Projektdaten

---

CoS-MRXI-Compressed sensing für die Magnetorelaxometrie-Bildgebung

---

Magnetische Nanopartikel bieten ein breites Spektrum vielversprechender biomodizinscher Anwendungen, insbesondere in der Krebs-Therapie. Für die Sicherheit und Effizienz dieser Anwendungen ist die quantitative Kenntnis der Partikelverteilung von entscheidender Bedeutung. Aktuell gibt es keine klinisch verfügbare Technologie für deren quantitative Detektion in vivo. Magnetorelaxometrie-Bildgebung (MRXI) mit inhomogenen Anregungsfeldern ist in der Lage, Partikelverteilungen quantitativ zu erfassen. Das Potenzial dieser Technologie wurde kürzlich in experimentellen Messungen demonstriert. In diesen Experimenten wurden regulär um die Probe angeordnete Anregungsspulen nacheinander aktiviert und die Relaxation der Partikel nach jeder Anregung gemessen. Für die vielversprechenden Rekonstruktionsergebnisse waren durch die Nacheinanderanregung lange Messzeiten und große Datenmengen erforderlich. In diesem Projekt sollen Methoden des Compressed Sensing (CS) auf die Magnetorelaxometrie-Bildgebung magnetischer Nanopartikel angepasst und erweitert werden. Das Ziel ist dabei die Entwicklung von geeigneten Anregungssequenzen für existierende Setups sowie von Design-Ansätzen für Anregungs-Spulen und Sensor-Setups. Diese Entwicklungen werden im Ergebnis zu einem grundlegenden Fortschritt in der Bildgebungstechnologie führen, der sich durch deutlichen Verbesserungen der räumlichen Auflösung und erheblich reduzierten Messzeiten widerspiegelt. Aus theoretischer Sicht erwarten wir ein verbessertes Verständnis von CS-Paradigmen für Anwendungen, in denen die Sensing-Matrix nur teilweise vorgegeben ist. Darüber hinaus sollen quantitative Rekonstruktionsalgorithmen für die CS-Paradigmen entwickelt werden. Diese Erkenntnisse lassen sich in der Zukunft auch auf andere biomedizinische Bildgebungsanwendungen übertragen. Um die gesteckten Projektziele zu erreichen, soll der mathematische Hintergrund von Compressed Sensing für MRXI aufgearbeitet und sparsity-basierte Rekonstruktionsalgorithmen auf die MRXI-Gegebenheiten angepasst werden. Darüber hinaus sollen CS-Methoden für die Lösung bilinearer und trilinearer Optimierungsprobleme untersucht werden. Um a-priori Wissen über die biologische Verteilung der Partikel in die Rekonstruktion einfließen zu lassen, sollen die Eigenschaften dieser Verteilungen untersucht und entsprechende Modelle für deren Beschreibung entwickelt werden. Im Rahmen des Projekts sollen weiterhin CS-basierte Anregungsmuster für existierende experimentelle MRXI-Setups durch Optimierung der entsprechenden Gewichtsvektoren und die Überprüfung der Rekonstruktionsbedingungen entwickelt werden. Ein besonderer neuer Aspekt ist dabei, dass auch natürliche sparsity-Constraints für die Design-Variablen des Systems genutzt werden. Diese Ansätze werden im Folgenden auf das Design von Anregungs- und Sensorsystemen erweitert. Abschließend sollen die Entwicklungen in Simulationsstudien gründlich untersucht und durch experimentelle Phantommessungen validiert werden.