Multiskalares maschinelles Lernen für die Integration quantitativer in vivo-MRT mit ex vivo-Analyse zur Bewertung pathologischer Veränderungen der extrazellulären Matrix (A07*)

• Fachliche Zuordnung: Radiologie
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 372486779

Quantitative in vivo-MRT und ex vivo-Daten werden aktuell primär mit individuellen Analysetechniken separat voneinander ausgewertet. Für vergleichende Analysen werden einzelne Parameter extrahiert und miteinander korreliert. Die Integration aller Informationen aus der in vivo-Bildgebung und der ex vivo-Analyse hat das Potenzial, die Identifizierung neuer prädiktiver Biomarker wesentlich zu verbessern. Dieses Projekt hat das Ziel, fortschrittliche multiskalare Bildgebungs- und maschinelle Lerntechniken (ML) miteinander zu integrieren, um die vielversprechendsten quantitativen Bildgebungs-Biomarker und ex vivo-Parameter für die Vorhersage des Krankheitsverlaufs und des Ansprechens auf eine Therapie zu ermitteln.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1340: In vivo Visualisierung der pathologisch veränderten Extrazellulärmatrix „Matrix in Vision“
• Antragstellende Institution: Gemeinsam FU Berlin und HU Berlin durch:; Charité - Universitätsmedizin Berlin
• Teilprojektleiter: Professor Dr. Marcus R. Makowski; Professor Daniel Rückert, Ph.D.