Klinik für Diagnostische und Interventionelle Radiologie

Hintergrund

Brustkrebs ist ein bedeutendes Problem der öffentlichen Gesundheit, von dem weltweit Millionen von Frauen betroffen sind. Die Bildgebung spielt eine entscheidende Rolle bei der Brustkrebsvorsorge und -diagnose. Die Früherkennung ist entscheidend für eine erfolgreiche präoperative Behandlungsplanung und ermöglicht eine präzise und erfolgreiche Behandlung. Unsere Arbeitsgruppe setzt sich aus interdisziplinären Experten auf dem Gebiet der Brustbildgebung zusammen, die sich für die Entwicklung und Evaluierung neuer Bildgebungsverfahren einsetzen, um die Genauigkeit und Effizienz der Brustkrebserkennung und -diagnose zu verbessern.

Wir sind bestrebt, eine Plattform für die Zusammenarbeit und den Informationsaustausch zwischen Forschern, Klinikern, Patienten und Fachleuten aus der Industrie zu schaffen, die an der Brustbildgebung interessiert sind. Auf unserer Website finden Sie Informationen über unsere laufenden Forschungsprojekte und Initiativen. Wir laden Sie ein, uns in unserem Bestreben, die Brustbildgebung voranzubringen und die Patientenversorgung zu verbessern, zu unterstützen.

Forschungsschwerpunkte

Deep Learning und KI - Anwendungen in der Brust-MRT

Die MRT ist ein wichtiges Diagnoseinstrument zur Erkennung und Charakterisierung von Brusttumoren. MRT-Untersuchungen können jedoch zeitaufwändig sein und die räumliche Auflösung kann begrenzt sein. Künstliche Intelligenz hat sich als sehr vielversprechend erwiesen, um die Effizienz und Genauigkeit der MRT-Rekonstruktion zu verbessern. In diesem Forschungsprojekt wollen wir KI-Algorithmen entwickeln und validieren, die MRT-Bilder der Brust rekonstruieren können, um die Scanzeit zu verkürzen und die räumliche Auflösung zu verbessern, während die diagnostische Genauigkeit beibehalten oder verbessert wird. Im Rahmen des Projekts werden Deep-Learning-Modelle auf großen Datensätzen von MRT-Bildern der Brust trainiert und ihre Leistung sowohl an simulierten als auch klinischen Daten getestet.

Sequenzoptimierungen in der Brust-MRT und Evaluierung neuer technischer Entwicklungen in experimentellen und klinischen Settings

In Zusammenarbeit mit der Arbeitsgruppe unserer Medizinphysikgruppe stehen die technische Entwicklung und Optimierung von Sequenzen und Technologien im Mittelpunkt dieses Projekts.

Photon-counting CT der Brust

Herkömmliche bildgebende Verfahren wie Mammographie und Ultraschall haben sich bei der Erkennung und Überwachung von Brustkrebs bewährt. Sie haben jedoch ihre Grenzen bei der Darstellung von Brustkrebs, insbesondere bei dichtem Brustgewebe. Die photon-counting CT stellt einen bedeutenden Durchbruch in der medizinischen Bildgebung dar und bietet beispiellose Möglichkeiten zur Erkennung und Charakterisierung von menschlichem Gewebe. Durch die Nutzung der einzigartigen Eigenschaften einzelner Photonen ermöglicht diese Technologie eine hochauflösende Multi-Energie-Bildgebung, die neue Möglichkeiten für eine verbesserte Gewebecharakterisierung, eine bessere Erkennung von Läsionen und eine geringere Strahlendosis eröffnet. Die Photon-Counting-CT bietet daher eine vielversprechende Lösung, indem sie hochauflösende, dreidimensionale Bilder liefert, die eine Materialcharakterisierung und Bewertung von Brustläsionen ermöglichen. Unser Forschungsprojekt konzentriert sich auf die Untersuchung der diagnostischen Möglichkeiten der Photon-Counting-CT für das Staging und die Erkennung von Brustkrebs. Unser Forschungsprojekt umfasst sowohl präklinische Studien als auch klinische Versuche, so dass wir wertvolle Daten von verschiedenen Patientengruppen sammeln können.

Künstliche Intelligenz in der Mammographie

Dieses Projekt widmet sich der Erforschung des Potenzials der künstlichen Intelligenz (KI) in der Mammographie-Bildgebung im klinischen Umfeld. Brustkrebs ist nach wie vor ein großes Gesundheitsproblem, und die Früherkennung ist entscheidend für die Verbesserung der Behandlungsergebnisse. KI hat sich als vielversprechend erwiesen, wenn es darum geht, Radiologen und Kliniker bei der Interpretation und Analyse von Mammogrammen zu unterstützen, und bietet das Potenzial für eine genauere und effizientere Brustkrebsdiagnose. Dieses wissenschaftliche Projekt zielt darauf ab, verschiedene Anwendungsbeispiele von KI in der Mammographie-Bildgebung zu untersuchen und zu bewerten. Durch die Analyse großer Datensätze von Mammogrammen wollen wir KI-Algorithmen entwickeln und verfeinern, die bei der Erkennung von subtilen Anomalien, der Klassifizierung von Brustläsionen und der Vorhersage von Bösartigkeit helfen können. Die Ergebnisse dieser Forschungsarbeit werden zur Weiterentwicklung von KI-Technologien in der Brustbildgebung beitragen und letztlich das medizinische Personal dabei unterstützen, fundiertere Entscheidungen zu treffen und die Patientenversorgung in der Klinik zu verbessern.

Publikationen

unsere Publikationen bei Pubmed