Name der Teilnehmerin: Marie Bieth
Beschreibung des IT-Forschungsprojekts: Computertomographie, Magnetresonanztomographie und Positronen-Emissions-Tomographie sind die meistgenutzten dreidimensionalen Bildgebungsverfahren für Krebsdiagnose und -verfolgung über Zeit. Die Computertomographie (CT) zeigt wie hoch die Röntgenstrahlenabsorption unterschiedlicher Gewebe ist. Die Magnetresonanztomographie (MRT) betont die genutzten Sequenzen entsprechend verschiedener Substanzen (Wasser, Fett, …) im Gewebe. CT und MRT zeigen also anatomische Informationen. Die Positronen-Emissions-Tomographie (PET) dagegen zeigt, wie ein injizierter Radiotracer sich an Zellen bindet und spiegelt damit funktionelle mikrobiologische Informationen wider.
Anatomische und funktionelle Informationen tragen beide zur Krebsdiagnose und -verfolgung bei: Krebsgewebe nimmt zum Beispiel oft mehr Glukose auf, als gesundes Gewebe, was auf einem PET-Bild mit Glukose-ähnlichem Tracer eine höhere Intensität verursacht. Eine Beschädigung des Knochengewebes, aufgrund eines Knochentumors, kann ein Sinken der Intensität in einem CT-Bild hervorrufen. Infolge der hohen Anzahl an Patienten und der Menge an Bildinformationen können Ärzte selten den maximalen Nutzen aus diesen ziehen.
Bis dato gibt es keine Tools zur automatischen Auswertung von PET-CT Scans. In diesem Projekt werden also Verfahren entwickelt, die aus PET- und CT-Ganzkörperscans automatisch Informationen ziehen und in Verbindung setzen.
Diese Informationen werden dann Ärzten zur Verfügung gestellt, so dass präzisere Diagnosen gegeben werden können.
Aus größeren Datensätzen sollen auch allgemeine Informationen über die Tumorentwicklung gewonnen werden. Dabei werden Knochentumore im Vordergrund stehen, bei denen häufig Übersichtsscans des ganzen Skeletts erstellt werden. Dadurch wird eine einfachere und zuverlässigere Bewertung der Wirksamkeit einer (möglicherweise neuen) Therapie ermöglicht.
Software Campus-Partner: TU München, SAP SE
Umsetzungszeitraum: 01.03.2016 – 30.11.2017
