HighLine: Hohe Bildqualität für Linien in MRI: von Pflanzenwurzeln zu Angiogrammen
Gefördert durch die Helmholtz Imaging Platform
Ansprechpartner: Elisabeth Pfaehler, Hanno Scharr
Das Projekt HighLine hat das Ziel, 3D-Magnetresonanzbilder (MR), die linienartige Strukturen wie Pflanzenwurzeln oder Gefäße zeigen, mit modernen Deep-Learning-Methoden zu verbessern. Die in dieses Projekt einbezogenen Bilder haben ganz besondere Eigenschaften: Sie liefern sehr spärliche Informationen (z.B. dünne Wurzeln) und zeigen dünne, linienartige Strukturen, die in Dicke und Länge variieren.
Ein Schwerpunkt dieses Projekts liegt auf dem Bildentrauschen von MR-Bildern. Bei MR-Bildern ist die Bildqualität proportional zur Scanzeit, d. h. je länger ein Patient gescannt wird, desto besser ist die Bildqualität. Um die Belastung des Patienten zu verringern und den Patientendurchsatz zu erhöhen, ist es jedoch wünschenswert, die Scanzeit so weit wie möglich zu reduzieren. Moderne Deep-Learning-Architekturen ermöglichen es, die Scanzeit zu verkürzen und dennoch Bilder mit hoher Bildqualität aufzunehmen.
Der zweite Schwerpunkt des Projekts ist die Erhöhung der Auflösung von MR-Bildern, d. h. die Darstellung feinerer Details als in den Originalbildern. Die Erhöhung der Auflösung unserer Wurzel- oder Gefäßbilder bietet die Möglichkeit, feinere Details, d. h. dünnere Objekte, darzustellen. Die genaue Darstellung sehr feiner Strukturen liefert wichtige Informationen, da z. B. feine Arterien verstopft sein können oder das Wachstum sehr feiner Wurzeln einen frühen Hinweis auf die Anpassung der Pflanze an den Boden gibt.
Um beide Aufgaben zu lösen, werden moderne Deep-Learning-Verfahren eingesetzt. Da die Zahl der MR-Pflanzenbilder viel größer ist als die Zahl der MR-Bilder von Gefäßen, beginnen wir mit der Entwicklung neuronaler Netze für MR-Wurzelbilder und werden diese Netze auf MR-Bilder von Gefäßen übertragen.
Kooperationspartner:
Daniel Pflugfelder, Forschungszentrum Jülich, IBG‐2: Plant Sciences
Tony Stöcker, Deutsches Zentrum für Neurodegenerative Erkrankungen (DZNE), Forschungsgruppe MR-Physik