Optimierte Datenakquisition für die Compressed-Sensing-basierte Bildrekonstruktion bei Magnetic Particle Imaging (MPI)

• Antragsteller: Professor Dr. Thorsten Buzug; Professor Dr.-Ing. Alfred Mertins
• Fachliche Zuordnung: Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung von 2014 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 250691157

Mittels Magnetic Particle Imaging (MPI) kann eine lokale Konzentration von magnetischen Nanopartikeln quantitativ mit hoher Empfindlichkeit und mit sehr guter räumlicher Auflösung in Echtzeit dargestellt werden. Die Grundidee besteht in der Nutzung der nichtlinearen Magnetisierungscharakteristik der Partikel, die als Tracer verwendet werden. Das Verfahren nutzt dazu zwei Magnetfelder, zum einen ein statisches Selektionsfeld, zum anderen ein dynamisches Wechselfeld. Werden die Nanopartikel in das Wechselfeld gebracht, erzeugen sie eine nichtlineare Magnetisierung, die mit einer Empfangsspule gemessen werden kann. Aufgrund der Nichtlinearität enthält das gemessene Signal neben der Grundfrequenz des Wechselfelds auch Harmonische, also Schwingungen mit einem Vielfachen der Grundfrequenz. Nach Separation der Harmonischen von dem eingespeisten Grundsignal kann die Konzentration der Nanopartikel ermittelt werden. Eine örtliche Kodierung wird durch das statische Selektionsfeld erreicht. MPI hat in ersten experimentellen Studien bereits Vorteile gegenüber anderen bildgebenden Modalitäten gezeigt. Dennoch hat es sein volles Potenzial in Bezug auf die räumliche Auflösung, Signal-zu-Rausch-Verhältnis und der Messzeiten noch nicht erreicht. Es kann erwartet werden, dass jüngste Fortschritte in der Signalverarbeitung und Sampling-Theorie speziell im Bereich des Compressed Sensing (CS) zur Verbesserung der Bildqualität und Geschwindigkeit beitragen werden. Sparse-Codierung und Compressed Sensing haben bereits bei anderen Bildmodalitäten wie zum Beispiel der Magnetresonanz-Tomographie (MRT) zu deutlichen Verbesserungen gegenüber dem Stand der Wissenschaft geführt. Als geeignete Transformationen sind bisher überwiegend die Standard-Wavelet-Transformationen zum Einsatz gekommen. Zunehmend werden jedoch Transformationen gesucht, die zur Signalcharakteristik der entsprechenden Modalität passen. Dieser Weg soll auch in diesem Projekt verfolgt werden. Basierend auf den Daten einer zu entwickelnden Simulationskette und Realisierungen unterschiedlicher MPI-Scannertopologien des Instituts für Medizintechnik können mit der Expertise des Instituts für Signalverarbeitung angepasste Transformationen für das Sparse-Coding optimiert werden.

• DFG-Verfahren: Sachbeihilfen