Magnetresonanz (MR) - Aufnahmen der Leber werden im Klinikalltag täglich vielfach durchgeführt, um Krankheitsbilder, z.B. Zysten oder Tumore, zu diagnostizieren. Aus den Rohdaten des MR-Tomographen werden hierzu mit Hilfe mathematischer Methoden zunächst Bilder des Körperinneren rekonstruiert. Ein Radiologe stellt anschließend durch Sichtprüfung die Diagnose bzw. ordnet weitere Untersuchungen an. Die Aufzeichnung der Rohdaten, die Bildrekonstruktion mittels klassischer, modellbasierter Verfahren sowie die manuelle Diagnostik sind hierbei sehr zeitaufwändig. Für den Patienten bedeutet dies lange Wartezeiten - für Krankenhäuser und Krankenkassen hohe Kosten. Dies könnte durch den Einsatz datengetriebener Methoden erheblich verbessert werden. Hierbei lernen neuronale Netze Muster und Gesetzmäßigkeiten aus bereitgestellten Trainingsdaten und können am Ende der Lernphase auch unbekannte Daten in annähernd Echtzeit beurteilen.

Vor einem klinischen Einsatz müssen diese allerdings hinsichtlich ihrer diagnostischen Relevanz umfassend validiert werden. Dieses Projekt untersucht den Einsatz und die weitere Entwicklung solcher Methoden zur MR-Bildrekonstruktion sowie zur Klassifizierung von Leberläsionen. Ausgehend von einem Vergleich modell- und datengetriebener Verfahren zur Bildrekonstruktion sollen diese systematisch verknüpft werden, um eine hohe Beschleunigung ohne Abstriche hinsichtlich der diagnostischen Aussagekraft zu ermöglichen. Neben dem Design geeigneter Netzwerke soll dabei auch erforscht werden, ob Metadaten (z.B. Alter des Patienten) gewinnbringend in die Rekonstruktion eingebracht werden können. Des Weiteren sollen geeignete Klassifizierungsalgorithmen auf Bildbasis entwickelt sowie das Potenzial einer direkten Klassifizierung auf den Rohdaten ausgelotet werden. Langfristig kann eine intelligente MR-Diagnostik die Nutzungseffizienz der MR-Hardware deutlich steigern, eine bessere Patientenversorgung garantieren sowie neue Impulse in der Medizintechnik setzen.

Teilprojekte

• 05M20WKA | Teilprojekt A | Universitätsklinikum Würzburg
• 05M20WWB | Teilprojekt B | Universität Stuttgart
• 05M20WEB | Teilprojekt C | Friedrich-Alexander-Universität Erlangen-Nürnberg
• 05M20WWB | Teilprojekt D | Julius-Maximilians-Universität Würzburg