Ziel des Verbundprojekts TopoVess ist die Entwicklung einer hochmodernen Computer-gestützen Plattform für die genaue topologische Segmentierung und Topologie-instruierte Analyse von dreidimensionalen (3D) Blutgefäßsystemen mit Hilfe der Lichtblatt-Fluoreszenzmikroskopie. Durch den Einsatz Topologie-instruierter künstlicher Intelligenz (KI) wird die Plattform Neurowissenschaftlerinnen und -wissenschaftlern die Möglichkeit geben, das Blutgefäßsystem des Gehirns mit bisher unerreichter Genauigkeit zu rekonstruieren und zu analysieren, insbesondere im Hinblick auf die topologische Präzision. Diese Technologie adressiert die Notwendigkeit des Verständnisses der Rolle des Blutgefäßsystems bei neurologischen Erkrankungen wie der Alzheimer-Krankheit und Schlaganfall. Der Ansatz in diesem Teilprojekt kombiniert die Möglichkeiten der KI auf dem neuesten Stand der Technik mit topologischer Modellierung, um eine hohe topologische Genauigkeit und Anpassungsfähigkeit zu erreichen. Es werden halbautomatisierte Methoden zur Segmentierung von Blutgefäßen entwickelt, die sich auf unterschiedliche Datensätze anwenden lassen, gefolgt von neuartigen Algorithmen zur topologischen Analyse, um komplexe Merkmale zu extrahieren und schließlich eine topologische Kartierung der Blutgefäße zu erstellen. Die Software wird so konzipiert, dass sie auch von Nicht-Programmierern leicht zu bedienen ist und wird als open-source Software veröffentlicht, um eine breite Akzeptanz in der neurowissenschaftlichen Gemeinschaft zu fördern. Das internationale TopoVess Konsortium, dem Experten aus den Bereichen KI, Mikroskopie, open-source Softwareentwicklung, Neurowissenschaften und Neurologie angehören, wird dieses Tool nutzen, um kritische biomedizinische Fragen im Zusammenhang mit der Alzheimer-Krankheit und dem Schlaganfall zu untersuchen.

Computergestützte Verfahren der Analyse von Hirngefäßen haben sich parallel zu bildgebenden Verfahren entwickelt. Im Bereich der Lichtblattmikroskopie konnte die Forschungsgruppe am Universitätsklinikum Essen kürzlich mit VesselExpress ein schnelles, vielseitiges Werkzeug für 3D-Gefäßnetzwerkanalysen entwickeln. Die Forschung ist derzeit allerdings mit Limitationen der Allgemeingültigkeit und Genauigkeit der verwendeten Segmentierungsmethoden sowie der Einordnung komplexer Netzwerkmuster konfrontiert, was diese Methoden bei geringem Signal-Rausch-Verhältnis und suboptimaler Gewebequalität fehleranfällig macht. Durch ein multidisziplinäres Wissenschaftlerteam mit Erfahrung in topologischer Modellierung, biomedizinischer Bildanalyse, Neurowissenschaften, Neurologie und Open-Source-Softwareentwicklung soll innerhalb der Fördermaßnahme Computational Neuroscience im Förderbereich Deutschland-USA Zusammenarbeit eine analytische Plattform, TopoVess, für verbesserte Gefäßanalysen geschaffen werden, welche unter Verwendung innovativer topologischer Konzepte und Deep Learning Strategien am Beispiel des ischämischen Schlaganfalls validiert werden soll. Unter Zuhilfenahme von Mäusen, deren Hirngefäße nach einem Schlaganfall gezielt durch Antikörper markiert werden, sollen 3D-Gefäßmuster in der sogenannten ischämischen Infarktzone, der Infarktrandzone und der Umgebung des Infarkts charakterisiert werden. Durch Analyse der Gefäßarchitektur zu unterschiedlichen Zeitpunkten nach Schlaganfall sollen grundlegende Prozesse der Degeneration durchblutungsgestörter Gefäße, des Gefäßumbaus und der Gefäßneubildung (sogenannte Angiogenese) analysiert werden. Einflüsse klinisch relevanter Gefäßrisikofaktoren (Alter, Hyperlipidämie) und ausgewählter Behandlungen (pharmakologische Wnt-Signalweg-Modulation) auf die Reorganisation des Gefäßsystems und die Erholung des Gehirngewebes werden untersucht. Die erzielten Daten sollen einen wichtigen Beitrag zur Entwicklung neuartiger Schlaganfalltherapien leisten.