Lux Ex Machina – eine Anwendung von maschinellem Lernen auf die Entfaltung von Glühkurven

• Antragsteller: Professor Dr. Kevin Kröninger
• Fachliche Zuordnung: Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung von 2019 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 430692585

Personendosimetrie stellt einen wichtigen Aspekt des Strahlenschutzes dar, insbesondere in medizinischen Bereichen wie Radiologie oder Nuklearmedizin. Es ist auch ein aktuelles Forschungsgebiet, da die derzeitigen Technologien für die Dosismonitorierung, insbesondere Filmdosimeter, an ihre Grenzen stoßen. Mögliche Alternativen basieren beispielsweise auf dem wohlbekannten Phänomen der Thermolumineszenz (TL). Das TL-DOS-Dosimetriesystem, gemeinsam entwickelt von dem Materialprüfungsamt NRW, Dortmund, und der TU Dortmund, verwendet dünne Schichten von LiF:Mg,Ti als Thermolumineszenzmaterial und schnelle Heizprozeduren. Das System kann verwendet werden, um Bestrahlungsdosen zuverlässig abzuschätzen, indem die während des Heizprozesses emittierten Photonen gezählt werden und das System entsprechend kalibiert wird.Das Ziel des hier vorgeschlagenen Projekts ist es, die von dem zeitaufgelösten Photonensignal, der Glühkurve, gewonnenen Informationen zu maximieren. Dies soll durch die Simulation der fundamentalen TL-Prozesse und durch die Anwendung von modernen und effektiven Algorithmen des maschinellen Lernens geschehen. Die angestrebten Informationen sind die Dosis, die Zeit zwischen Bestrahlung und Auslese, die Anzahl der Bestrahlungen innerhalb eines Arbeitszykluses sowie die Art der Bestrahlung. Die Algorithmen werden auf simulierten Daten, sowie auf Daten aus wohldefinierten Bestrahlungskampagnen, trainiert, getestet und validiert, um dann damit das volle Potential der Glühkurvenanalyse zu explorieren.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich: Dr. Jörg Walbersloh