Onderzoek Pieter Van Dyck

Abstract

Chirurgische reconstructie van de voorste kruisband (VKB) met behulp van peesgreffe is de standaard behandeling van VKB letsels. Er is echter weinig bekend over het genezingsproces van humane VKB greffe en het belang van geassocieerde letsels. In de kliniek is er een grote behoefte aan niet-invasieve meetmethoden van een VKB greffe om objectief te oordelen wanneer de patiënt terug kan sporten. Behalve de anatomische magnetische resonantie (MRI), zijn kwantitatieve MRI (qMRI) technieken, zoals T2* relaxometrie en diffusie tensor beeldvorming (DTI), in opgang voor musculoskeletale toepassingen. qMRI reikt objectieve biomarkers van biofysische weefseleigenschappen aan die monitoring van weefselmicrostructuur mogelijk maken. Hoewel het potentiëel van qMRI om de staat van een VKB greffe te beoordelen is aangetoond, blijft het gebruik beperkt tgv van de lage resolutie en lange scantijden. Om de balans tussen signaal-ruisverhouding, resolutie en scantijd te verbeteren, zullen we in dit project superresolutie-reconstructie (SRR) gebruiken voor anatomische MRI en qMRI van de knie. We ontwikkelen SRR qMRI voor T2*-relaxometrie en DTI van de knie om biomerkers beter in kaart te brengen. Hiermee wensen we een beter inzicht te bekomen in het genezingsproces van een VKB greffe vooraleer patiënten terug gaan sporten en willen we de effectiviteit van behandelingen die genezing van een VKB greffe versnellen objectief evalueren.

Onderzoeker(s)

• Promotor: Van Dyck Pieter
• Co-promotor: Jeurissen Ben

Onderzoeksgroep(en)

• Moleculaire Beeldvorming en Radiologie (MIRA)

Project type(s)

• Onderzoeksproject

Abstract

Een traumatisch hersenletsel (TBI) is een plotselinge beschadiging van de hersenen als gevolg van een externe kracht op het hoofd. Wereldwijd zijn er jaarlijks 50 miljoen TBI-gevallen, waarvan meer dan 2,5 miljoen in Europa. Milde TBI (mTBI) gevallen maken meer dan 85% van de hoofdletsels uit. In tot 40% van de gevallen kan het herstel na een lichte TBI onvolledig zijn, waarbij patiënten nog maanden tot jaren na het letsel motorische en psychische stoornissen hebben. Magnetische resonantiebeeldvorming (MRI) is een nuttig instrument om de omvang van de hersenbeschadiging vast te stellen en wordt in de klinische praktijk routinematig toegepast. Echter, patiënten met mTBI vertonen vaak geen afwijkingen op conventionele MRI, ondanks veranderingen in gedrag of cognitieve stoornissen. Deze observatie geeft aan dat sommige microstructurele veranderingen in de hersenen niet kunnen worden gedetecteerd door conventionele MRI, maar wel belangrijke determinanten kunnen zijn van de klinische uitkomst van een patiënt. Een aantal studies die gebruik maakt van meer geavanceerde diffusie MRI (dMRI) hebben veranderingen in diffusieparameters gerapporteerd die geassocieerd zijn met zinvolle klinische metingen, zoals cognitieve en functionele stoornissen bij mTBI. Momenteel kunnen radiologen en neurologen de uitkomst van mTBI-patiënten niet voorspellen op basis van conventionele MRI-beelden. Recente ontwikkelingen op het gebied van machine learning methoden hebben aangetoond dat de uitkomst voorspelling kan worden verbeterd door het combineren van meerdere klinische parameters. Wij hebben eerder Support Vector Machine-algoritmen gebruikt voor uitkomst predictie van mTBI-patiënten op basis van voxel-afhankelijke analyse van FLAIR-, SWI-, FA- en MD-beelden. In een volgende stap willen we Deep Learning algoritmen onderzoeken voor deze uitkomst voorspelling. Deep learning wordt mogelijk gemaakt door neurale netwerken die de neuronen in het menselijk brein nabootsen en die autonoom leren van data. Specifiek zullen we een convolutionele neurale netwerken (CNN) gebaseerde methodes implementeren voor uitkomstvoorspelling bij mTBI, gebruikmakend van conventionele en diffusie MRI van het multi-site CENTER-TBI project. Goed versus onvolledig herstel zal gedichotomiseerd worden aan de hand van de uitgebreide Glasgow Coma Scale (GOSE) score, geëvalueerd op 6 maanden na het letsel. Uiteindelijk zou een betere uitkomst voorspelling van mTBI kunnen helpen bij de risicostratificatie om mTBI-patiënten met een slechte uitkomst vroegtijdig te identificeren en hun beleid beter te organiseren.

Onderzoeker(s)

• Promotor: Van Dyck Pieter

Onderzoeksgroep(en)

• Moleculaire Beeldvorming en Radiologie (MIRA)

Project type(s)

• Onderzoeksproject

Abstract

Tranen van het voorste kruisbandweefsel (ACL) van de knie zijn een frequent letsel met toenemende incidentie. Chirurgische behandeling van ACL-letsels is superieur aan conservatieve behandeling voor de meerderheid van de patiënten om een ​​terugkeer naar de gewenste dagelijkse activiteiten, waaronder sport, mogelijk te maken. Hoewel ACL-reconstructie met autograftweefsel de gouden standaard blijft voor de behandeling van VKB-letsels, is er een huidige chirurgische trend naar primaire reparatie van de ACL. Een succesvolle operatie vereist dat het ACL-transplantaat of het reparatieweefsel wordt omgezet in ACL-achtig weefsel. Een veelvoorkomende uitdaging bij ACL-chirurgie en revalidatie is het ontbreken van een niet-invasieve, gevoelige uitkomstmaat om de effectiviteit van een chirurgische behandeling te evalueren. Met de recente ontwikkelingen in MR-technologie zijn er nu verschillende geavanceerde beeldvormingstechnieken beschikbaar voor gebruik op klinische 3T-scanners. In dit project zullen we ons concentreren op het gebruik van kwantitatieve diffusie tensor imaging (DTI) om de normale, de gewonde en postoperatieve ACL te beoordelen. We zullen een grootschalige studie uitvoeren om het vermogen van DTI om ACL-genezing te controleren, zowel bij patiënten met ACL-reconstructie als primaire reparatie van de ACL, te onderzoeken. Het is ons doel om temporele veranderingen binnen de patiënt vast te leggen met behulp van de DTI-techniek en om DTI-metrieken te correleren met ACL-structurele eigenschappen. Dit zal helpen bij het begrijpen van het ACL-genezingsproces en uiteindelijk bij het bepalen van de juiste timing voor patiënten om terug te keren naar sport.

Onderzoeker(s)

• Promotor: Parizel Paul
• Promotor: Van Dyck Pieter
• Mandaathouder: Van Dyck Pieter

Onderzoeksgroep(en)

• Antwerps chirurgisch training, anatomie en onderzoekscentrum (ASTARC)
• Moleculaire Beeldvorming en Radiologie (MIRA)

Project type(s)

• Onderzoeksproject