KI-Basierte Quantifizierung Zerebraler Mikroblutungen in Magnet-Resonanz-Tomographie-Aufnahmen des Gehirns - KIQ-ZMB
Projektleiter:
Projektbearbeiter:
Max Dünnwald,
Dipl.-Ing. Frank Schreiber
Finanzierung:
BMWK / IGF;
Zerebrale Mikroblutungen (ZMB) sind Hirnläsionen, die als kleine chronische Herde von Blutabfallprodukten um Blutgefäße, vermutlich durch strukturelle Schäden an den Wänden der kleinen Gefäße (engl. Cerebral Small Vessel Disease, CSVD), entstehen. Sie bilden einen zunehmend anerkannten Teil von Befunden der Neurobildgebung bei Patienten mit Demenz, zerebrovaskulären Erkrankungen, z.B. Schlaganfall oder intrakraniellem Aneurysma, sowie normaler Alterung. ZMB deuten auf vaskuläre Fragilität hin und können die neurologische Funktion, Kognition und Ausführung negativ beeinflussen. Während die ZMB-Verteilung im Gehirn auf die vorherrschende zugrundeliegende Pathologie hindeutet (hypertensive Arteriopathie oder zerebrale Amyloidangiopathie), wird die ZMB-Belastung mit dem Schweregrad der Erkrankung (z. B. kognitive Beeinträchtigung vs. Demenz), dem Krankheitsverlauf (z. B. kognitive Verschlechterung oder rezidivierender Schlaganfall) sowie dem Ansprechen auf die Therapie (z.B. erhöhtes Risiko für Komplikationen) in Verbindung gebracht. Daher können ZMB die Entscheidungsfindung bei der Therapie beeinflussen oder als Marker für den Therapieerfolg dienen.
Mithilfe von MRT-Bildgebung (speziell T2* und SWI) können ZMB mit hoher Sensitivität, Spezifität und Zuverlässigkeit dargestellt werden. In der derzeitigen klinischen Praxis ist die manuelle Lokalisierung und Zählung von ZMB jedoch sehr zeitaufwändig, sodass diese zusätzlichen, potentiell nützlichen Informationen derzeit nicht zugänglich sind.
In enger Kollaboration mit der mediaire GmbH, werden in diesem vom Bund geförderten Projekt (Zentrales Innovationsprogramm Mittelstand (ZIM), Förderkennzeichen KK5549101GR3), vollautomatische Quantifizierungs-, Detektions- und Segmentierungsalgorithmen für ZMB auf der Basis von Deep Learning entwickelt und praxisnah evaluiert. Das Ziel ist die zeitnahe Zertifizierung der entstehenden Prototypen, um die automatische Erhebung der ZMB-Kennzahlen in der neuroradiologischen Praxis zu ermöglichen.
Mithilfe von MRT-Bildgebung (speziell T2* und SWI) können ZMB mit hoher Sensitivität, Spezifität und Zuverlässigkeit dargestellt werden. In der derzeitigen klinischen Praxis ist die manuelle Lokalisierung und Zählung von ZMB jedoch sehr zeitaufwändig, sodass diese zusätzlichen, potentiell nützlichen Informationen derzeit nicht zugänglich sind.
In enger Kollaboration mit der mediaire GmbH, werden in diesem vom Bund geförderten Projekt (Zentrales Innovationsprogramm Mittelstand (ZIM), Förderkennzeichen KK5549101GR3), vollautomatische Quantifizierungs-, Detektions- und Segmentierungsalgorithmen für ZMB auf der Basis von Deep Learning entwickelt und praxisnah evaluiert. Das Ziel ist die zeitnahe Zertifizierung der entstehenden Prototypen, um die automatische Erhebung der ZMB-Kennzahlen in der neuroradiologischen Praxis zu ermöglichen.
Kooperationen im Projekt
Publikationen
Die Daten werden geladen ...
Kontakt
Prof. Dr. habil. Stefanie Schreiber
Otto-von-Guericke-Universität Magdeburg
Universitätsklinik für Neurologie
Leipziger Str. 44
39120
Magdeburg
Tel.:+49 391 6715001
weitere Projekte
Die Daten werden geladen ...