Weniger Strahlenbelastung dank Künstlicher Intelligenz
Die Positronen-Emissions-Tomographie (PET) ist eine nicht-invasive und weit verbreitete medizinische Bildgebungstechnik, die häufig zur Diagnose von Krebs, Herz- und Hirnerkrankungen verwendet wird. PET- und Computertomographie (CT)-Scans liefern hochpräzise Bilder, jedoch setzen beide Verfahren die Patientinnen und Patienten geringer Strahlung aus. Um Strahlungsrisiken weiter zu verringern, ist es heute möglich, die Dosis der gespritzten Tracer zu reduzieren und die CT-Einstellungen anzupassen. Jedoch mindert dies oft die Bildqualität und die medizinische Diagnose wird erschwert.
Das Projektteam will nun innovative datengetriebene Ansätze, insbesondere Deep-Learning-Modelle, entwickeln, um die PET/CT-Bildgebung zu verbessern. Das Ziel ist es, Methoden zu entwickeln, welche die Strahlenbelastung und die Scan-Zeit weiter vermindern, während gleichzeitig hochqualitative Bilder für eine genaue medizinische Diagnose erhalten bleiben.
Das Projekt konzentriert sich auf drei Hauptbereiche:
- Qualitative Verbesserung von Niedrigdosis-PET-Scans durch Rauschreduzierung und Verbesserung der Bildqualität.
- Erforschung von Möglichkeiten zur Verbesserung von PET-Scans ohne zusätzliche Informationen aus CT-Scans, was potenziell die Strahlung und die Kosten reduziert.
- Untersuchung, wie Deep-Learning-Modelle verwendet werden können, um PET- und CT-Scans aus Niedrigdosis-PET-Daten zu erstellen und dabei die diagnostische Genauigkeit zu erhalten.
Weniger invasive Diagnosemöglichkeit
Durch die weitere Strahlenreduktion bei PET-Scans und die Senkung der Kosten könnte diese Forschung zu einer breiteren Nutzung der PET-Bildgebung in der klinischen Praxis führen. Dies würde den Patientinnen und Patienten zugutekommen, indem personalisierte und weniger invasive Diagnosemöglichkeiten angeboten werden könnten. Das übergeordnete Ziel ist es, die PET-Bildgebung zugänglicher und kostengünstiger zu machen, um eine breitere Anwendung in der medizinischen Diagnose zu ermöglichen.
Das Gesamtprojekt wird von Dr. Javier Montoya, Forscher und Dozent am Departement Informatik der HSLU, koordiniert. Am LUKS wird das Forschungsprojekt von Dr. phil. Thiago Lima geleitet, dem Leiter der Fachstelle für diagnostische Medizinphysik, Strahlenschutz und KI in der Abteilung für Radiologie und Nuklearmedizin. Die dritte Projektpartnerin ist Dr. Angelica Aviles Rivero, eine erfahrene Forscherin und Dozentin an der Universität Cambridge in England.
Die Nuklearmedizin am LUKS
Die Nuklearmedizin am LUKS bietet den Patientinnen und Patienten sowie den Zuweisenden das gesamte Spektrum an moderner nuklearmedizinischer Diagnostik und Therapie. Dabei werden gering radioaktiv markierte Substanzen verwendet, um pathologische molekulare Prozesse im Körper abzubilden und Krankheiten gezielt zu behandeln.
Die Spezialgebiete sind die Abklärung von onkologischen, kardiologischen und neurologischen Erkrankungen mit PET/CT, von orthopädischen Problemen mit SPECT/CT und die Therapie von Patienten und Patientinnen mit Schilddrüsenerkrankungen und Prostatakarzinomen. Am LUKS Standort Luzern stehen alle nuklearmedizinischen Untersuchungen und Therapien zur Verfügung. Zusätzlich bietet das LUKS am Zuger Kantonsspital in Baar seit 2021 PET/CT Untersuchungen an. Die Nuklearmedizin des LUKS ist eine SIWF zertifizierte Weiterbildungsstätte.
Strategie
Spezialisten
Fachbereiche
