Die MRT-Bilder zeigen den Kopf eines Patienten mit einem Gehirntumor. Die...
Die MRT-Bilder zeigen den Kopf eines Patienten mit einem Gehirntumor. Die Bilder in der ersten Reihe wurden aus vollständigen Rohdaten erstellt, während die Bilder in der zweiten Reihe nur aus 10% der Rohdaten rekonstruiert wurden. Die dritte Reihe zeigt die Bilder, die mithilfe des entwickelten KI-Algorithmus aus den 10% der Rohdaten erstellt wurden und eine präzise Charakterisierung des Tumors ermöglichen.

Bildquelle: Universitätsklinikum Heidelberg

News • Beschleunigen der Kernspin-Bildgebung

KI kommt mit einem Zehntel der MRT-Daten aus

Die Magnetresonanztomographie (MRT) ist für die exakte Diagnostik zahlloser Erkrankungen unverzichtbar, jedoch mit ihren meist langen Untersuchungszeiten auch sehr aufwändig und für die Patienten anstrengend.

Mit Hilfe von künstlicher Intelligenz (KI) ließe sich das ändern, wie Wissenschaftler der Medizinischen Fakultät Heidelberg der Universität Heidelberg, des Universitätsklinikums Heidelberg (UKHD) und des Deutschen Krebsforschungszentrums (DKFZ) aktuell im Journal „The Lancet Oncology“ berichten. Gemeinsam mit nationalen und internationalen Kooperationspartnern haben sie einen KI-Algorithmus entwickelt, der aus weniger Messdaten Bilder von ebenso guter Qualität und hoher Auflösung erstellt wie die bisherigen Messprotokolle. Die benötigte Menge an Rohdaten, die während der MRT-Untersuchung erfasst werden müssen, reduziert sich um bis zu 90%. Das Team trainierte und bewertete den neuen Algorithmus anhand eines umfangreichen Datensatzes mit mehr als 8.000 MRT-Untersuchungen von rund 2.500 Patienten aus 216 Kliniken weltweit.

Eine MRT-Untersuchung in drei Minuten ist nicht nur für die Patienten angenehmer [...]. Eine kürzere Messung würde auch die Effizienz dieser sehr teuren Geräte verbessern

Aditya Rastogi

„Der neue Algorithmus erstellt aus bis zu 10% der bisher standardmäßig erfassten Rohdaten MRT-Bilder, ohne dass es zu relevanten Einbußen in der diagnostischen Qualität kommt. Erst bei weiter reduziertem Datenmaterial leiden Bildqualität und Aussagekraft“, sagt Professor Dr. Philipp Vollmuth, Leiter der Sektion Computational Neuroimaging, Klinik für Neuroradiologie des UKHD, und Wissenschaftler in der Abteilung Medizinische Bildverarbeitung des DKFZ. Abgespeckte Messprotokolle hätten große Auswirkungen auf die Untersuchungszeit einer MRT: Sie würde sich erheblich verkürzen, von durchschnittlich 30 Minuten beispielsweise bei einer Untersuchung des Gehirns auf etwa drei bis neun Minuten je nach technischer Ausstattung des Geräts. „Eine MRT-Untersuchung in drei Minuten ist nicht nur für die Patienten angenehmer, weil sie in dieser Zeit möglichst bewegungslos liegen müssen und der Lautstärke des Geräts ausgesetzt sind. Eine kürzere Messung würde auch die Effizienz dieser sehr teuren Geräte verbessern“, erläutert der Erstautor Dr.  Aditya Rastogi, Sektion Computational Neuroimaging, Klinik für Neuroradiologie des UKHD. 

Der Algorithmus ist als Open-Source öffentlich verfügbar. So können ihn Forschungsgruppen und Gerätehersteller weltweit nutzen, um die MRT-Bildgebung weiterzuentwickeln und die Untersuchungszeit zu verkürzen. Prof. Vollmuth betont, dass der Algorithmus kein fertiges Produkt sei, das nun bei MRT-Untersuchungen zum Einsatz kommen könne: „In unserer Arbeit haben wir aber gezeigt, dass es mit Hilfe der KI möglich ist, die benötigten Bilddaten drastisch zu reduzieren. Nun liegt es an der weiteren Forschung und Industriepartnern, dieses Wissen in die Anwendung zu bringen“, so der Experte für KI in der medizinischen Bildgebung. 

Die Arbeit wurden im Rahmen des Schwerpunktprogramms 2177 "Radiomics: Nächste Generation der medizinischen Bildgebung" sowie des Sonderforschungsbereichs 1389 „Understanding and Targeting Resistance in Glioblastoma – UNITE“ der Deutschen Forschungsgemeinschaft (DFG) durchgeführt. 


Quelle: Universitätsklinikum Heidelberg

28.02.2024

Verwandte Artikel

Photo

News • Niederfeld-Bildgebung, Hyperpolarisation und KI

Kosteneffizientes MRT-Verfahren vorgestellt

Max-Planck-Wissenschaftler stellen ein Modell für die Entwicklung neuartiger MRT-Methoden vor, bei dem Hyperpolarisation mit Bildgebungsverfahren für geringe Magnetfeldstärken kombiniert werden.

Photo

News • Krebsdiagnostik

Virtuelle Kontrastmittel für die onkologische MRT-Bildgebung

Die MRT spielt in der Krebsdiagnostik eine wichtige Rolle, doch die Verwendung gadoliniumhaltiger Kontrastmittel kann Patienten und der Umwelt schaden. Forscher entwickeln eine mögliche Alternative.

Photo

News • Künstliche Intelligenz

KI-Anwendungen in der Medizin sicherer machen

Die Hochschule Landshut startet Forschungsprojekt mit dem Münchner KI-Unternehmen deepc, um die Sicherheitsstandards bei der Anwendung von Künstlicher Intelligenz in der medizinischen Bildgebung zu…

Verwandte Produkte

Newsletter abonnieren