Förderprojekte

Förderbeginn 01.07.2023

KI-gesteuerter robotergestützter volumetrischer Ultraschall mit synthetischer Apertur für die Brustkrebsdiagnose mit molekularer Bildgebung

Prof. Dr. Nassir Navab
Technische Universität München
Fakultät für Informatik

Prof. Dr. Jeremy Dahl
Stanford University
Department of Radiology

Brustkrebs ist die häufigste Krebsart bei Frauen, und eine frühzeitige Erkennung kann die Sterblichkeitsrate erheblich senken. Einflussfaktoren auf eine Diagnose und Behandlung sind unter anderem anatomische Fakoren wie zum Beispiel dichtes Brustgewebe, welches sich auf die Genauigkeit der Röntgenmammographie auswirken kann und sozioökonomische Faktoren. Dies verdeutlicht den Bedarf an erschwinglichen Erkennungs- und Überwachungsmethoden. Die Ultraschallbildgebung ist in der medizinischen Diagnostik für Screening- und Nachuntersuchungen weit verbreitet, da sie nicht invasiv und kostengünstig ist und einen hohen Weichteilkontrast bietet. Darüber hinaus ist die molekulare Ultraschallbildgebung (Ultrasound Molecular Imaging, UMI) ein vielversprechendes Verfahren, bei dem sichtbare Mikrobläschen zum Einsatz kommen, um Brustkrebs mit hoher Auflösung, geringen Kosten und strahlungsfrei zu erkennen.

Die Interpretation von Ultraschallbildern kann aufgrund der begrenzten Auflösung und des eingeschränkten Sichtfeldes eine Herausforderung darstellen. Robotermanipulatoren können die Reproduzierbarkeit verbessern und die Ultraschallbilder standardisieren. Sie haben das Potenzial, die Nachteile des Ultraschalls auszugleichen, sind aber mit Problemen wie Phasenaberration und lageabhängiger Bildgebung konfrontiert, die die Bildqualität beeinträchtigen können. Im Rahmen dieses Projekts will die TU München in Zusammenarbeit mit der Stanford University einen robotergestützten 3D-Mikroblasen-Bildgebungsalgorithmus für das Echtzeit-Screening von Patienten entwickeln. Unser Ziel ist es, ein präzises KI-basiertes System für die Früherkennung von kleinen und schwer darstellbaren Brustkrebstumoren zu entwickeln.

Abschlussbericht
Das von BaCaTeC finanzierte Projekt „AI-Driven Robotic Synthetic Aperture Volumetric Ultrasound Compounding for Breast Cancer Diagnosis with Molecular Imaging” wurde initiiert, um eine enge Zusammenarbeit zwischen dem Lehrstuhl für Computergestützte Medizinische Verfahren (TUM) und dem Labor von Prof. Jeremy Dahl an der Stanford University aufzubauen. Das Projekt baute auf früheren Arbeiten zu akustisch gesteuerten Mikrobläschen für die gezielte Medikamentenabgabe auf und hatte zum Ziel, diese Forschung durch robotergestützte Automatisierung zu erweitern. Im Rahmen des Projekts wurde ein robotergestütztes Ultraschall-Framework entwickelt, um das Verfahren der fokussierten Ultraschalltherapie zu automatisieren, einschließlich vollständiger 3D-Leberuntersuchung, Tumorlokalisierung und robotergestützter gezielter Beschallung. Experimente an Phantomen zeigten die Machbarkeit der Integration von Echtzeit-Ultraschallbildgebung mit Roboter-Trajektorienplanung, wodurch eine präzise Erfassung und Visualisierung des Behandlungsbereichs ermöglicht wurde. Die Doktorandin Yordanka Velikova besuchte Stanford für insgesamt vier Monate, arbeitete eng mit dem Dahl Lab-Team zusammen und vertiefte den Austausch zwischen beiden Partnern. Während des gesamten Projekts trafen sich die Beteiligten aus Stanford und der TUM wöchentlich, um eine kontinuierliche Koordination und den technischen Fortschritt sicherzustellen. Obwohl die vollständige Automatisierung noch in der Entwicklung ist, gelang es durch die Zusammenarbeit, das Fachwissen in den Bereichen Robotik und Ultraschallphysik effektiv zu bündeln, die Grundlagen für die zukünftige translationale Forschung zu schaffen und eine nachhaltige Partnerschaft zwischen den beiden Partnern zu festigen.