Wir erforschen MR-spektroskopische Bildgebung, um Stoffwechselveränderungen im Gehirn sichtbar zu machen und neue Biomarker für neurologische und metabolische Erkrankungen zu entwickeln.
Wir erforschen hochauflösende MR-spektroskopische Bildgebung, um Stoffwechselveränderungen im menschlichen Gehirn nicht-invasiv, räumlich aufgelöst und quantitativ zu untersuchen.
Ein besonderer Fokus liegt darauf, metabolische Veränderungen sichtbar zu machen, die in der konventionellen MRT nicht oder nur unzureichend erfasst werden, insbesondere bei Multipler Sklerose und seltenen metabolischen Erkrankungen.
Ein Schwerpunkt liegt auf ultra-hochfeld ¹H-MR-spektroskopischer Bildgebung bei 7 Tesla. Damit untersuchen wir krankheitsrelevante Veränderungen von Metaboliten wie Myo-Inositol, N-Acetylaspartat, Kreatin und weiteren neurochemischen Markern in Läsionen, normal erscheinender weißer Substanz und kortikaler grauer Substanz. Ziel ist es, Prozesse wie Gliose, neuroaxonale Schädigung, diffuse Gewebeschädigung und Krankheitsprogression bei Multipler Sklerose besser zu verstehen und daraus quantitative MR-Biomarker für Diagnose, Verlaufsbeurteilung und Therapie-Monitoring abzuleiten.
Neben der Multiplen Sklerose wenden wir multiparametrische MRT und MR-Spektroskopie auch auf seltene Stoffwechselerkrankungen wie die klassische Galaktosämie an. Dabei kombinieren wir metabolische Informationen mit struktureller MRT und Perfusionsbildgebung, um Zusammenhänge zwischen veränderten Stoffwechselprofilen, Hirnstruktur, zerebraler Durchblutung und neurologischen Langzeitfolgen besser zu verstehen. Methodisch verbinden wir schnelle 2D- und 3D-MRSI-Akquisitionen, 7-Tesla-MRT, quantitative Spektralanalyse, voxelbasierte Auswertungen, Bewegungs- und Feldkorrekturen sowie Reproduzierbarkeitsanalysen, mit dem langfristigen Ziel, metabolische MRT-Biomarker in klinisch relevante Anwendungen zu überführen.
- Zöchner, A. et al. (2026) ‘Metabolic changes in normal-appearing white matter associate with MRI measures of disease burden in relapsing-remitting multiple sclerosis over three years’ Scientific Reports, 16(14808) Available at: https://doi.org/10.1038/s41598-026-45342-2
- Niess, E. et al. (2025) ‘Myo‐Inositol Deficiency, Structural Brain Changes, and Cerebral Perfusion Alterations in Classic Galactosemia: Preliminary Insights From a Multiparametric MRI Study’ Journal of Inherited Metabolic Diseases, 48(6), e70097 Available at: https://doi.org/10.1002/jimd.70097
- Niess, E. et al. (2025) ‘Topographical mapping of metabolic abnormalities in multiple sclerosis using rapid echo-less 3D-MR spectroscopic imaging at 7T’ Neuroimage, 308(121043), Available at: https://doi.org/10.1016/j.neuroimage.2025.121043
- Lipka A, et al. (2023) ‘Metabolic Insights into Iron Deposition in Relapsing-Remitting Multiple Sclerosis via 7 T Magnetic Resonance Spectroscopic Imaging’, Neuroimage-Clinical, 40(103524), https://doi.org/10.1016/j.nicl.2023.103524
- Heckova, E. et al. (2022) ‘Extensive Brain Pathologic Alterations Detected with 7.0-T MR Spectroscopic Imaging Associated with Disability in Multiple Sclerosis’, Radiology, 303(1), pp. 141–150. Available at: http://dx.doi.org/10.1148/radiol.210614.
- Heckova, E. et al. (2019) ‘7 T Magnetic Resonance Spectroscopic Imaging in Multiple Sclerosis’, Investigative Radiology, 54(4), pp. 247–254. Available at: http://dx.doi.org/10.1097/rli.0000000000000531.
- Heckova, E. et al. (2018) ‘Real-time Correction of Motion and Imager Instability Artifacts during 3D γ-Aminobutyric Acid–edited MR Spectroscopic Imaging’, Radiology, 286(2), pp. 666–675. Available at: http://dx.doi.org/10.1148/radiol.2017170744.
- Heckova, E. et al. (2019) ‘Effects of different macromolecular models on reproducibility of FID‐MRSI at 7T’, Magnetic Resonance in Medicine, 83(1), pp. 12–21. Available at: http://dx.doi.org/10.1002/mrm.27922.
- Gruber, S. et al. (2017) ‘Mapping an Extended Neurochemical Profile at 3 and 7 T Using Accelerated High-Resolution Proton Magnetic Resonance Spectroscopic Imaging’, Investigative Radiology, 52(10), pp. 631–639. Available at: http://dx.doi.org/10.1097/rli.0000000000000379.