Präzisere Diagnostik mit medizinischen Bildgebungsverfahren
Statistiker der Ruhr-Universität Bochum haben Fördermittel für ein neues Projekt beim Bundesministerium für Bildung und Forschung eingeworben. Sie wollen die mathematischen Techniken weiterentwickeln, die für die Interpretation von Daten aus medizinischen bildgebenden Verfahren erforderlich sind. Das soll künftig eine präzisere Diagnostik ermöglichen. Das Team um Privatdozent Dr. Nicolai Bissantz und Prof. Dr. Holger Dette vom Lehrstuhl für Stochastik erhält rund 190.000 Euro für drei Jahre aus dem Programm „Mathematik für Innovationen in Industrie und Dienstleistungen“.
Die Arbeiten für das Projekt sind eingebettet in den Verbund „Dynamische medizinische Bildgebung: Modellierung und Analyse medizinischer Daten für verbesserte Diagnose, Überwachung und Arzneimittelentwicklung (Med4d)“. Die Universität Münster koordiniert das Verbundprojekt, an dem auch die Universität Lübeck sowie Industriepartner beteiligt sind.
Kleinste krankhafte Veränderungen finden
Für die Suche nach kleinsten Tumoren oder nach krankhaften Veränderungen der Wirbelsäule nutzen Ärzte bildgebende Verfahren wie die Computertomografie oder die Positronen-Emissions-Tomografie. Die Techniken erzeugen Bilder von verschiedenen Schnittebenen durch den Körper. Allerdings bilden sie die Strukturen im Körperinneren nicht wie ein Foto ab. Zunächst liefern sie nur Informationen über Gewebedichte oder Stoffwechselaktivität, woraus dann das eigentliche Bild rekonstruiert werden muss. Dem liegt ein mathematisches Verfahren zugrunde: die Radontransformation, benannt nach dem Mathematiker Johann Radon, der Anfang und Mitte des 20. Jahrhunderts wirkte.
Wichtig dabei ist der sogenannte Regularisationsparameter, der das Signal-zu-Rausch-Verhältnis – also die Genauigkeit der Daten – in die Bildrekonstruktion einbringt. Unterschätzt man die Genauigkeit der Daten, sind kleine Details im rekonstruierten Bild nicht mehr erkennbar. Überschätzt man sie, entstehen im rekonstruierten Bild Artefakte, die eine krankhafte Veränderung vortäuschen können.
Effiziente Diagnostik ermöglichen
Der Regularisationsparameter muss für jedes einzelne Bild eines Patienten möglichst gut gewählt sein. Nur dann sind eine optimale Bildrekonstruktion und eine effiziente Diagnostik möglich. Die Bochumer Mathematiker entwickeln Verfahren zur optimalen Wahl dieses Parameters. So möchten sie dazu beitragen, die Datenauswertung zu verbessern, um mit der derzeit existierenden medizintechnischen Ausrüstung bestmögliche Ergebnisse zu erzielen.
Hier geht es zum Originalartikel in den RUB News.
