Muskuloskeletal

Quantitative MRT-Verfahren wie T2-, T2*- und biexponentielle Mapping liefern aussagekräftige Biomarker zur Beurteilung der Gewebezusammensetzung und Mikrostruktur des Bewegungsapparats. Während die T2- und T2*-Relaxationszeiten den Wassergehalt, die Kollagenorganisation und die Gewebedegeneration sensibel widerspiegeln, erfasst die biexponentielle Analyse unterschiedliche Wasserkompartimente innerhalb komplexer Gewebe und bietet so tiefere Einblicke in die Integrität von Knorpel, Sehnen, Bändern und Muskeln. Zusammen ermöglichen diese Methoden eine frühzeitigere Erkennung subtiler pathologischer Veränderungen und unterstützen eine erweiterte Gewebecharakterisierung, die über die konventionelle MRT hinausgeht.

Die Natrium-MRT (23Na-MRT) hat sich in den letzten Jahren als wertvolle Ergänzung zur klassischen Protonenbildgebung in der muskuloskelettalen Diagnostik etabliert, insbesondere bei der Untersuchung von Knorpel, Sehnen und muskulären Geweben. Im Gegensatz zur herkömmlichen ¹H-MRT, die vor allem anatomische Strukturen und Wasserverteilung abbildet, ermöglicht die Natrium-Bildgebung eine direkte Erfassung des Natriumionen-Gehalts im Gewebe, der eng mit dem Proteoglykan- und Glykosaminoglykan-Gehalt des Knorpels korreliert. Dadurch kann die Natrium-MRT frühe biochemische Veränderungen im Knorpel erkennen, bevor strukturelle Schäden in konventionellen Sequenzen sichtbar werden, was sie besonders wertvoll für die Frühdiagnostik der Osteoarthrose macht. Darüber hinaus wird sie auch zur Beurteilung der Knorpelregeneration nach chirurgischen Eingriffen oder Knorpeltransplantationen eingesetzt. Im Bereich der Muskulatur kann die Technik Hinweise auf Zellintegrität, Elektrolytverteilung und pathologische Veränderungen wie Myopathien oder ischämische Schäden liefern. Eine zentrale Herausforderung bleibt jedoch das vergleichsweise geringe Signal-Rausch-Verhältnis aufgrund der niedrigeren natürlichen Häufigkeit und Magnetisierbarkeit von Natriumkernen, was den Einsatz von Hochfeldsystemen (insbesondere 7T-MRT) und spezialisierten RF-Spulen erforderlich macht. Trotz technischer Limitationen gewinnt die Natrium-MRT zunehmend an Bedeutung als quantitativer Biomarker in der muskuloskelettalen Forschung und könnte langfristig eine wichtige Rolle in der personalisierten Diagnostik degenerativer Gelenkerkrankungen spielen.

Glycosaminoglykan-spezifisches Chemical Exchange Saturation Transfer Imaging (gagCEST) ist eine moderne, nicht-invasive MRT-Technik zur quantitativen Beurteilung des Glycosaminoglykan-(GAG)-Gehalts im hyalinen Knorpel und hat sich insbesondere in der muskuloskelettalen Bildgebung des Kniegelenks etabliert. Die Methode nutzt den chemischen Austausch von protonierten Hydroxylgruppen der GAG-Moleküle mit dem freien Wasserprotonensignal, wodurch ein indirekter Kontrast entsteht, der Rückschlüsse auf die biochemische Zusammensetzung der extrazellulären Matrix erlaubt. Da der gagCEST-Effekt stark feldstärkenabhängig ist, zeigt sich seine höchste Sensitivität typischerweise bei 7T-MRT-Systemen, wo das verbesserte Signal-Rausch-Verhältnis sowie die größere Frequenztrennung zwischen Wasser- und GAG-Resonanzen eine selektivere und robustere Messung ermöglichen. Klinisch besonders relevant ist gagCEST für die Früherkennung degenerativer Knorpelveränderungen, etwa bei der Arthrose, da bereits frühe GAG-Verluste detektierbar sind, bevor morphologische Defekte in konventionellen Sequenzen sichtbar werden. Studien zeigen zudem, dass gagCEST in der Lage ist, Unterschiede zwischen gesundem und geschädigtem oder postoperativ regeneriertem Knorpel zu erfassen und damit als potenzieller Biomarker für Knorpelqualität und Therapieüberwachung dienen kann. Trotz dieser vielversprechenden Eigenschaften bleibt die Methode technisch anspruchsvoll, da sie empfindlich gegenüber B0- und B1-Inhomogenitäten, Bewegung sowie relativ niedrigen Effektstärken ist, was eine sorgfältige Sequenzoptimierung und Feldstärkenabhängigkeit erforderlich macht.

Die Texturanalyse in der MRT des Knorpels ist ein bildgebender Ansatz, der über die reine visuelle Beurteilung hinausgeht und quantitative Informationen über die Gewebestruktur liefert. Dabei werden statistische Merkmale der Pixel- oder Voxelintensitäten analysiert, um subtile Veränderungen in der Knorpelhomogenität, Kollagenstruktur und Matrixorganisation zu erfassen, die in konventionellen MRT-Sequenzen oft nicht sichtbar sind. Typische Verfahren umfassen unter anderem Gray-Level-Co-occurrence-Matrizen (GLCM), Entropie- und Kontrastmaße sowie höhere Ordnung von Texturparametern, die Hinweise auf frühe degenerative Prozesse bei Arthrose geben können. Besonders im Kontext longitudinaler Studien kann Texture Analysis helfen, minimale strukturelle Veränderungen im Verlauf der Knorpeldegeneration oder -regeneration zu quantifizieren und somit als ergänzender bildbasierter Biomarker dienen.

Es gibt eine Reihe von Geweben im menschlichen Körper (z.B. Sehnen, Meniskus, Zähne), die aufgrund des sehr schnellen Signalabfalls nicht hinsichtlich ihrer inneren Struktur sichtbar gemacht werden können. Methoden mit ultrakurzer Detektionszeit (UTE und VTE) in Verbindung mit der MR-Mikroskopie sind in der Lage, eine einzigartige morphologische Substruktur zu erkennen, z.B. die selbstähnliche Gewebeanatomie der Sehne. Auch die fraktale Dimension der selbstähnlichen Gewebetextur der Sehne kann mit Hilfe von MR-mikroskopischer Bildgebung und spezieller Datenverarbeitungssoftware ausgewertet werden.

Mikromorphologische Veränderungen in der Endotenon-Kollagenfaserbündel-Substruktur nach starker mechanischer Belastung können so (ex-vivo) nachgewiesen werden.

Um die kleinen Strukturen des menschlichen Fingers sichtbar zu machen, haben wir eine Spule mit optimierter Wicklungssteilheit entwickelt, um die Signalhomogenität zu verbessern. Dieser Spule ermöglicht Bilder mit einer isotropen Auflösung von 100–200 µm³. anhand derer Knochen, Knorpel, Sehnen (einschließlich ihrer inneren Struktur), Ringbänder, Arterien und Venen, Nerven und Vater-Pacini-Körperchen sowie Fett und Haut segmentiert und visualisiert werden können.