MPI2
Modellbasierte Parameteridentifikation in "Magnetic Particle Imaging": nichtlineare Rekonstruktionsverfahren für Innovationen in medizinischen Anwendungen
Seit der Entdeckung der Röntgentomographie in den 1970er Jahren haben bildgebende Verfahren die medizinische Diagnostik kontinuierlich revolutioniert, so finden heute vor allem Verfahren wie Computertomographie (CT), Magnetresonanztomographie (MRT), Positronen-Emissions-Tomographie (PET) sowie Einphotonen-Emissions-Computertomographie (SPECT) Anwendung. Anfang der 2000er Jahre wurde die Magnetpartikelbildgebung (Magnetic Particle Imaging, MPI) entwickelt, welche darauf basiert Nanopartikel aus Eisenoxid im menschlichen Körper zu verfolgen. Dieses Tomographieverfahren ist strahlungsfrei, hoch sensitiv, bietet eine sehr hohe zeitliche Auflösung und ist somit prädestiniert für die Diagnose kardiovaskulärer Erkrankungen. Des Weiteren ist die Anwendung im Katheterlabor von Bedeutung; mittels MPI könnte die Navigation speziell markierter Katheter im Gefäßbaum ermöglicht werden und somit potentiell die digitale Subtraktionsangiographie (DSA) ersetzen. Dadurch könnten gesundheitliche Belastungen der Erkrankten minimiert werden.
Derzeit basiert die Datenauswertung, d.h. die Darstellung der Partikelverteilung im untersuchten 3D Objekt, auf einer äußerst aufwendig experimentell bestimmten Systemfunktion und nachfolgender linearer Rekonstruktion. Eine große Herausforderung neben der Effizienz und Genauigkeit der Datenauswertung sind die bisher vernachlässigten nichtlinearen Effekte wie Relaxationszeiten und Magnetisierungseffekten in der Modellierung der Systemfunktion. Das Projekt MPI² zielt deshalb auf die Erforschung und Entwicklung mathematischer Verfahren aus den Bereichen Inverse Probleme, harmonische Analysis und Numerik sowie deren effiziente algorithmische Umsetzung ab. Die Bewältigung der Herausforderungen erfordert ein übergreifendes Zusammenwirken von mathematischer Forschung und industriell-medizinischen Kooperationspartnern. Nur so kann die Grundlage geschaffen werden, die MPI-Technologie als Werkzeug der kardiovaskulären Bildgebung zukünftig im klinischen Bereich einzusetzen.
Weitere Informationen entnehmen Sie bitte der Hompage unter: http://www.math.uni-bremen.de/zetem/bmbf-mpi2
Teilprojekte
- 05M16LBA | Teilprojekt 1 | Universität Bremen
- 05M16GKA | Teilprojekt 2 | Universitätsklinikum Hamburg-Eppendorf
- 05M16TSA | Teilprojekt 3 | Universität des Saarlandes
- 05M16WFA | Teilprojekt 4 | Technische Hochschule Aschaffenburg
Publikationen
Kluth, T., Szwargulski, P., & Knopp, T. (2019). Towards accurate modeling of the multidimensional magnetic particle imaging physics. New Journal of Physics, 21(10), 103032. DOI 10.1088/1367-2630/ab4938. URL https://iopscience.iop.org/article/10.1088/1367-2630/ab4938/meta
Kluth, T., & Jin, B. (2019). Enhanced reconstruction in magnetic particle imaging by whitening and randomized SVD approximation. Physics in Medicine & Biology, 64(12), 125026. DOI 10.1088/1361-6560/ab1a4f. URL https://iopscience.iop.org/article/10.1088/1361-6560/ab1a4f
Kluth, T., & Maass, P. (2017). Model uncertainty in magnetic particle imaging: Nonlinear problem formulation and model-based sparse reconstruction. International Journal on Magnetic Particle Imaging, 3(2). DOI 10.18416/ijmpi.2017.1707004. URL https://journal.iwmpi.org/index.php/iwmpi/article/view/74
Verbundkoordinator
Prof. Dr. Peter Maaß
Partner
- Universität Bremen
- Universitätsklinikum Hamburg-Eppendorf
- Universität des Saarlandes
- Technische Hochschule Aschaffenburg
- Bruker BioSpin MRI GmbH
- Universitätsklinikum Hamburg-Eppendorf
- SCiLS GmbH
Förderzeit
01.12.2016 - 31.05.2020