Der Forschungsansatz

Moderne bildgebende medizinische Geräte erlauben heutzutage einen zeitlichen und räumlichen (4D) Einblick ins Körperinnere der Patienten. Dadurch kann beispielsweise die Bewegung des Herzens genau erfasst werden, was wiederum hochrelevant für die Diagnose bei Patienten mit Herzmuskelerkrankungen ist. Für einen optimalen Behandlungserfolg muss dabei die Wirksamkeit einer Therapie möglichst früh zuverlässig bewertet werden können. Diese Bewertung geschieht u.a. auf Grundlage beobachteter Bewegungsänderungen des Herzens im Verlauf der Therapie.

Allerdings liefern die bildgebenden Geräte eine große Datenflut, die ohne computergestützte quantitative und visuelle Analyse vom Arzt nur schwer im wünschenswerten Ausmaß ausgeschöpft werden kann. In der gängigen Praxis wird die Begutachtung der Grauwertschichtbilder nach einer Magnetresonanztomographie vom medizinischen Fachpersonal aufgrund ihrer Erfahrung und aufgrund subjektiver Einschätzungen durchgeführt. Erste computergestützte Verfahren, die jedoch noch nicht in der klinischen Routine eingesetzt werden, ermöglichen eine qualitative Aussage, ob eine Krankheit vorliegt oder nicht. Sie sind jedoch nicht akkurat genug um Unterschiede, die während des Behandlungsverlaufs auftreten, zuverlässig wiederzugeben.

Verbesserte Diagnose

Der vorgestellte Forschungsansatz ermöglicht nun quantitative Aussagen mit einem wesentlich höheren Grad an Genauigkeit, um beispielsweise quantifizieren zu können, mit welcher Intensität welche Bewegungen des Herzens für den Krankheitsverlauf von Bedeutung sind. Die durch die Innovation erzielten Verbesserungen sind:

- Die Änderungen und Abnormitäten der Herzbewegung im Verlauf von Herzkrankheiten können gegenüber vergleichbaren Ansätzen um bis zu 33% genauer gemessen und bei der Diagnose miteinbezogen werden. 

- Umfassende Quantifizierung von Unterschieden in der Bewegung für jeden Punkt der Herzoberfläche und des Herzmuskels zu unterschiedlichen Zeitpunkten (im Gegensatz zu bloß globalen Messgrößen wie Volumenänderung des Herzens).

- Ärzte profitieren von der Objektivität und Genauigkeit der Datenanalysen – der Forschungsansatz trägt wesentlich zur Qualitätssteigerung bei.

Forschung am SCCH – Biomedical Data Analysis

Der von der Jury ausgezeichnete Forschungsansatz wurde von Wissenschaftlern der Kernkompetenz Biomdedical Data Analysis entwickelt. Die Kernkompetenz Biomedical Data Analysis (BDA) zielt auf die Entwicklung von Techniken zur vergleichenden und statistischen Analyse von räumlichen oder Raum-Zeit-Daten und insbesondere von Bilddaten der Biologie und Medizin ab. Ein Erfolgsfaktor ist die Kombination von Machine Learing und Bildverarbeitung.

Die Einsatzbereiche von Biomedical Data Analysis liegen in der Erforschung geeigneter Methoden für die Kontrolle und Analyse von Bewegungs-, Wachstums- und Wundheilungsprozessen (z.B. Tumorwachstum, Herzbewegung).  Wichtige Aufgabengebiete von Biomedical Data Analysis sind dabei die Teilautomatisierung von Analyseprozessen, die Quantifizierung und Visualisierung von problemrelevanten Informationen und die Unterstützung in der Diagnose und der Typisierung von medizinisch/biologischen Erscheinungsformen insbesondere von Krankheitsbildern.

Von Chile nach Österreich

Alfredo Lopez kommt aus Chile und hat der Universität Santiago das Studium der Technischen Mathematik absolviert. Er schreibt seine Dissertation am SCCH zum Thema „Comparative Analysis of the Motion of the Heart“, die am SCCH von Dr. Julian Mattes betreut wird. Er ist im Rahmen des europäischen Projekts IPEKA ans SCCH gekommen. Dieses wird von der Universität Grenoble (Prof. J. Demongeot) koordiniert und über das EU-Programm ALFA (América Latina - Formación Académica) finanziert, in welchem  Wissenschaftler aus Europa und Lateinamerika an Kooperationsprojekten zusammenarbeiten.

Glückliche Gewinner!

back