AG Deep-Learning-basierte MRT
Die Beschleunigung von MR-Untersuchungen hat eine Reihe von Vorteilen: Neben der Verbesserung des Komforts der Patientinnen und Patienten durch kürzere Liegezeiten können Kosten reduziert und MR-Untersuchungen einem breiteren Kollektiv von Patientinnen und Patienten zugänglich gemacht werden. Gleichzeitig können durch die beschleunigte Aufnahme und Rekonstruktion auch neue Anwendungen wie die Echtzeitbildgebung oder Aufnahmen in freier Atmung ermöglicht werden, wo bisher noch ein wiederholtes Anhalten der Atmung notwendig war.
Neben der Entwicklung effizienter Datenausleseverfahren, sogenannter MR-Pulssequenzen, unter Verwendung nicht-kartesischer Trajektorien sowie automatisierter Nachverarbeitung der MR-Bilder mit Hilfe künstlicher neuronaler Netze, beschäftigen wir uns vor allem mit der Bildrekonstruktion aus unterabgetasteten MR-Aufnahmen.
Bei einer unterabgetasteten Messung werden weniger MR-Daten als bei konventionellen MR-Methoden üblich aufgenommen. Durch eine solche „komprimierte Messung“ kann die Untersuchungsdauer im MRT signifikant verkürzt werden. Die Bildrekonstruktion mit herkömmlichen Verfahren führt unter Verwendung dieser Messungen jedoch zu Bildern, die aufgrund von Fehlern, sogenannten Artefakten, für die Diagnostik unzureichend sind.
Wir entwickeln Rekonstruktionsmethoden, die mit Hilfe von mathematischen Modellen (Compressed Sensing) und unter Verwendung datengetriebener Transformationen (Maschinelles Lernen) auch aus komprimierten – und damit mitunter stark verkürzten – Messungen hochwertige MR-Bilder berechnen können.
Maschinelles Lernen ist eine Form der künstlichen Intelligenz, die es Computersystemen ermöglicht, ihre Leistung bei einer Aufgabe durch Erfahrung automatisch zu verbessern. Entsprechende Modelle können dafür zunächst auf einem großen Datensatz trainiert werden, um anschließend Vorhersagen oder Entscheidungen über neue Daten treffen zu können.
In unserem interdisziplinären Team entwickeln wir aktuell modell- und datengetriebene MR-Techniken für kardiale Echtzeitaufnahmen in freier Atmung, zur Vermeidung von Bewegungsartefakten bei der Leberbildgebung sowie für eine strahlungsfreie Darstellung trabekulärer und kortikaler Knochenanteile.
Mitglieder der Arbeitsgruppe
Prof. Dr. rer. nat. Tobias Wech (Leitung)
Dr. med. Julius F. Heidenreich
Jonas Kleineisel M.Sc.
Philipp Nunn M.Sc.
Oliver Schad B.Sc.
Laufende Projekte mit Drittmittelförderung
Intelligente MR-Diagnose der Leber durch Verknüpfung modell- und datengetriebener Verfahren (iDeLIVER, BMBF 05M2020; Förderperiode 04/2020 - 03/2023)
Schnelle hyperintense MR-Bildgebung kortikaler und trabekulärer Knochenanteile (Projekt-Nr. F-437, IZKF)
Kontakt, Öffnungszeiten, Sprechzeiten
Öffnungszeiten
Montag bis Donnerstag
07:30 Uhr bis 16:30 Uhr
Freitag
07:30 Uhr bis 15:00 Uhr
Befund- und CD-Anforderung
Telefon: +49 931 201-34200
Fax: +49 931 201-34209
Telefonische Terminvergabe
CT, MRT, Röntgen / Durchleuchtung, Sonographie, Angiographie / Interventionen
+49 931 201-34200
MRT im König-Ludwig-Haus
+49 931 201-34299
Abteilung für Gynäkologische Radiologie
+49 931 201-34403
Abteilung für Kinderradiologie
+49 931 201-34713
Kontakt
Direktion
Prof. Dr. med. Thorsten Bley
Sekretariat
Telefon: +49 931 201-34001
Fax: +49 931 201-634001
E-Mail: rapps_c@ ukw.de
oder herzog_a@ukw.de
E-Mail
radiologie@ ukw.de
Anschrift
Institut für Diagnostische und Interventionelle Radiologie des Universitätsklinikums Würzburg | Zentrum Operative Medizin (ZOM) | Oberdürrbacher Straße 6 | Haus A2/A3 | 97080 Würzburg