Servicenavigation

Detailseite

Zurück

Projekt Druckansicht

Robotisierte Ultraschall-gestützte Bildgebung zur Echtzeit-Bewegungskompensation in der Strahlentherapie (RobUST), Phase II

Fachliche Zuordnung Medizinische Physik, Biomedizinische Technik
Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Epidemiologie und Medizinische Biometrie/Statistik
Förderung Förderung von 2016 bis 2024
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 288979502
 
Erstellungsjahr 2024

Zusammenfassung der Projektergebnisse

Das Forschungsprojekt befasst sich mit der Integration von robotischen Ultraschallsystemen in medizinische Anwendungen, insbesondere im Kontext der Strahlentherapie. Das Projekt umfasst mehrere Phasen und untersuchte verschiedene Aspekte, von der Datenerfassung und -analyse bis zur Entwicklung neuartiger Algorithmen und Methodiken für die Behandlungsplanung. In der ersten Projektphase wurde zunächst eine Langzeitstudie mit Probanden durchgeführt, bei der zeitlich aufgelöste volumetrische US-Bilddaten an zwei verschiedenen Stellen von fünf verschiedenen Probanden aufgenommen wurden. Die Studie zeigte Herausforderungen bei der Genauigkeit des Kraftschätzmodells auf, was zur Implementierung eines neuronalen Netzwerks führte, um Kontaktkräfte zu bestimmen. Dieser neuartige Ansatz reduzierte den Fehler bei der Messung von Kontaktkräften signifikant. Die Bewegungsanalyse von US- Sonden in verschiedenen anatomischen Regionen zeigte unterschiedliche Bewegungsmuster in der Leber und der Prostata. Um die robotische US-Bildgebung zu optimieren, wurden Faktoren, die die Verfolgungsgenauigkeit beeinflussen, wie Bildauflösung und Sondenorientierung, untersucht. Es wurde auch ein neuronales Netzwerk trainiert, die Sondenorientierung basierend auf 3D-US-Bildern und Kraftwerten anzupassen, was in einem niedrigen Fehler bei einer Phantomstudie resultierte. Echtzeitverarbeitung von volumetrischen US-Daten wurde untersucht, und auf maschinellem Lernen basierende Ansätze wurden für die Zielverfolgung und Deformationsabschätzung entwickelt. Diese Methoden erwiesen sich als echtzeitfähig und genau und bieten vielversprechende Lösungen für die Gewebeverfolgung während medizinischer Eingriffe. Das Projekt beschäftigte sich auch mit Kalibrierungsalgorithmen für die Ausrichtung von Roboter und US-Sonde und untersuchte den Einfluss des Gewichts und des Kabels der US-Sonde auf die Gelenkmomenterfassung. Der zweite Teil des Projekts befasste sich mit grundlegenden Aspekten der Integration des US-Roboters in die Behandlungsplanung für ein robotergestütztes Strahlentherapiesystem. Darüber hinaus wurde untersucht, wie die durch Ultraschallbildgebung erfassten Bewegungen und Verformungen für die Online- Behandlungsoptimierung genutzt werden können. Zuerst wurden die Auswirkungen des US-Roboters auf die Planqualität betrachtet und gezeigt, dass insbesondere die kinematische Redundanz des US- Roboters die negative Effekte minimiert. Zweitens wurde gezeigt, dass eine sorgfältige patientenspezifische Optimierung des Setups möglich und wichtig ist und die Koordinierung des US-Roboters und des Behandlungsroboters zu einer Verkürzung der Behandlungszeit führt. Drittens wurde ein neuartiger Ansatz zur Planung entwickelt, der auf Basis von maschinellem Lernen die Planqualität verbessert und gleichzeitig die Rechenzeit reduziert. Schließlich wurde die Auswirkung von Organverformung und -deformation auf die Qualität des Behandlungsplans untersucht und eine neue Methode zur schnellen Planadaption mit strikten Nebenbedingungen entwickelt. Insgesamt liefert dieses umfassende Forschungsprojekt wertvolle Erkenntnisse zu den Herausforderungen und Lösungen im Zusammenhang mit der Integration von robotischen Ultraschallsystemen in medizinische Anwendungen, insbesondere im Kontext der Strahlentherapie. Das Projekt zeigt Fortschritte in Technologie, Algorithmusentwicklung und Optimierungstechniken auf und legt so den Grundstein für verbesserte medizinische Verfahren und patientenspezifische Behandlungsplanung.

Projektbezogene Publikationen (Auswahl)

 
 

Zusatzinformationen

© 2025 DFG Kontakt / Impressum / Datenschutz

Textvergrößerung und Kontrastanpassung