Springe zum Hauptteil

201
202
200
203
204

Adresse: Calwerstraße 14
72076 Tübingen


Personenprofil: 07071 29-82311


Faxnummer: 07071 29-4141


Biomedizinische Bildanalyse

In der Arbeitsgruppe Biomedizinische Bildanalyse finden insbesondere Methoden für die multimodale Bildanalyse von Daten aus der Hirnbildgebung Anwendung. Grundlage dafür sind strukturelle, funktionelle und metabolitische Daten.

Der methodische Schwerpunkt der Arbeitsgruppe liegt im Bereich der Konnektivitätsanalyse von Hirnnetzwerken bei gesunden Probanden sowie auch Patienten mit psychiatrischen Erkrankungen, insbesondere der Depression.

Veränderungen im Zusammenhang mit affektiven psychiatrischen Erkrankungen äußern sich in Abweichungen in der kortikalen Dicke sowie Variationen in anderen Atrophie-bezogenen Maßen. Entsprechende Areale können mithilfe der funktionalen Magnetresonanztomographie (fMRT) im Aufgabenkontext und unter Ruhebedingungen identifiziert werden.
Messungen im Ruhezustand stellen dabei eine besonders vielversprechende Methodik im Bereich der klinischen Diagnose dar, sowohl für die Unterscheidung von Gesunden und Patienten als auch für die Differenzierung zwischen Subtypen von Erkrankungen mittels Mustererkennungsverfahren. Rückschlüsse auf die Netzwerkaktivität des Gehirns können ausgehend von diesen Daten dabei mittels seed-basierter Ansätze gezogen werden wie der functional connectivity (FC), amplitudes of low-frequency fluctuations (Alff), regional homogeneity (ReHo) und graphenthereotischen Maßen oder datengetriebenen Ansätzen wie der Independent Component Analysis (ICA). Auf anatomischer Ebene wird die strukturelle Konnektivität zwischen Hirnregionen mittels Diffusion Tensor Imaging (DTI) untersucht.

Für ein besseres Verständnis potentieller Ungleichgewichte von Metaboliten oder Transmittern im Kontext von psychiatrischen Erkrankungen werden Regionen mit anatomischen oder funktionellen Auffälligkeiten mittels Magnetresonanzspektroskopie (MRS) untersucht. Die so ermittelten biochemischen Veränderungen können als zukünftige Biomarker zur Vorhersage des Krankheitsverlaufs verwendet werden und erlauben darüberhinaus auch einen Einsatz in Form von therapeutischen Interventionen, die auf ein spezifisches metabolitisches Defizit bei bestimmten psychopathologischen Symptomen zugeschnitten sind.

Kontakt

frontend.sr-only_#{element.contextual_1.children.icon}: Prof. Dr. Martin Walter Leitung


E-Mail-Adresse: martin.walter@med.uni-tuebingen.de


Sekretariat

07071 29-86119

helga.lennig@med.uni-tuebingen.de


frontend.sr-only_#{element.contextual_1.children.icon}: Dr. Nils Kroemer Nachwuchsgruppenleiter


frontend.sr-only_#{element.contextual_1.children.icon}: 07071 29-82021


frontend.sr-only_#{element.contextual_1.children.icon}: Luisa Fensky Wissenschaftliche Koordinatorin


frontend.sr-only_#{element.contextual_1.children.icon}: 07071 29-85753


Forschungsprojekte

Es wurde bereits gezeigt, dass funktionelle Konnektivität, die durch zeitliche Korrelation spontaner niederfrequenter Signale im Ruhezustand hervorgerufen wird, nicht stabil ist. Dies gilt sogar in einem kurzen Zeitfenster von 5-10 TR.

Um die funktionelle Bedeutung der Ruhezustandsdynamiken von Konnektivität zu verstehen, verwenden wir zum einen innovative Analysemethoden, um Gehirnzustände unterschiedlicher Konnektivität zu manipulieren und erforschen ihre wechselseitige Beziehung zu anderen Zustandsmarkern des autonomen Nervensystems. Zum anderen untersuchen wir diese Marker auf relevante krankheitsbezogene Informationen, die nicht durch gängige Beobachtungen der durchschnittlichen Ruhezustandskonnektivität erhoben werden konnten.

Bei transienten funktionellen Konnektivitäten, die sich aufgrund kontextueller Anforderungen oder als Funktion andauernder Zustandsänderungen verändern, wird davon ausgegangen, dass sie in engem Zusammenhang mit der strukturellen Konnektivität stehen. Im gleichen Gedankengang stützt sich die Ausdehnung funktioneller Aktivierungen stark auf die strukturelle Integrität der Region. Während diese Beziehungen sich in besonderer Weise für das komplexe Verständnis neurobiologischer Ursprünge abnormer Netzwerkverhältnisse bei Krankheiten eignen, können die Kovariation in Strukturen oder Faserverbindungen über Regionen hinweg auch verwendet werden, um zum Verständnis funktioneller Neuroanatomie im Menschen beizutragen.

Hierfür verwenden wir DTI und Messungen der kortikalen Dicke, die longitudinale Beobachtungen bei unterschiedlichen Feldstärken beinhalten, um eine Verbindung zwischen abnormen strukturellen, histologischen, funktionellen und metabolischen Anzeichen für Depression herzustellen.

Multimodale Untersuchungen erweitern die Möglichkeiten zur neurobiologischen Interpretation von Veränderungen des BOLD Signals oder funktioneller Konnektivität. Wir verwenden Kombinationen aus Magnetresonanzspektroskopie (MRS) und fMRT von 3T bis 7T, die uns erlauben, die interindividuelle Variation in klassischen fMRT Markern mit Veränderungen der Konzentrationen von GABA, Glutamat oder Glutamin zu vergleichen.

In gesunden Kontrollprobanden hilft dies die physiologischen Mechanismen inter-regionaler Integration zu definieren, während wir in Patienten näher an die potentiellen zellulären Ursprünge abnormer fMRT Befunde kommen.

Neben der Psychotherapie und der Neuropsychopharmakologie wurde eine Reihe alternativer Behandlungsmöglichkeiten für abweichende Hirnfunktionen in der Depression entwickelt. Daher ist ein Hauptgebiet der aktuellen Forschung unserer Gruppe die Veränderung von Gehirnzuständen durch spezifische Manipulation von Teilnetzen.

Während manche Netzwerke durch das Trainieren fokussierter Aufmerksamkeit oder Achtsamkeit beeinflusst werden konnten, konnte eine spezifischere Zielbestimmung durch direktes Neurofeedback von regionalen Signalen oder durch eine EEG Netzwerkkonfiguration erreicht werden. Wir verwenden EEG-fMRT und innovative Marker der Gehirnfunktion parallel während des Echtzeit-fMRTs, um das zusätzliche Potential solcher Methoden zu bestimmen – dies vor dem Hintergrund, dass Neurofeedback bereits eine Geschichte über verschiedene Modalitäten hinweg vorzuweisen hat. Andere Mechanismen beinhalten Selbstbeobachtung, wie bei einer Meditation, und den Einschluss von elektromyographischen Signalen mimischen Ausdrucks.

Die Netzwerkstörung, die der pathologischen Verarbeitung von internen und externen Stimuli in affektiven Störungen zugrunde liegt, kann auch auf der Ebene des gesamten Netzwerks untersucht werden.

Einer der Vorteile hierbei ist, dass möglicherweise auch Regionen, für die momentan keine enge Beziehung zu klinischen oder psychologischen Markern nachgewiesen wurde, entdeckt werden, wenn sie funktionell verändert sind. Außerdem können unter der Auffassung des Gehirns als funktionelles Netzwerk modernste Ansätze der Graphentheorie helfen zu definieren, welcher spezifische Aspekt der Netzwerkdysfunktion auf Ebene einer einzelnen Region, eines funktionellen Moduls oder des gesamten Gehirns vorherrscht.

Publikationen

  • Neural Correlates of Sexual Orientation in Heterosexual, Bisexual, and Homosexual Women 
    Safron A, Klimaj V, Sylva D, Rosenthal AM , Li M, Walter M, Bailey JM
    Sci Rep. 2018 Jan 12;8(1):673.
  • Pedophilic sex offenders are characterised by reduced GABA concentration in dorsal anterior cingulate cortex 
    Ristow I, Li M, Colic L, Marr V, Födisch C, Düring FV, Schiltz K, Drumkova K, Witzel J, Walter H, Beier K, Kruger THC, Ponseti J, Schiffer B, Walter M
    Neuroimage Clin. 2018 Jan 31;18:335-341.
  • No association of goal-directed and habitual control with alcohol consumption in young adults 
    Nebe S, Kroemer NB, Schad DJ, Bernhardt N, Sebold M, Müller DK, Scholl L, Kuitunen-Paul S, Heinz A, Rapp MA, Huys QJ, Smolka MN
    Addict Biol. 2018 Jan;23(1):379-393.
  • Exaggerated Control Demands Over Reward-Related Behavior in Anorexia Nervosa. 
    Kroemer NB
    Biol Psychiatry. 2018 Feb 1;83(3):194-196.
  • Functional connectivity changes following interpersonal reactivity 
    Krause AL, Colic L , Borchardt V, Li M, Strauss B, Buchheim A, Wildgruber D, Fonagy P, Nolte T, Walter M
    Hum Brain Mapp. 2018 Feb;39(2):866-879.
Cookie Einstellungen
Bitte treffen Sie eine Auswahl um fortzufahren.
Weitere Informationen zu den Auswirkungen Ihrer Auswahl finden Sie unter Hilfe.
 
Um fortfahren zu können, müssen Sie eine Cookie-Auswahl treffen.

Cookies zulassen:
Wir setzen das Analysetool Google Analytics ein, um Besucher-Informationen wie z.B. Browser, Land, oder die Dauer, wie lange ein Benutzer auf unserer Seite verweilt, zu messen. Ihre IP-Adresse wird anonymisiert übertragen, die Verbindung zu Google ist verschlüsselt.

Nur notwendige Cookies zulassen:
Wir verzichten auf den Einsatz von Analysetools. Es werden jedoch technisch notwendige Cookies, die eine reibungslose Navigation und Nutzung der Webseite ermöglichen, gesetzt (beispielsweise den Zugang zum zugangsbeschränkten Bereich erlauben).

Sie können Ihre Cookie-Einstellung jederzeit auf der Seite Datenschutzerklärung ändern. Zum Impressum.

Zurück

Cookies zulassen Nur notwendige Cookies zulassen