Diese Seite wurde maschinell übersetzt.
Füllen Sie bitte eine 1-Minuten-Befragung zur Qualität dieser Übersetzung aus.
DKFZ- und Max-Planck-Forscher gewährleisten Sicherheit moderner MRT-Systeme durch virtuelle Modelle des Menschen
Algorithmen verbessern patientenspezifische MRT-Untersuchungen
„MATLAB bietet eine Umgebung, in der die Implementierung mathematischer Probleme mit geringem Programmieraufwand möglich ist. Die große Auswahl an Tools und die einfache Handhabung … ermöglichen es mir, Algorithmen schnell und mit hoher Rechenleistung zu schreiben.“
Wichtigste Ergebnisse
- Computergestützte Modellierung und Simulation waren schneller, da sich Fachexperten auf wissenschaftliche Probleme konzentrieren konnten, anstatt Zeit mit programmierspezifischen Problemen zu verbringen.
- Präzise Echtzeit-SAR-Berechnungen mithilfe virtueller menschlicher Modelle legten den Grundstein für MRT-Studien, die das wissenschaftliche Verständnis des menschlichen Gehirns voranbringen können, ohne dabei die Sicherheit oder die Einhaltung gesetzlicher Vorschriften zu beeinträchtigen.
- Nahtlose Übertragung und Bereitstellung des Codes vom DKFZ zum Max-Planck-Institut ermöglichte eine einfache Zusammenarbeit und Nutzung der Algorithmen unter Hochleistungsrechenbedingungen
Der Arbeitsablauf zur Berechnung der spezifischen Absorptionsrate (SAR) beginnt mit einem virtuellen menschlichen 3D-Modell. Eine Karte spezifischer virtueller Beobachtungspunkte (VOP) speist dann Matrizen und Komprimierungsalgorithmen.
Die Abteilung Medizinisch-Physikalische Radiologie am Deutschen Krebsforschungszentrum (DKFZ) in Heidelberg entwickelt bildbasierte Diagnose- und Therapieverfahren weiter. Wissenschaftler des DKFZ arbeiten mit Kollegen der Abteilung Neurophysik am Max-Planck-Institut für Kognitions- und Neurowissenschaften (MPI CBS) zusammen, das zur Erforschung des Gehirns fortschrittliche Techniken der Magnetresonanztomographie (MRT) einsetzt.
Zwar können mit den Radiowellen der Magnetresonanztomographie (MRT) Bilder erzeugt werden, doch erhitzen sie auch das Körpergewebe. Um die Sicherheit der Patienten zu gewährleisten, wurden für diese Belastung Grenzwerte – die sogenannte Spezifische Absorptionsrate (SAR) – von 4 Watt pro Kilogramm für den gesamten Körper und von 10 Watt pro Kilogramm für alle Körperteile mit einem durchschnittlichen Volumen von 10 Gramm festgelegt. Ältere MRT-Geräte verwenden zum Senden dieser Radiowellen einen einzigen Kanal, wodurch die SAR-Berechnung vereinfacht wird. Im Gegensatz dazu nutzen moderne MRT-Geräte mehrere Kanäle, um die Bildtreue zu verbessern. Dieser Mehrkanalansatz erschwert jedoch die SAR-Berechnungen, da diese nun von einer Kombination der Amplituden und Phasen der Signale aller Kanäle abhängen. Dabei handelt es sich um komplexe Mathematik mit Matrizen, die die elektrischen Felder und Gewebeeigenschaften darstellen, abgeleitet aus Simulationen virtueller Modelle des menschlichen Körpers – auch als In-silico-Medizin bekannt. Diese Simulationen erzeugen Millionen von Datenpunkten, was die Echtzeit-SAR-Überwachung während eines MRT-Scans sehr schwierig macht.
Die Entwicklung effizienter Komprimierungsalgorithmen, die zur Vereinfachung dieser Daten und zur Beschleunigung der SAR-Berechnung beitragen können, ist ein aktives Forschungsgebiet. Am DKFZ verwendet Dr. Stephan Orzada MATLAB®, um Komprimierungsmatrizen zu entwickeln, die eine schnellere Datenberechnung ohne Kompromisse bei der Genauigkeit ermöglichen. MATLAB ermöglichte es Dr. Orzada, Algorithmen schnell und mit hoher Rechenleistung zu schreiben, ohne den Code optimieren zu müssen. Er verwendete Parallel Computing Toolbox™ zur Beschleunigung von Berechnungen und Optimization Toolbox™ zur Entwicklung von Komprimierungsalgorithmen.
Dr. Mikhail Kozlov, Wissenschaftler am Max-Planck-Institut für Kognitions- und Neurowissenschaften, verwendet Parallel Computing Toolbox und MATLAB Parallel Server™, um DKFZ-Algorithmen auf modernen Supercomputern zu lösen. Dr. Kozlov verwendet einen Ultrahochfeld-Mehrkanal-MRT-Scanner, um die menschliche Gehirnaktivität zu verstehen. Seine Forschung profitiert stark von patientenspezifischen SAR-Modellberechnungen. Er und seine Kollegen wollen anhand struktureller MRT-Scans ein patientenspezifisches Modell erstellen und dieses Modell am nächsten Tag für Sicherheitsberechnungen von funktionellen MRT-Scans nutzen. Diese schnelle Abwicklung wird durch die fortschrittlichen DKFZ-Algorithmen und die Skalierungsfunktionen in MATLAB ermöglicht. Das Ergebnis dieser Zusammenarbeit ist ein effizienterer patientenspezifischer SAR-Beurteilungsprozess, der die MRT-Sicherheit und Bildqualität verbessert.
Eingesetzte Produkte
Ressourcen zu
