Gefäßdistanzkartierung: Quantifizierung der subkortikal arteriellen und venösen Gefäßmuster um deren Wechselwirkung zu untersuchen

Die Integrität und Funktion des Gehirns ist auf den Zu- und den Abfluss von Blut durch das arterielle bzw. venöse Gefäßsystem angewiesen. Subkortikale Strukturen, die an motorischen, sensorischen, kognitiven und verhaltensbezogenen Aufgaben beteiligt sind, werden von den großen Hirnarterien durchströmt. Die Perfusionsterritorien dieser großen Arterien sind zwischen Probanden räumlich variabel. Diese Variabilität beeinflusst die Organisation der kleinen, perforierenden Arterien. Wir vermuten, dass sich diese Variabilität der subkortikalen Perfusionsterritorien von der arteriellen Seite ausgehend durch das Kapillarbett in die Organisation der subkortikalen Venen propagiert. Daher nehmen wir an, dass subkortikale arterielle und venöse Gefäße voneinander abhängig sind und dass unterschiedliche Gefäßmuster existieren. Wenn sich also die Trajektorie eines einzelnen, subkortikalen Gefäßes verändert, könnte dies zu Veränderungen im umgebenden arteriellen und venösen Netzwerk führen, um ein bestimmtes Muster lokaler Gefäßabstände aufrechtzuerhalten. Diese vermutete, wechselseitige Abhängigkeit der arteriell-venösen Muster ist nach unserem besten Wissen bisher nicht umfassend untersucht worden. Um diese Hypothese am lebenden Menschen nicht invasiv zu bestätigen, wurden folgende Ziele identifiziert:
(1) Verwendung von Ultra-Hochfeld-MRT und prospektiver Bewegungskorrektur, um die erforderlichen hohen Auflösungen (Voxelgröße < 0,4 mm) zur Darstellung der perforierenden Arterien und Venen zu erreichen
(2) Segmentierung des Gefäßsystems mit Hilfe eines Vesselness-Filters und Verwendung einer Entfernungstransformation, um Gefäßdistanzkarten zu berechnen.
(3) Finden von gemeinsamen, subkortikalen arteriell-venösen Mustern durch unüberwachtes Clustering.
(4) Validierung jedes Verarbeitungsschrittes durch Experten

Durch Erreichen dieser Ziele wird eine neuartige, vollautomatische Technik zur Analyse von Gefäßdistanzmustern etabliert. Darüber hinaus könnte der Nachweis der Interdependenz des arteriellen und venösen Gefäßsystems einen Einfluss auf die Bildgebung, Diagnose und Behandlung kleiner Gefäße im Allgemeinen haben, da eine gemeinsame Analyse vorteilhafter wäre als die Fokussierung auf eine einzelne Seite des Gefäßsystems. Da die vaskuläre Komponente neurodegenerativer Erkrankungen und des Alterns spezifische Gefäßmusterverläufe induzieren könnte, könnte der vorgeschlagene Ansatz als neuer Biomarker in zukünftigen, longitudinalen Studien eingesetzt werden.

The integrity and function of the brain rely on the supply and draining of blood through the arterial and venous vasculature, respectively. Subcortical structures, involved in motor, sensory, cognitive and behavioral tasks, are perfused by the major cerebral arteries. The perfusion territories of these large arteries are spatially variable between subjects. This variability influences the organization of small, perforating arteries. We hypothesize that this variability in subcortical perfusion territories is propagated from the arterial side through the capillary bed into the organization of subcortical veins. Thus, we suspect that subcortical arterial and venous vasculatures are interdependent and that distinct vessel patterns exist. Therefore, if the trajectory of an individual, subcortical vessel is altered, this could induce changes within its surrounding arterial and venous network to maintain a specific pattern of local vessel-vessel-distances. To our best knowledge, this hypothesized interdependency of the arterial-venous patterns has not been studied comprehensively to date. To validate non-invasively this hypothesis in living humans, the following objectives have been identified:

1. Use ultra-high field MRI and prospective motion correction to achieve the required high resolutions (voxel size < 0.4mm) to depict the perforating arteries and veins
2. Segment the vasculature using a vesselness filter and apply distance transform to compute vascular distance maps
3. Find common, subcortical arterial-venous patterns using unsupervised clustering
4. Validate each processing step thoroughly by experts

By addressing these objectives, a novel, fully automatic technique to analyze vascular distance patterns will be established. Further, proving the interdependency of the arterial and venous vasculature could have an impact on small vessel imaging, diagnose, and treatment in general, as an interdependency might render a joint assessment more promising that focusing on a single side of the vasculature. As the vascular component of neurodegenerative diseases and aging could induce specific vessel-vessel-pattern progressions, the proposed approach could be used as a new biomarker in future, longitudinal studies.