« Forschungslandschaft: Projekte
Skalenübergreifende Kopplung vaskulärer Hämodynamik zur KI-basierten, standardisierten Evaluation neurologischer Pathologien
Projektleiter:
Projektbearbeiter:
Lena Spitz,
Marcus Streuber
Finanzierung:
Neurovaskuläre Erkrankungen können zu schwerwiegenden Einschränkungen und Behinderungen bei den betroffenen Personen führen und zählen darüber hinaus zu den häufigsten Todesursachen in Deutschland. Dazu gehören patientenspezifische Pathologien der Hirngefäße wie intrakranielle Aneurysmen (permanente, ballonartige Gefäßaussackungen) oder arteriovenöse Malformationen (Kurzschluss der arteriellen und venösen Gefäße ohne Kapillarbett). Zwar gelingt mithilfe von sich kontinuierlich weiterentwickelnden Bildgebungsmodalitäten eine zuverlässige Diagnose, jedoch ist die individuelle Risikobewertung höchst komplex, unterliegt zahlreichen Einflussgrößen und wird im klinischen Alltag aufgrund fehlender Modelle zu simplifiziert umgesetzt. Dadurch wird die Wahl einer optimalen Therapiemethode erschwert.
Im Rahmen dieses Forschungsvorhabens soll mithilfe einer mehrskaligen Modellierung ein ganzheitlicher Ansatz zur Evaluation von neurovaskulären Pathologien realisiert werden. Hierbei wird zunächst die kardiovaskuläre Hämodynamik mittels eines eindimensionalen Modells beschrieben, um im Anschluss die neurovaskuläre Zirkulation und das venöse System dreidimensional und unter Anwendung der numerischen Strömungsmechanik abbilden zu können. Durch diese hochindividualisierte Herangehensweise können die genannten Pathologien präzise morphologisch und hämodynamisch beschrieben werden, um deren Wachstums- und Remodellierungsprozesse entlang der Zeitskale computergestützt nachzuvollziehen. Dazu werden sowohl zeitabhängige Flussdaten und tomographische Volumendaten genutzt, als auch longitudinale Analysen.
Nach der erfolgreichen Realisierung der Modellierungen "von der Aorta bis zur Vene" setzt sich das Projekt im Rahmen eines Nutzbarkeitsmoduls das Ziel, die entwickelten in-silico Modelle zu standardisieren. Parallel dazu werden hochaufgelöste in-vitro Validierungsmessungen durchgeführt, um die Plausibilität der Modelle zu gewährleisten. Abschließend ist die Überführung der Entwicklungen in ein Scoring-System vorgesehen, um eine Anwendung im klinischen Umfeld vorzubereiten. Sowohl für die Standardisierung als auch für das Scoring System werden Methoden der künstlichen Intelligenz (KI) genutzt, die zum einen die Bild- und Modell-basierte Vorverarbeitung und die Auswertung der Flusssimulation beschleunigen können (mit Fokus auf Deep Learning) und zum anderen die extrahierten Parameter für eine automatische Auswertung nutzen (mit Fokus auf Machine Learning).
Insgesamt ermöglicht der geplante ganzheitliche Ansatz zur Bewertung neurovaskulärer Pathologien eine interdisziplinäre Verknüpfung aus simulativer Beschreibung der patientenindividuellen Hämodynamik mit medizinischer Bildgebung, angepasster Modellierung und KI-gestützter Bildverarbeitung und Auswertung. Durch die Übertragung dieser Einflussgrößen in ein standardisiertes Bewertungssystem kann folglich die präzise und für den Patienten risikofreie Einschätzung des tatsächlichen Erkrankungszustands gelingen.
Im Rahmen dieses Forschungsvorhabens soll mithilfe einer mehrskaligen Modellierung ein ganzheitlicher Ansatz zur Evaluation von neurovaskulären Pathologien realisiert werden. Hierbei wird zunächst die kardiovaskuläre Hämodynamik mittels eines eindimensionalen Modells beschrieben, um im Anschluss die neurovaskuläre Zirkulation und das venöse System dreidimensional und unter Anwendung der numerischen Strömungsmechanik abbilden zu können. Durch diese hochindividualisierte Herangehensweise können die genannten Pathologien präzise morphologisch und hämodynamisch beschrieben werden, um deren Wachstums- und Remodellierungsprozesse entlang der Zeitskale computergestützt nachzuvollziehen. Dazu werden sowohl zeitabhängige Flussdaten und tomographische Volumendaten genutzt, als auch longitudinale Analysen.
Nach der erfolgreichen Realisierung der Modellierungen "von der Aorta bis zur Vene" setzt sich das Projekt im Rahmen eines Nutzbarkeitsmoduls das Ziel, die entwickelten in-silico Modelle zu standardisieren. Parallel dazu werden hochaufgelöste in-vitro Validierungsmessungen durchgeführt, um die Plausibilität der Modelle zu gewährleisten. Abschließend ist die Überführung der Entwicklungen in ein Scoring-System vorgesehen, um eine Anwendung im klinischen Umfeld vorzubereiten. Sowohl für die Standardisierung als auch für das Scoring System werden Methoden der künstlichen Intelligenz (KI) genutzt, die zum einen die Bild- und Modell-basierte Vorverarbeitung und die Auswertung der Flusssimulation beschleunigen können (mit Fokus auf Deep Learning) und zum anderen die extrahierten Parameter für eine automatische Auswertung nutzen (mit Fokus auf Machine Learning).
Insgesamt ermöglicht der geplante ganzheitliche Ansatz zur Bewertung neurovaskulärer Pathologien eine interdisziplinäre Verknüpfung aus simulativer Beschreibung der patientenindividuellen Hämodynamik mit medizinischer Bildgebung, angepasster Modellierung und KI-gestützter Bildverarbeitung und Auswertung. Durch die Übertragung dieser Einflussgrößen in ein standardisiertes Bewertungssystem kann folglich die präzise und für den Patienten risikofreie Einschätzung des tatsächlichen Erkrankungszustands gelingen.
Kontakt
Dr.-Ing. Sylvia Saalfeld (geb. Glaßer)
Otto-von-Guericke-Universität Magdeburg
Fakultät für Informatik
Institut für Simulation und Graphik
Universitätsplatz 2
39106
Magdeburg
Tel.:+49 391 6752527
Fax:+49 391 6711164
weitere Projekte
Die Daten werden geladen ...