Psychische Erkrankungen in der Lebensspanne ... - DGPPN
Psychische Erkrankungen in der Lebensspanne ... - DGPPN
Psychische Erkrankungen in der Lebensspanne ... - DGPPN
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Topic 12 G Bildgebung, Neurophysiologie, Neuropsychologie // Bra<strong>in</strong> Imag<strong>in</strong>g, neurophysiology, neuropsychology<br />
haftigkeit mit <strong>der</strong> Aktivierung im l<strong>in</strong>ken IFC korrelierte (Abb 1).<br />
Diskussion: Der modulierende Effekt von Extraversion auf die neuronale<br />
Fehlerverarbeitung kann im Lichte <strong>der</strong> per def<strong>in</strong>itionem erhöhten<br />
Belohnungssensitivität extravertierter Individuen <strong>in</strong>terpretiert<br />
werden, womit e<strong>in</strong> Fehlersignal im dACC im S<strong>in</strong>ne <strong>der</strong><br />
Dopam<strong>in</strong>hypothese als Verletzung e<strong>in</strong>er erwarteten Belohnung<br />
verstanden werden kann (Holroyd und Coles, 2002). Der modulierende<br />
Effekt von Gewissenhaftigkeit auf die neuronale Fehlerverarbeitung<br />
kann im S<strong>in</strong>ne <strong>der</strong> erhöhten Absichtsverfolgung gewissenhafter<br />
Individuen <strong>in</strong>terpretiert werden. Demnach stellt e<strong>in</strong><br />
Fehlersignal im IFC e<strong>in</strong>e Verletzung aufgabenrelevanter Gedächtnisrepräsentationen<br />
dar, die ihrerseits konsistent mit Aktivierungen<br />
im IFC assoziert werden (Badre und Wagner, 2007; Dosenbach<br />
et al., 2006).<br />
012<br />
Quantitative Evaluation automatischer Segmentierungsmethoden<br />
unter Verwendung von synthetischen MRT-Bil<strong>der</strong>n des Gehirns<br />
Lucas Eggert (Osnabrück)<br />
A. Jansen, J. Sommer, C. Konrad<br />
E<strong>in</strong>leitung: Die Magnetresonanztomographie (MRT) spielt e<strong>in</strong>e<br />
bedeutende Rolle <strong>in</strong> <strong>der</strong> psychiatrischen Diagnostik und neurobiologischen<br />
Forschung. Verschiedene MRT-Segmentierverfahren<br />
ermöglichen e<strong>in</strong>e standardisierte Analyse <strong>der</strong> menschlichen Hirnstruktur<br />
<strong>in</strong> vivo. Die Ergebnisqualität hängt dabei entscheidend<br />
von <strong>der</strong> zugrundegelegten Gewebeklassifikation ab. E<strong>in</strong>ige vor kurzem<br />
veröffentlichte Studien werfen die Frage nach <strong>der</strong> Genauigkeit<br />
und Validität dieser automatischen Gewerbeklassifikationen auf.<br />
So wurden Volumenunterschiede zwischen den Segmentierungsergebnissen<br />
unterschiedlicher Software-Anwendungen von über<br />
10 % gefunden. Da die Ergebnisse bisheriger Studien jedoch nur<br />
bed<strong>in</strong>gt e<strong>in</strong>e allgeme<strong>in</strong>e E<strong>in</strong>schätzung <strong>der</strong> Qualität <strong>der</strong> Verfahren<br />
zulassen, ist e<strong>in</strong>e systematische Evaluation und Optimierung <strong>der</strong><br />
vorhandenen automatischen Gewebeklassifikations-Prozeduren<br />
dr<strong>in</strong>gend notwendig.<br />
Methode: In <strong>der</strong> vorliegenden Studie wurden die Klassifikationsergebnisse<br />
<strong>der</strong> vier gängigsten Software-Anwendungen (SPM5/8,<br />
FSL, FreeSurfer und die MINC-Tools) auf <strong>der</strong> Grundlage simulierter<br />
Hirndaten systematisch unter unterschiedlichen Akquisitions-<br />
Bed<strong>in</strong>gungen getestet, um generalisierbare Aussagen über ihre<br />
Qualität möglich zu machen. Um den E<strong>in</strong>fluss unterschiedlicher<br />
MRT-E<strong>in</strong>stellungen und unterschiedlicher Akquisitions-Protokolle<br />
zu untersuchen, wurden Rauschlevel, Intensitäts<strong>in</strong>homogenität<br />
und räumliche Verschiebungen und Rotationen systematisch variiert.<br />
Weiterh<strong>in</strong> wurde <strong>der</strong> E<strong>in</strong>fluss <strong>in</strong>dividueller Hirnanatomie und<br />
<strong>der</strong> E<strong>in</strong>fluss zusätzlicher Vorverarbeitungsschritte auf die Qualität<br />
<strong>der</strong> Gewebeklassifiaktion untersucht.<br />
Diskussion / Ergebnisse: Über alle Bed<strong>in</strong>gungen h<strong>in</strong>weg erzielte<br />
die Komb<strong>in</strong>ation von SPM‘s Inhomogenitätskorrektur, <strong>der</strong> Seg-<br />
mentierung von SPM8 und dem Hirnextraktions-Algorithmus von<br />
FreeSurfer die besten Segmentierungsergebnisse (Durchschnittliche<br />
Kappa-Metrik: 0.87). Die Komb<strong>in</strong>ation von FSL‘s Inhomogenitätskorrektur,<br />
FreeSurfer‘s Hirnextraktions-Algorithmus und dem<br />
MINC-Segmentierungs-Algorithmus erzielte die schlechtesten<br />
Klassifikationen (Durchschnittliche Kappa-Metrik: 0.52). Diese erheblichen<br />
Unterschiede machen deutlich, wie entscheidend die<br />
Auswahl <strong>der</strong> entsprechenden Software-Anwendungen für die Ergebnisse<br />
<strong>der</strong> Hirngewebeklassifikation und damit für die Aussagekräftigkeit<br />
und Validität morphometrischer Hirnanalysen ist.<br />
Donnerstag, 26. 11. 2009, 13.30 – 15.00 Uhr, Halle 11.1<br />
P-035 Posterpräsentation / Poster Presentation<br />
Bildgebung 2 (Anatomie)<br />
Vorsitz: A. Fallgatter (Würzburg)<br />
001<br />
Augenbewegungen während Gesichtererkennung<br />
Agnieszka Chrobok (Universität Ulm, BKH Günzburg, Gerontopsychiatrie)<br />
C. Schiffczyk, M. Wigand, C. Palm, B. Walther, M. W. Riepe<br />
E<strong>in</strong>leitung: Gesichtererkennung und die Unterscheidung, ob es<br />
sich um männliche o<strong>der</strong> weibliche Gesichter handelt ist für jegliche<br />
Art verbaler und nonverbaler Kommunikation von Bedeutung. Es<br />
war das Ziel dieser Studie, zu untersuchen, ob Augenbewegungen<br />
bei <strong>der</strong> Gesichtererkennung e<strong>in</strong>er Geschlechtsabhängigkeit unterliegen.<br />
Methode: Hierzu wurden die Gesichter <strong>der</strong> Probanden <strong>in</strong> e<strong>in</strong><br />
Gruppenbild mit 88 und 171 Personen e<strong>in</strong>gefügt. Außerdem sollten<br />
die Studienteilnehmer Gesichter bekannter Personen erkennen<br />
(je 6 Männer und 6 Frauen). Die Versuchspersonen mussten auf<br />
e<strong>in</strong>er 5-stufigen Likert-Skala e<strong>in</strong>schätzen, wie bekannt ihnen die<br />
Gesichter waren. An <strong>der</strong> Studie nahmen 10 Teilnehmer (5 Männer,<br />
5 Frauen, Alter 24 – 65 Jahre) teil. Während die Stimuli auf e<strong>in</strong>em<br />
Computerbildschirm <strong>in</strong> ca. 60 cm Abstand präsentiert wurden,<br />
wurden die Augenbewegungen durch e<strong>in</strong> remote Eye-Track<strong>in</strong>g<br />
Gerät (SMI, Berl<strong>in</strong>) registriert.<br />
Diskussion / Ergebnisse: Die durchschnittliche Fixationszeit bei<br />
<strong>der</strong> Erkennung des eigenen Gesichtes war bei männlichen Versuchsteilnehmern<br />
länger als bei weiblichen Teilnehmern (575 ± 72<br />
ms (mean ± SEM) vs. 404 ± 132 ms, p < 0,33). Auch bei <strong>der</strong> Erkennung<br />
bekannter Gesichter war die durchschnittliche Fixationszeit<br />
männlicher Studienteilnehmer länger als weiblicher Studienteilnehmer<br />
(413 ± 10 ms vs. 368 ± 14 ms). In e<strong>in</strong>er multivariaten Analyse<br />
war dieser Effekt unabhängig von Alter des Probanden und<br />
Bekanntheit o<strong>der</strong> Geschlecht <strong>der</strong> zu erkennenden Person. Wir<br />
schlussfolgern, dass Gesichterkennung unabhängig von <strong>der</strong> Stimulusschwierigkeit<br />
und <strong>der</strong> Geschlechtsspezifität des Stimulus probandenseitig<br />
<strong>in</strong> geschlechtsabhängiger Weise moduliert ist.<br />
002<br />
Bestimmung <strong>der</strong> Projektionspräferenz kortikaler und subkortikaler<br />
Strukturen mittels quantitativer Traktographie<br />
Ulf Eckert (Hakeborn)<br />
J. Kaufmann, A. Osoba, J. Ste<strong>in</strong>er, B. Bogerts, M. Walter<br />
E<strong>in</strong>leitung: Mittels Postmortem und Tierstudien lassen sich Verb<strong>in</strong>dungen<br />
zwischen Hirnregionen schon lange darstellen.Um<br />
nicht <strong>in</strong>vasiv diese Ergebnisse zu replizieren und Aussagen über die<br />
Verb<strong>in</strong>dungsstärke zwischen Hirnregionen treffen zu können nutzten<br />
wir die quantitative Traktographie mittels Diffusionsbildgebung.<br />
287