MPI² Magnetic Particle Imaging


Modellbasierte Parameteridentifikation im "Magnetic Particle Imaging" (Magnetische Partikel-Bildgebung): Nichtlineare Rekonstruktionsmethoden für Innovationen in medizinischen Anwendungen - Teilprojekt 4.

Einsatz bildgebender Verfahren in der medizinischen Dianostik
Projektleitung: Prof. Dr. Hans-Georg Stark
Hochschule: Technische Hochschule Aschaffenburg
Forschungsschwerpunkt: Intelligent Systems
Projektlaufzeit: 01.12.2016 - 30.11.2019

IntelligentSystems   ArtificalIntelligenceDataScience   IntelligentSensorsSignals   Prof.Dr.Stark


Hintergrund

Bildgebende Verfahren sind ein wesentlicher Bestandteil der medizinischen Diagnostik. Dazu gehören die Computertomographie (CT, Röntgentomographie), die Magnetresonanztomographie (MRT), funktionelle Technologien wie PET (Positronen-Emissions-Tomographie) und SPECT (Single-Photon-Emissions-Computertomographie). Diese Verfahren werden unter Berücksichtigung ihrer jeweiligen Vorteile (Kontrastdarstellung, Vielseitigkeit, Schnelligkeit), aber auch ihrer Nachteile, z. B. durch ionisierende Strahlung, eingesetzt.


In den frühen 2000er Jahren wurde das Magnetic Particle Imaging (MPI) als neues tomographisches Verfahren entwickelt. MPI basiert auf der Verfolgung von Eisenoxid-Nanopartikeln im menschlichen Körper. Die Vorteile dieses Verfahrens sind die Abwesenheit von Strahlung, die hohe Empfindlichkeit und die sehr hohe zeitliche Auflösung. MPI ist für die Diagnose von Herz-Kreislauf-Erkrankungen und im Katheterlabor einsetzbar. Es kann die 3D-Navigation im Gefäßbaum mit speziell markierten Kathetern unterstützen.


Ziele

Ziel des MPI²-Projekts war es, mathematische Methoden zur Modellierung, Simulation und Optimierung für die Rekonstruktion von diagnostisch verwertbaren Partikelverteilungen aus MPI-Daten zu entwickeln.


Methoden

Das Projekt wurde in 6 Arbeitspakete (AP) unterteilt:

  • Modellierung von nichtlinearen Effekten der Systemfunktion (AP 1, AP 2, Klinik, Industriepartner)
  • Datenangepasste Dictionaries, nichtlineare Filterung der Rohdaten und Kompression (AP 3)
  • Inverse Bestimmung der Partikelkonzentration mit Modellunsicherheit (AP 4)
  • Bereitstellung von Messdaten (Magnetfeld, MPI-Daten) und Evaluation (AP 5)
  • Management, Dissemination und Verwertungsstrategie (AP 6, Klinik, Industriepartner)


Projektteilnehmende

UKE
Universität Bremen
ZeTeM
Universität des Saarlandes
Bruker
SCILS
TH Aschaffenburg


Links

Weitere Informationen finden Sie auf der Projektwebseite unter http://www.math.uni-bremen.de/zetem/bmbf-mpi2/mpi


Förderung

Bundesministerium für Bildung und Forschung (BMBF)


Kooperationen

Forschen Sie als Professorin oder Professor, als Doktorandin oder Doktorand oder als Studentin oder Student zu ähnlichen Themen? Wenn Sie nach Beteiligungsmöglichkeiten an einem Forschungsprojekt zu diesem oder einem ähnlichen Thema suchen, ermitteln wir gerne unser Kooperationspotenzial. Bitte nehmen Sie Kontakt auf mit  Prof. Dr. Stark per Telefon (+49 6021/4206-878) or per Mail an Hans-Georg.Starkth-abde.


mehr über den Forschungsschwerpunkt Intelligent Systems