Record #345214 - GSI Repository

DFG project G:(GEPRIS)500888779

FOR 5534: Schnelle Kartierung von quantitativen MR bio-Signaturen bei ultra-hohen Magnetfeldstärken

Coordinator	Professor Armin Nagel, Ph.D.
Grant period	2023 -
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)500888779

Note: Die Magnetresonanztomographie (MRT) mit ultra-hohen Feldstärken (UHF) wie 7 Tesla bietet einzigartige Möglichkeiten zur nicht-invasiven Gewebecharakterisierung. Obwohl neue Gewebekontraste wie die „chemical exchange saturation transfer“ (CEST) MRT, die X-Kern-MRT und die mikrostrukturelle Bildgebung wertvolle, über die Morphologie hinausgehende Informationen liefern können, konzentrieren sich die klinischen Anwendungen und Forschungsstudien der 7T-MRT bisher hauptsächlich auf die morphologische Bildgebung. Die Kombination dieser neuen MRT-Kontraste könnte die Basis für eine aufschlussreiche multispektrale MRT legen. Derzeit ist die Aufnahme eines solchen MR-Signatur-Scans jedoch durch lange Messzeiten, eingeschränkte Datenqualität aufgrund von Inhomogenitäten des Anregungsfeldes und Patientenbewegungen, sowie Schwierigkeiten bei der Interpretation der großen Menge an komplexen multispektralen Daten limitiert. Um das Potenzial der 7T-MRT voll auszuschöpfen, wollen wir die "MR-Biosignatur-Bildgebung" zur Ergänzung der morphologischen Bildgebung etablieren. Zu diesem Zweck werden wir zunächst die methodische Basis schaffen, indem wir komplementäre schnelle MR-Techniken für die nicht-invasive Charakterisierung verschiedener Gewebe, ihrer chemischen Zusammensetzung und ihrer Mikrostruktur entwickeln.Um MR-Signaturen in pathologiespezifische MR-Biosignaturen umzuwandeln, werden wir drei klinische Forschungsanwendungen nutzen. Wir erwarten, dass diese MR-Biosignaturen frühe Anzeichen von Neurodegeneration und Gewebedegeneration bei chronischen Krankheiten aufdecken und Erkenntnisgewinne über Krebsrisikofaktoren erlauben werden. Wir sind überzeugt, dass ein solcher MR-Biosignatur-Scan einen umfassenderen Einblick in Krankheitsprozesse geben wird als die bloße Summe der einzelnen Kontraste. Um MRT-Aufnahmen mit einer hohen Datenqualität zu ermöglichen, wird "intelligente" Hardware entwickelt, die Hochfrequenz (HF) Spulentechnologie mit mehreren Empfangs- und Sendeelementen sowie multimodale Bewegungssensorik (basierend auf Messungen der Spulenimpedanz und Radartechnologie) verbindet. Verfahren der Datenwissenschaften werden eingesetzt, um die wichtigsten Merkmale des MR-Signatur-Scans zu identifizieren und die Datenerfassung zu beschleunigen. An der Friedrich-Alexander-Universität (FAU) Erlangen-Nürnberg werden dazu herausragende Arbeitsgruppen auf dem Gebiet der Datenwissenschaften, des maschinellen Lernens und der Elektrotechnik mit den Forscherinnen und Forschern des Universitätsklinikums – d.h. drei kürzlich gegründeten Arbeitsgruppen zu neuartigen MR-Kontrasten und UHF-MRT – sowie mit kooperierenden klinischen Wissenschaftlerinnen und Wissenschaftlern eng zusammenarbeiten. Ein spezielles klinisches 7T-System am Universitätsklinikum bietet darüber hinaus einzigartige Möglichkeiten, technologische und klinische Spitzenforschung zu kombinieren.

Recent Publications

There are no publications

Record created 2023-09-22, last modified 2024-11-27

Similar records

Add to personal basket
Export as Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

GSI Homepage \| GSI Library \| English Deutsch \| guest :: login GSI Repository
Search	Submit	Personalize Your alerts Your baskets Your searches	Help