Arbeitsgruppe NEYAZI
Projects
Molekulare und immunologische Mechanismen cerebrovaskulärer Erkrankungen
Cerebrovaskuläre Läsionen (CVL) stellen weiterhin eine große klinische Herausforderung der Medizin dar. Das Rupturrisiko bei arteriovenösen Malformationen (AVM) und cerebralen Aneurysmen wird bislang deskriptiv durch die Angioarchitektur evaluiert.
Die Bedeutung inflammatorischer Prozesse bei der Destabilisierung und dem klinischen Verlauf von cerebrovaskulären Erkrankungen wurden herausgestellt. Doch der alleinige Fokus auf inflammatorische Prozesse bietet keine hinreichende Erklärung für die Instabilität von CVL und der damit einhergehenden Ruptur.
Ein weiterer Ansatz bietet die molekulare Beschaffenheit der extracellulären Matrix (ECM), insbesondere wurde die entscheidende Rolle des ubiquitär vorkommenden Proteins Kollagen. Unsere bisherigen Forschungsarbeiten bestärken uns in der Annahme, dass CVL wesentliche strukturelle Unterschiede im Bereich der extrazellulären Matrix aufweisen und daher eine unterschiedliche Suszeptibilität auf inflammatorische Prozesse aufzeigen. Ziel dieses Projekts besteht in der genaueren pathophysiologischen und molekularen Determination bereits vorbekannter angioarchetektonischer Risikofaktoren.
Multimodales Rupture Risk Assessment intrakranieller Aneurysmen
Inzidentelle intrakranielle Aneurysmen stellen weiterhin eine zentrale Herausforderung in der Neurochirurgie und interventionellen Neuroradiologie dar, da die Ruptur zu einer lebensbedrohlichen Subarachnoidalblutung führen kann, während viele Aneurysmen asymptomatisch bleiben. Die Identifikation von Hochrisikopatienten ist daher von entscheidender klinischer Bedeutung.
Unsere Arbeiten zeigen, dass die Rupturwahrscheinlichkeit nicht durch einzelne Parameter bestimmt wird, sondern aus dem Zusammenspiel morphologischer, hämodynamischer und molekularbiologischer Faktoren entsteht. Ziel ist die Entwicklung integrativer Modelle zur individualisierten Risikostratifikation.
Im Rahmen der prospektiven NEUROVA-Studie werden hierfür Patientinnen und Patienten strukturiert erfasst und longitudinal untersucht. Darauf aufbauend entwickeln wir patientenspezifische Risikomodelle, die klinische, bildgebungsbasierte und molekulare Parameter miteinander verknüpfen.
Ein zentraler Schwerpunkt liegt auf der Analyse mechanischer und hämodynamischer Determinanten der Aneurysmainstabilität. In enger Zusammenarbeit mit ingenieurwissenschaftlichen Partnern der Otto-von-Guericke-Universität Magdeburg und dem Forschungscampus STIMULATE führen wir patientenspezifische Strömungssimulationen durch, um Parameter wie Wand-Schubspannung und komplexe Flussmuster systematisch zu untersuchen. Unsere Arbeiten zeigen, dass erst die Kombination aus Morphologie, Hämodynamik und klinischen Faktoren eine differenzierte Risikobewertung ermöglicht.
Darüber hinaus untersuchen wir, wie mechanische Kräfte biologische Prozesse innerhalb der Aneurysmawand beeinflussen. Im Projekt HARM analysieren wir Signalwege der Mechanotransduktion, insbesondere den Hippo-Signalweg als Vermittler zwischen hämodynamischer Belastung und zellulären Veränderungen.
Durch die Kombination klinischer Kohorten, biomechanischer Simulationen und molekularbiologischer Analysen entsteht ein translationaler Ansatz, der mechanische, immunologische und klinische Aspekte integriert und die Grundlage für individualisierte Entscheidungsmodelle bildet.
Systemische und datengetriebene Analyse sekundärer Komplikationen nach Subarachnoidalblutung
Konventionelle statistische Analysen stoßen bei hochdimensionalen und longitudinalen Datensätzen zunehmend an ihre Grenzen. Insbesondere in der Neurointensivmedizin entstehen große Mengen heterogener Daten aus Monitoring, Laboranalysen, Bildgebung und mikrobiologischer Diagnostik. Der Einsatz von Methoden der künstlichen Intelligenz und des maschinellen Lernens stellt daher eine konsequente Weiterentwicklung dar, um diese multidimensionalen Daten zu integrieren und robuste prädiktive Modelle für sekundäre Komplikationen nach neurovaskulären Erkrankungen zu entwickeln.
Ein zentrales Beispiel ist das Projekt SMART, in dem KI-basierte Modelle zur Vorhersage von Komplikationen wie Vasospasmen, Hydrozephalus und funktionellem Outcome nach Subarachnoidalblutung entwickelt werden. Ergänzend werden in Methoden der Schwarmintelligenz eingesetzt, um zeitabhängige Muster in intensivmedizinischen Verlaufsdaten zu identifizieren und dynamische Risikoprofile zu entwickeln.
In Kooperation mit der Universitätsklinik für Anästhesiologie und Intensivtherapie sowie dem Institut für Informatik der Christian-Albrechts-Universität zu Kiel analysieren wir zudem systemische Komplikationen, insbesondere infektiologische Ereignisse wie die stroke-associated pneumonia, als relevante Einflussfaktoren auf sekundäre Hirnschädigung und Outcome. Diese Arbeiten zeigen, dass neurovaskuläre Komplikationen wesentlich durch komplexe Wechselwirkungen zwischen neuroinflammatorischen, infektiologischen und hämodynamischen Mechanismen geprägt sind.
Ergänzend untersuchen wir Langzeitfolgen nach Subarachnoidalblutung mit dem Ansatz, dass diese teilweise einem „endogenen“ Schädel-Hirn-Trauma entsprechen könnten. In einer prospektiven Studie werden multimodale Verlaufsdaten (psychometrisch, bildgebend, molekular) erhoben, in Kooperation mit der Universitätsklinik für Psychiatrie und Psychotherapie.
Mikrochirurgische Anatomie, chirurgische Strategien und simulationsgestützte Operationsplanung
Ein zentraler Schwerpunkt unserer Arbeitsgruppe liegt auf der Analyse mikrochirurgischer Anatomie und der Weiterentwicklung chirurgischer Strategien für komplexe Zugänge, insbesondere in der vaskulären Neurochirurgie und Schädelbasischirurgie. Ziel ist es, anatomische, morphologische und patientenspezifische Faktoren systematisch in die Wahl des operativen Zugangs zu integrieren und dadurch individualisierte, sichere und effektive Behandlungsstrategien zu ermöglichen. Eigene Arbeiten konnten zeigen, dass die differenzierte Berücksichtigung aneurysmaspezifischer Parameter – etwa Morphologie und Angulation – einen wesentlichen Einfluss auf die Wahl des Zugangs und das klinische Outcome hat.
Parallel hierzu entwickeln wir simulationsbasierte Ansätze, um mikrochirurgische Entscheidungsprozesse, operative Strategien und technische Fertigkeiten unter kontrollierten Bedingungen zu untersuchen und zu trainieren. Hierzu wurden patientenspezifische Virtual-Reality-Umgebungen sowie hochrealistische Phantommodelle auf Basis bildgebungsbasierter 3D-Rekonstruktionen etabliert, die sowohl präoperative Planung als auch strukturierte Ausbildung ermöglichen. Ergänzend wurden physische Simulationsmodelle entwickelt, die durch realitätsnahe haptische Eigenschaften eine valide Evaluation chirurgischer Techniken sowie eine beschleunigte Lernkurve insbesondere bei komplexen Eingriffen ermöglichen.
Durch die Kombination anatomischer Analyse, patientenspezifischer Modellierung und simulationsgestützter Evaluation entsteht ein translationaler Ansatz, der operative Strategien nicht nur beschreibt, sondern systematisch überprüfbar und reproduzierbar macht. Ziel ist es, chirurgische Entscheidungsprozesse stärker zu standardisieren, Ausbildungsprozesse zu objektivieren und langfristig die Ergebnisqualität neurochirurgischer Eingriffe zu verbessern.
Group Members
Doktorandinnen und Doktoranden
Alumni
- Herr Dr. med. A. Amini
- Herr Dr. med. A. Siblini
- Frau PD Dr. med. V. M. Swiatek
Abgeschlossene Promotionen
- Herr S. Al-Hamid
- Frau M. Marinescu
- Herr J. Reiser
- Frau C. E. Sandalcioglu Ortuño
- Herr C.-J. Schiffner
- Frau S. Stassen
- Herr F. Taskaya
- Herr Y. Zeller
Laufende Promotionsbetreuungen
- Herr cand. med. M. Bakhshi
- Herr cand. med. J. Bischoff
- Frau cand. med. F. Grellmann
- Herr cand. med. Z. Kaya
- Herr T. Kummer
- Herr cand. med. P. Röhrdanz
- Frau cand. med. C. Scaruppe
- Herr F. Sprenger
- Frau H. Steinkusch
- Herr cand. med. C. Stolz
Contact
Prof. Dr. med. Belal Neyazi (Principal Investigator)
Tel.: 0391-67-15568
E-Mail: belal.neyazi@med.ovgu.de
Cooperation Partners
- Prof. Dr. T. Abel, Department of Neuroscience and Pharmacology, University of Iowa, USA
- Prof. Dr. D. Behme, Universitätsklinik für Neuroradiologie, Otto-von-Guericke Universität Magdeburg
- PD Dr.-Ing. P. Berg, Lehrstuhl Medizinische Telematik und Medizintechnik, STIMULATE Forschungscampus, Otto-von-Guericke Universität Magdeburg
- Prof. Dr. D. Hasan, Department of Neurosurgery, Duke University, USA
- Prof.in Dr.-Ing. S. Mostaghim, Fakultät für Informatik, Lehrstuhl für Computational Intelligence, Otto-von-Guericke Universität Magdeburg
- Prof. Dr. T. Nickl-Jokschat und PD Dr. A. Neyazi, Universitätsklinik für Psychiatrie und Psychotherapie, Otto-von-Guericke Universität Magdeburg
- Prof.in Dr.-Ing. S. Saalfeld, Institut für Medizinische Informatik und Statistik, Christian-Albrechts-Universität zu Kiel
- Prof. Dr. S.Schreiber, Universitätsklinik für Neurologie, Otto-von-Guericke Universität Magdeburg
- Dr.-Ing. S. Voß, Institut für Strömungstechnik und Thermodynamik (ISUT), STIMULATE Forschungscampus, Otto-von-Guericke Universität Magdeburg
- Prof. Dr. R. Werdehausen, Universitätsklinik für Anästhesiologie und Intensivtherapie, Otto-von-Guericke Universität Magdeburg