KIMBi

Auf dem Weg zur KI-gestützten intelligenten Magnetresonanz-Bildgebung

Es soll ein System entwickelt werden, das die Magnetresonanztomographie (MRT) für KI- Anwendungen zugänglich macht. Die MRT ist die flexibelste und variantenreichste Bildgebungsmodalität in der medizinischen Diagnostik. Dieses Potential kommt mit dem Nachteil eines sehr komplexen Entwicklungsvorgangs, das im Wesentlichen aus 5 Komponenten besteht. Die Hochfrequenz-Komponente sorgt für eine Auslenkung der vom Dauermagneten erzeugten Grundmagnetisierung, drei beteiligte Gradientenspulen liefern die örtliche Kodierung und ein Empfangskanal empfängt das vom Gewebe zurückgesendeten Signal. Die Orchestration der verschiedenen Kanäle zu einer funktionierenden MRT- Anwendung wird im Fachgebiet MR-’Sequenz’ genannt. Es gibt quasi unendlich viele Implementierungsvarianten. Dennoch gibt es bestimmte Muster, die durch die zugrundeliegenden physikalischen und biologischen Gesetzmäßigkeiten vorgegeben werden, um bestmögliches Signal, den gewünschten Bildkontrast sowie die gewünschte örtliche Kodierung hervorzurufen.

Heutzutage ist die Implementierung von MR-Sequenzen noch unnötig kompliziert und verlangt eine mühsame, ineffiziente, händische Programmierung der Abfolge der Hardware- Befehle in komplexem Programmcode. Ziel des Projektes ist es, die Muster und Gesetzmäßigkeiten im Rahmen einer domänenspezifischen Sprache für MR-Sequenzen zu beschreiben. Die Sprache repräsentiert die MR-Sequenzen und ihre Effekte symbolisch, und erlaubt es so, diese in Beziehung zu setzen. Sie ermöglicht erst, MR- Sequenzprogrammierung effizient maschinellen Lernverfahren zugänglich zu machen, um z.B. automatisiert die bestmögliche MR-Sequenz mit gewünschten Eigenschaften zu realisieren. Dieses Vorhaben bietet die Chance, die MR-Sequenzentwicklung zu revolutionieren, indem von einer strikt chronologischen, physikalischen Beschreibung zu einer regelbasierten, anwendungsbezogenen Beschreibung von Anforderungen übergegangen wird, aus der dann die MR-Sequenz abgeleitet wird.

Duration: Aug 1, 2021 - Dec 31, 2023
Partners: - Universität Bremen

- Fraunhofer-Institut für Digitale Medizin MEVIS
Research area: Smart Living   Software Systems  
Grant number: -
Funding:
© DFKI GmbH
last updated 10/07/2022
to top