Radiologie up2date 2019; 19(02): 147-164
DOI: 10.1055/a-0866-4741
Neuroradiologie
Georg Thieme Verlag KG Stuttgart · New York

MRT bei neurodegenerativen Erkrankungen

MRI in Neurodegenerative Diseases
Horst Urbach
,
Karl Egger
Further Information

Publication History

Publication Date:
11 June 2019 (online)

Neurodegenerative Erkrankungen nehmen in einer älter werdenden Gesellschaft stark zu. Bei klinischem Verdacht lassen sich diese Erkrankungen häufig anhand krankheitsspezifischer Atrophiemuster diagnostizieren. Die Erkennung wird erleichtert, wenn der Datensatz des Patienten mit einer Gruppe „alters- und geschlechtsgematchter“ Kontrollen verglichen und Voxel bzw. Regionen, die sich unterscheiden, hervorgehoben werden.

Abstract

According to the German S3 guideline dementia every patient with a dementia disorder should have a MRI. The goal is not only to uncover treatable conditions but also to detect region-specific atrophy pattern which are characteristic of primary dementia disorders such as Alzheimer’s disease, fronto-temporal lobar degeneration and others. Diagnostic accuracy can be improved by Voxel- and Region-based volumetric analysis of the individual brain compared to age-matched controls.

Kernaussagen
  • Mit Demenz einhergehende neurodegenerative Erkrankungen nehmen in einer älter werdenden Gesellschaft stark zu. Jeder Patient mit Verdacht auf eine solche Erkrankung sollte eine Bildgebung, idealerweise eine MRT des Kopfes erhalten.

  • Mit der MRT werden in ca. 5% der Fälle behandelbare Ursachen wie Tumor, Hydrozephalus, Subduralhämatom und andere erkannt. Zudem lassen sich die weitaus häufigeren Erkrankungen Alzheimer-Demenz, vaskuläre Demenz, frontotemporale Demenz und verschiedene atypische Parkinson-Syndrome mit und ohne Demenz u. a. aufgrund ihrer regionenspezifischen Atrophiemuster unterscheiden.

  • Die Erkennung der Atrophiemuster wird erleichtert, wenn der Datensatz des individuellen Patienten mit einer Gruppe „alters- und geschlechtsgematchter“ Kontrollen verglichen wird und Voxel bzw. Regionen, die sich unterscheiden, hervorgehoben werden.

  • Machine-Learning-Algorithmen ordnen bereits heute zuverlässig typische Atrophiemuster den entsprechenden Krankheitsentitäten zu. Mittelfristiges Ziel ist es jedoch, diese Erkrankungen nicht erst im Stadium der Atrophie zu erkennen. Eine vielversprechende Methode ist in Analogie zum FDG-PET das „Arterial Spin Labeling“, mit dem die Hypoperfusion des Hirngewebes quantitativ und regionenspezifisch dargestellt werden kann.