Return to search

Entwicklung eines 7 Tesla-MRT-Algorithmus zur farbkodierten Volumetrie der Mamillarkörper in vivo bei Bipolarer Störung – eine Pilotstudie

Involviert in Netzwerke für das episodische Gedächtnis sowie als Bestandteil des Hypothalamus und des limbischen Systems stellen sich die im Zwischenhirn gelegenen Mamillarkörper als Zielstruktur im Kontext affektiver Störungen dar. Bislang waren die Mamillarkörper diesbezüglich lediglich in einer postmortem durchgeführten Studie Gegenstand der Forschung; es liegen keine Untersuchungen mit Hilfe der 7 Tesla-Magnetresonanztomografie vor. Um diese neuen Möglichkeiten der in vivo-Volumetrie im Submillimeterbereich auszuschöpfen, wurde auf Grundlage einer farbkodierten Darstellung ein detaillierter Algorithmus entwickelt, der sich als Hauptergebnis der vorliegenden Arbeit als hoch reliabel erwies.
In der vorliegenden Pilotstudie wurde darüber hinaus das Mamillarkörper-Volumen von 14 Patientinnen und Patienten mit einer Bipolaren Störung und 20 gesunden Kontrollpersonen anhand von hochaufgelösten T1-gewichteten MRT-Bildern bestimmt. Ein signifikanter Unterschied zwischen den beiden Gruppen konnte nicht nachgewiesen werden, ebenso kein Unterschied zwischen den Geschlechtern. Es konnte gezeigt werden, dass das Volumen der Mamillarkörper signifikant invers mit dem Alter der ProbandInnen korreliert. Des Weiteren wurde eine signifikante positive Korrelation mit dem Gesamthirnvolumen der ProbandInnen festgestellt. Krankheitsschwere und Episodenzahl hingegen hatten keinen Einfluss auf das Mamillarkörper-Volumen. Die Ergebnisse dieser Pilotstudie sollten anhand einer größeren Stichprobe überprüft werden.

Identiferoai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:15-qucosa-223457
Date12 April 2017
CreatorsFreund, Nora
ContributorsNora Freund, Medizinische Fakultät, Prof. Dr. med. Peter Schönknecht, PD Dr. med. Stefan Geyer, Prof. Dr. med. Hermann-Josef Gertz, Prof. Dr. Dr. Matthias Schroeter
PublisherUniversitätsbibliothek Leipzig
Source SetsHochschulschriftenserver (HSSS) der SLUB Dresden
Languagedeu
Detected LanguageGerman
Typedoc-type:doctoralThesis
Formatapplication/pdf

Page generated in 0.0033 seconds