10-fach Deep Learning-beschleunigte MRT von Gelenken

• Antragsteller: Dr. Yannik Leonhardt
• Fachliche Zuordnung: Radiologie
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 526174561

Die Arbeitsgruppe von Prof. Jan Fritz, Sektionsleiter für muskuloskelettale Radiologie an der New York University (NYU, Gastinstitution), hat erfolgreich Techniken entwickelt und klinisch erprobt, um Untersuchungen mittels Magnetresonanztomographie (MRT) signifikant zu verkürzen. Die Grenzen von etablierten Beschleunigungs-Techniken wie Parallel Imaging sowie Simultaneous Multi-Slice Imaging und der multiplikative Effekt ihrer Kombination wurden evaluiert und in hochrangigen Journals wie "Radiology" publiziert. Mit üblichen Bildrekonstruktionsverfahren führen Beschleunigungs-Faktoren über 4 u.a. durch eine Abnahme der signal-to-noise ratio zu signifikanten Einbußen in der Bildqualität. Deshalb werden vermehrt Artificial Intelligence-basierte Methoden zur Bildrekonstruktion angewandt, z.B. für "Denoising" oder zur Erhöhung der Auflösung. Durch Kombination hiermit können potenziell weitaus höhere Faktoren erreicht werden: In vorläufigen Studien hat die Arbeitsgruppe von Prof. Fritz bereits einen 6- und 8-fachen Beschleunigungsfaktor erfolgreich anwenden können. Im Rahmen des Forschungsaufenthalts ist das Ziel ein mindestens 10-fach Deep Learning-beschleunigtes MRT-Protokoll an Gelenken zu entwickeln, zu optimieren und klinisch zu evaluieren. Hierbei soll analysiert werden, welche Effekte eine 10-fache Beschleunigung auf die Bildqualität hat und wie diese durch Deep Learning-basierte Rekonstruktionsverfahren reduziert werden können. Nach Optimierung soll an einem Patientenkollektiv dieses Protokoll mit dem klinischen Standard verglichen werden.

• DFG-Verfahren: WBP Stipendium
• Internationaler Bezug: USA
• Gastgeber: Professor Dr. Jan Fritz