«
Publikationen
Sie verwenden einen sehr veralteten Browser und können Funktionen dieser Seite nur sehr eingeschränkt nutzen. Bitte aktualisieren Sie Ihren Browser. http://www.browser-update.org/de/update.html
A deep learning approach for reconstruction of undersampled Cartesian and Radial data
Chatterjee, Soumick ; Breitkopf, Mario ; Sarasaen, Chompunuch ; Rose, Georg ; Nürnberger, Andreas ; Speck, OliverResearchGATE - Cambridge, Mass. : ResearchGATE Corp. . - 2019 ;
[Konferenz: ESMRMB 2019, Rotterdam]
MEMoRIAL - M1.2 | Under-sampled MRI for percutaneous intervention
Magnetic resonance imaging (MRI) is an inherently slow process turning the real-time monitoring of a patient during interventions into a challenging task. Discarding image signal parts (i.e. undersampling) during data acquisition might be one way to shorten scan times, however negatively affecting image quality.
This sub-project focuses on the reconstruction of highly undersampled MR data, which equals solving an enormous underdetermined system of equations with an infinite number of solutions.
To cope with this task, it is useful to take additional information into account by, for instance, integrating prior information from planning datasets or clinical scans acquired on a daily basis.
Magnetic resonance imaging (MRI) is an inherently slow process turning the real-time monitoring of a patient during interventions into a challenging task. Discarding image signal parts (i.e. undersampling) during data acquisition might be one way to shorten scan times, however negatively affecting image quality.
This sub-project focuses on the reconstruction of highly undersampled MR data, which equals solving an enormous underdetermined system of equations with an infinite number of solutions.
To cope with this task, it is useful to take additional information into account by, for instance, integrating prior information from planning datasets or clinical scans acquired on a daily basis.
Der Forschungsschwerpunkt Medizintechnik ist aus der engen Kooperation der Fakultäten für Medizin, Neuro- und Ingenieurwissenschaften sowie Informatik entstanden. Zusammen mit drei Großforschungseinrichtungen (Max-Planck-Institut, Fraunhofer-Institut, Leibniz-Institut) ist ein Wissens- und Forschungsschwerpunkt mit weltweitem Renommee entstanden, der für die Forschung und Entwicklung im Bereich Medizintechnik eine ideale Umgebung darstellt. Die Ausbildung und Forschung im Rahmen des neuen Studiengangs "Medical Systems Engineering" wird von sechs Fakultäten, dem Leibniz-Institut sowie der Industrie - hier insbesondere der Firma Siemens als Pate der Magdeburger Ingenieurwissenschaften - getragen. In 2012 ist es dem Schwerpunkt gelungen, zu einem der bundesweit 10 Gewinner der BMBF-Ausschreibung "Forschungscampus" zu gehörgen und zusammen mit dem industriellen Partner Siemens Healthcare den Campus "STIMULATE" aufbauen zu können, welcher bis zu 15 Jahren gefördert wird.
Die Abteilung Biomedizinische Magnetresonanz (BMMR) ist im Jahr 2007 mit der Berufung von Oliver Speck gegründet worden. Die Abteilung ist Teil des Instituts für Physik (IfP) an der Fakultät für Naturwissenschaften (FNW) der Otto-von-Guericke-Universität Magdeburg und ist auf dem Campus der Medizinischen Fakultät (FME) ansässig. Der Ausgangspunkt für die Einrichtung von BMMR war die Beschaffung und Installation des allerersten 7T-Ultrahochfeld Magnetresonanzsystems für menschliche Anwendungen in Europa durch die Otto-von-Guericke-Universität und das Institut für die Neurobiologie (IfN, Direktor Prof Dr. med. H. Scheich). BMMR arbeitet in enger Zusammenarbeit mit dem IfN und der Abteilung Neurologie II (Prof. Dr. med. H. - J. Heinze). Innerhalb dieser Zusammenarbeit und dem gemeinsamen Betrieb des 7T Systems ist BMMR für die methodologischen Aspekte der Forschungsprojekte verantwortlich und entwickelt neuartige Methoden Konzepte für die MR.
Universitätsplatz 2
39116 Magdeburg
Tel.:+49 391 6758665
Fax:+49 391 6712018