulation und umso kleiner sind die Nebeneffekte. Abbildung 2: Früherkennung von Tumoren am Beispiel mit zwei MRT Aufnahmen. Eine frühere MRT Aufnahme (a) wird nichtlinear auf aktuelle MRT Aufnahme (b) transformiert. Die dabei entstehenden Veränderungen können automatisch sichtbar gemacht werden (c). Diese Hirnveränderungen weisen auf mögliche Entstehung eines Tumors hin und können langfristig beobachtet werden. B) Früherkennung von krankhaften Hirnveränderungen Eine weitere Anwendung der Software betrifft eine Gruppe von Menschen, die bis heute fast vollkommen vernachlässigt wird. Es sind Menschen, die einen Tumor haben aber sie wissen es nicht. Es wird geschätzt, dass es über 100000 Menschen in Deutschland gibt, für die es zutrifft. Wüsten sie es, könnten ihre Geschichten ganz anders verlaufen. Um einen Tumor möglichst früh zu erkennen, kann die Software für eine Früherkennung von Tumoren benutzt werden. Dazu wird eine frühere Gehirnaufnahme des Patienten (Abb.2a) mit einer aktuellen Gehirnaufnahme (Abb.2b) mathematisch verglichen. Dabei wir mit dem entwickelten Algorithmus berechnet, auf welchen Stellen sich das Gehirn verändert hat. Veränderungen, die über einem Normalwert liegen, können automatisch gekennzeichnet (Abb.2c). Auf diese Art und Weise können sogar kaum mit bloßem Auge erkennbaren Veränderungen erfasst, langfristig verfolgt oder falls notwendig einer Therapie zugeführt werden. Es wird erwartet, dass nach dem Abschluss der Testphase pathologische Hirnveränderungen lange vor dem Erscheinen der ersten krankhaften Symptome erkannt werden können. Dadurch kann die Heilungsprognose deutlich positiver ausfallen, da mit einer Therapie viel früher begonnen werden kann. Es wird gehofft, dass die obenerwähnte Gruppe von Menschen in der Zukunft nicht mehr wachsen wird und dass mit dem Verfahren möglichst vielen Menschen rechtzeitig geholfen werden kann. LiteraturJ.K. Mai, G. Paxinos, T. Voß, Atlas of the Human Brain, Elsevier, Amsterdam, 3rd ed., (2008).
bottom of page