Kunstmatige intelligentie
Methode: Om dit doel te bereiken maken wij gebruik van een combinatie van geavanceerde MRI-technieken (ASL, IVIM en QSM), beeldanalyse door kunstmatige intelligentie en in het bloed gemeten biomarkers (neurofilament (NFL)). NFL is een biomarker die verband houdt met ontsteking in het centraal zenuwstelsel. Aan het onderzoek doen MS-patiënten mee die op het moment van deelname actieve ontstekingen in de hersenen hebben, die aangekleurd kunnen worden met gadolinium. Deze groep MS-patiënten wordt voor een periode van drie maanden intensief gevolgd. Om vast te stellen of de nieuwe MRI-technieken het gebruik van gadolinium kunnen vervangen, vergelijken wij deze technieken en de waarden van de NFL biomarker met de aanwezigheid van ontstekingshaarden met (actieve laesie) en zonder gadolinium (inactieve laesie). Kunstmatige intelligentie zal worden gebruikt om de verschillende typen MRI-scans verder te analyseren.
Verschillende alternatieven voor MRI met contrastvloeistof
Verwacht resultaat: De verwachting is dat de voorgestelde geavanceerde MRI-technieken, NFL-bloedmarkers en kunstmatige intelligentie technieken alternatieven opleveren voor MRI-scans met gadolinium toediening.
Kortere MRI-sessies
Impact: Het belangrijkste doel van het onderzoek is om het gebruik van gadolinium en daarmee gadolinium ophoping in de hersenen te voorkomen. Daarnaast zijn er belangrijke voordelen en minder belasting te verwachten voor het ondergaan van een MRI-scan. Zo is er geen naald meer nodig om contrast toe te dienen en zal een MRI-sessie mogelijk korter gaan duren.
de Hersenstichting.
Projectnummer: 20-1109