Motivation
Die Magnetresonanztomographie (MRT) ist ideal für die Bildgebung bei einer Vielzahl von Erkrankungen an Herz und Gefäßsystem. Jedoch ist eine vollständige Aufnahme der MRT-Messdaten und die Bildrekonstruktion der Herzanatomie unter freier Atmung herausfordernd, sowie zeit- und kostenintensiv. Durch die bedeutenden Fortschritte im Bereich Deep Learning (DL) und Künstliche Intelligenz (KI) für die Bildverarbeitung ergeben sich neue Möglichkeiten zur KI-gestützten 3D-Bildrekonstruktion.
Ziele und Vorgehen
Das MEDICARE Projekt baut auf den gemeinsamen Erfahrungen und Expertisen der deutschen und französischen Partnerinstitutionen im Bereich der MRT-Rekonstruktion, der physiologischen Datenanalyse mit KI und der KI-basierten medizinischen Bildanalyse auf. Es hat zum Ziel eine lernbasierte Schätzung der Bewegung des schlagenden Herzens während der Atmung zu ermöglichen. Durch die Entwicklung einer KI-basierten 4D-Bewegungsschätzung wird eine schnellere Raumabtastung bei der Datenaufnahme ermöglicht. Hierdurch werden MRT-Untersuchungen beschleunigt und deren Kosten reduziert.
Innovationen und Perspektiven
Das KI-basierte Bildverständnis soll mit einer mathematisch-fundierten Lösung kombiniert werden, um eine bessere Nachvollziehbarkeit und Erklärbarkeit der KI zu erreichen und damit das Vertrauen in die Technik zu erhöhen. Außerdem wird ein besonderes Augenmerk auf die Verbesserung der MRT-Rekonstruktion von anatomischen Details gelegt, um die Zuverlässigkeit zu erhöhen. MEDICARE soll außerdem die deutsch-französische Forschungspartnerschaft zwischen der Universität zu Lübeck und der IADI (Imagerie Adaptive Diagnostique et Interventionnelle) des INSERM in Nancy stärken. Es ist das Ziel, die Partnerschaft durch die kontinuierliche Zusammenarbeit und den regelmäßigen Wissensaustausch zu verstetigen und somit wesentliche methodische Fragestellungen mit großen technischen Herausforderungen im gesellschaftlich so wichtigen Feld der bildgebenden Medizin zu lösen.