Genaue und effiziente Methoden für die Fluoreszenztomographie

• Antragsteller: Privatdozent Dr. Felix Gremse
• Subject Area: Medizinische Physik, Biomedizinische Technik ; Epidemiologie und Medizinische Biometrie/Statistik ; Rechnerarchitektur, eingebettete und massiv parallele Systeme
• Term: from 2017 to 2023
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 380646556

Die Fluoreszenztomographie erlaubt die nichtinvasive quantitative Bestimmung der dreidimensionalen Fluoreszenzverteilung in kleinen Objekten, wie Körperteilen oder Labormäusen. Sie eignet sich insbesondere zur Untersuchung der Biodistribution potentieller therapeutischer Wirkstoffe, d.h. zur Bestimmung der Anreicherung im Zielgewebe aber auch in anderen ungewünschten Stellen. Weiterhin kann die Expression von fluoreszierenden Proteinen bestimmt werden und es können aktivierbare Proben verwendet werden, um z.B. die Verteilung von Enzymen zu bestimmen. In der Anwendung hat sich die Kombination der Fluoreszenztomographie mit einer anatomischen Modalität wie der Computertomographie bewährt, da die anatomischen Referenzinformationen nützlich für die Rekonstruktion, Visualisierung und Auswertung sind.Die Fluoreszenztomographie ist jedoch ein mathematisches und numerisches anspruchsvolles inverses Problem, was eine genaue und effiziente Berechnung der Lichtverteilungen im Objekt und eine aufwändige Rekonstruktion erfordert. Während die Lichtverteilung in dreidimensionalen Körpern mathematisch genau über die Boltzmann-Gleichung beschrieben werden kann, werden für numerische Berechnungen üblicherweise stark vereinfachte Differentialgleichungen wie die Diffusionsgleichung herangezogen. Weiterhin sind für die numerischen Berechnungen Diskretisierungen und Annahmen bezüglich der Randbedingungen notwendig, die sowohl den Rechenaufwand als auch die Rekonstruktionsgenauigkeit beeinflussen. In diesem Projekt sollen mittels realistischer GPU-beschleunigter Monte-Carlo-Simulationen künstliche Rohdaten berechnet werden, um den Einfluss verschiedener Modellfehler auf die Fluoreszenzrekonstruktion zu untersuchen. Weiterhin wird der erzielbare Genauigkeitsgewinn von Diffusionsapproximationen höherer Ordnung untersucht. Um Speicherbedarf für die Rekonstruktionsmatrix zu reduzieren und sämtliche Messdaten für die Rekonstruktion verwenden zu können, wird eine implizite Matrixdarstellung verwendet. Hierzu werden passende iterative nichtnegative lineare Löser und Möglichkeiten zur Konvergenzbeschleunigung untersucht. Weiterhin werden Rekonstruktionsmöglichkeiten zur Bestimmung von Absorptions- und Streuungskarten untersucht. Die Implementierung erfolgt unter Verwendung von Hardwarebeschleunigern (GPUs), um deren hohe Rechenleistung zu nutzen. Mit Hilfe der simulierten Rohdaten sollen die Verbesserungen der Rekonstruktion hinsichtlich Auflösung, Sensitivität und Quantitativität in silico untersucht werden. Anschließend werden die Verbesserungen mit in vivo Versuchen experimentell validiert. Hierzu werden Proben, wie fluoreszenzmarkierte Antikörper verwendet, die sich an bekannten Regionen anreichern, sowie doppelt markierte Sonden, die sich für die multimodale Kombination und Validierung mit nuklearmedizinischen Geräten eignen.

• DFG Programme: Sachbeihilfen