2026

 

 

Elian Rose

 

Medizinische Universität Innsbruck (Universitätsklinik für Radiologie)

 

Das Projekt wird gefördert durch den Jubiläumsfonds der Universität Innsbruck

 

 

Primäre Hirntumoren gehören nach wie vor zu den schwierigsten onkologischen Erkrankungen mit hoher Morbidität und begrenzter Prognose. Die derzeitige Standardtherapie für ein neu diagnostiziertes GBM besteht aus einer multimodalen Therapie mit chirurgischer Biopsie oder Resektion, gefolgt von einer routinemäßigen Chemotherapie mit Temozolomid und Strahlentherapie. Die Bildgebung nach der Behandlung spielt eine entscheidende Rolle bei der Beurteilung des Ansprechens auf die Therapie und der weiteren Behandlung. Allerdings hat sich gezeigt, dass es sehr schwierig ist, anhand der konventionellen Magnetresonanztomographie (MRT) zwischen einer echten Tumorprogression und therapiebedingten Effekten wie Pseudoprogression oder Strahlennekrose zu unterscheiden. Die Contrast Clearance Analysis (CCA) hat sich als vielversprechender bildgebender Ansatz zur Bewältigung dieser Herausforderung herausgestellt. Das zugrunde liegende Prinzip besteht darin, dass aktives Tumorgewebe durch eine effektive Auswaschung des Kontrastmittels gekennzeichnet ist, während sich das Kontrastmittel in nekrotischem Gewebe mit der Zeit ansammelt. Obwohl mehrere Studien das Potenzial der CCA gezeigt haben, ist ihre Integration in klinische Arbeitsabläufe nach wie vor begrenzt. Ziel dieses Projekts ist die Entwicklung und wissenschaftliche Validierung einer modularen Open-Source Pipeline für die Bildanalyse der CCA. Wir wollen eine Pipeline bereitstellen, die detaillierte, quantitative Ergebnisse auf Voxel-Ebene liefert. Die Methode wird anhand vorhandener klinischer Daten der Medizinischen Universität Innsbruck evaluiert, um Therapieentscheidungen in Zukunft besser unterstützen zu können.