Gliome sind aggressive Hirntumoren, die die Lebenserwartung stark verkürzen. Eine möglichst vollständige chirurgische Entfernung kann das Gesamtüberleben verlängern. Dabei besteht jedoch stets das Risiko, funktionell wichtige Hirnareale zu schädigen. Erschwert wird dies durch die begrenzte Darstellbarkeit der infiltrativen Tumorausbreitung mittels MRT und der PET. Diese Herausforderung wird dadurch weiter erschwert, dass Gliome über weite Distanzen Netzwerke mit anderen Hirnregionen bilden können. Diese tumorassoziierten Netzwerke, sogenannte Hubs, lassen sich mit funktioneller MRT (rsfMRT) identifizieren und sind über Fasertrakte der weißen Substanz mit dem Tumor verbunden. Die in Tumornähe gelegenen Faserverbindungen könnten potenzielle Resektionsziele darstellen, wenn ihre mikrostrukturellen Veränderungen mit reduziertem Überleben in Verbindung stehen. Im Projekt GLIO-MAP wird eine Kombination aus rsfMRT, Diffusion-Tensor-Imaging (DTI)-basierter Traktografie und statistischer Modellierung eingesetzt, um hochriskante peritumorale Fasertrakte zu identifizieren. Ziel ist die Entwicklung eines Bildgebungsmarkers, der neben dem sichtbaren Tumor auch Gewebe mit hohem Rückfallrisiko erfasst und die neurochirurgische Resektionsplanung verbessert. Als zentrales Ergebnis wird ein Tool entwickelt, das DTI- und rsfMRT-Daten integriert und eine patientenspezifische Karte erstellt. Diese visualisiert Fasertrakte, die vermutlich zur Ausbreitung des Tumors beitragen und mit einem erhöhten Rezidivrisiko einhergehen. Sie liefert patientenspezifische Bildgebungsinformationen für die präoperative Planung einer erweiterten Resektion, die das Überleben verlängern kann, ohne funktionsrelevante Areale unnötig zu gefährden. Für diesen individualisierten Ansatz zur Balance zwischen maximaler Tumorentfernung und funktionellem Erhalt gibt es bislang keine etablierte Methodik.