Der sogenannte Liquor, auch "Nervenwasser" genannt, ist eine wässrige Flüssigkeit, die im Gehirn und Rückenmark zirkuliert. Sie enthält Nährstoffe und Stoffwechselprodukte, federt Stöße ab und entstammt größtenteils Hohlräumen, die tief im Inneren des Gehirns liegen. "Plexus choroidei" lautet der Fachbegriff für die länglichen, stark verzweigten Strukturen. Diese fein verästelten Hirnstrukturen sind die Hauptquellen des „Nervenwassers“. Es wird zudem angenommen, dass sie bei verschiedenen neurologischen Erkrankungen, einschließlich Alzheimer, eine Rolle spielen.
Prof. Martin Reuter, Experte für KI in der Bildanalyse und Forschungsgruppenleiter am DZNE erläutert den Ansatz des Vorhabens:
"Beim lebenden Menschen sind derlei filigrane Hirnstrukturen schwer zu erfassen. Deshalb möchten wir eine KI-gestützte Methode entwickeln, die die Plexus choroidei in Hirnscans automatisch erkennt, so dass sich Form und Abmessungen präzise bestimmen lassen. Eine automatische und präzise Messung solcher Gehirnstrukturen wird dazu beitragen, Krankheitsprozesse und auch normale Veränderungen des Gehirns im Laufe des Lebens besser zu verstehen."
Für dieses Vorhaben werden der Bonner Wissenschaftler und sein Team auf dreidimensionale Gehirndaten zurückgreifen, die unter anderem aus dem "Human Connectome Project" der NIH stammen und mittels Magnetresonanztomographie (MRT) erstellt wurden. Einfließen werden Daten von rund 700 Personen. Für die beabsichtigte Unterteilung der Hirnbilder in Areale – Fachleute sprechen von "Segmentierung" – gibt es zwar prinzipiell Computer-Algorithmen, doch sie sind für die Plexus choroide zu ungenau.
Das DZNE wird in dem Projekt eng mit amerikanischen Institutionen kooperieren, insbesondere mit dem "Beth Israel Deaconess Medical Center" in Boston, das der Harvard Medical School angehört. Am Ende soll eine auf künstlicher Intelligenz basierende Software zur Verfügung stehen, die durch Beispiele – sogenannte Trainingsdaten – "gelernt" hat, in MRT-Bildern die "Quellen des Nervenwassers" zu erkennen. Die Entwicklung der dafür notwendigen Algorithmen und deren "Anlernen" und Validierung sind arbeitsintensiv. Schon die Auswahl und Erstellung geeigneter Trainingsdaten im Vorfeld sind aufwändig. Für das Forschungsvorhaben sind daher fünf Jahre vorgesehen.
Zum Nachlesen
- DZNE (17.04.2024): Eine Million USD für die Kartierung der "Quellen des Nervenwassers"
