Anschlussprojekte | Sonderprojekte

Förderbeginn 01.07.2026

Analyse der Körperzusammensetzung mittels MRT über die gesamte Lebensspanne zur Profilierung der metabolischen Gesundheit unter Verwendung eines visuell-tabellarischen Foundation-Modells

Prof. Dr. Daniel Rückert
Technische Universität München
School of Medicine and Health - Klinikum rechts der Isar

Prof. Dr. Holden H. Wu
University of California, Los Angeles (UCLA)
Department of Radiology


Adipositas und metabolische Dysfunktion entstehen häufig bereits in der frühen Kindheit und schreiten über Adoleszenz und Erwachsenenalter fort. Daher sind eine frühe metabolische Charakterisierung und longitudinale Überwachung erforderlich, um Lebensstil-, Ernährungs- und pharmakologische Interventionen wie GLP-1-Rezeptoragonisten zu steuern. Die Multi-Echo-Dixon-MRT ermöglicht eine nicht-invasive metabolische Phänotypisierung durch die Beurteilung der Körperzusammensetzung, einschließlich Muskelgewebe, subkutanem Fettgewebe, viszeralem Fettgewebe und Organfett wie Leberfett. Die Translation pädiatrischer MRT-Verfahren bleibt jedoch durch wachstumsbedingte anatomische Variabilität und begrenzte annotierte pädiatrische Datensätze eingeschränkt. Foundation-Modelle, die auf breiten Datensätzen vortrainiert und für spezifische nachgelagerte Aufgaben feinabgestimmt werden, bieten einen Ansatz zur Erzeugung generalisierbarer Repräsentationen, die mit minimaler Annotation auf datenarme pädiatrische Settings übertragen werden können. Dieses Projekt zielt darauf ab, ein Foundation-Modell für eine schnelle, automatisierte MRT-basierte metabolische Phänotypisierung zu entwickeln, indem es: 1. mehrklassiges Fettgewebe bei Säuglingen und Kindern segmentiert, bei denen erwachsenenzentrierte Modelle versagen; und 2. quantitative Körperzusammensetzungsparameter vorhersagt, einschließlich SAT, VAT, Lebervolumen und Fettanteil.