Künstliche Intelligenz soll Auswertung von MRT-Bildern optimieren

Wissenschaftler*innen der Medizinischen Fakultät der Universität Duisburg-Essen (UDE) und Physiker*innen der TU Dortmund haben das gemeinsame Forschungsprojekt „k-Radiomics“ gestartet. Das Team entwickelt neue Methoden der Künstlichen Intelligenz und des Maschinellen Lernens, um MRT-Bilder künftig noch besser auswerten und Tumore und Gewebe dadurch besser charakterisieren zu können. Gefördert wird das Vorhaben von der Bruno und Helene Jöster Stiftung mit rund 2,6 Millionen Euro bis 2028.

Das interdisziplinäre Forschungsteam widmet sich im Projekt den Rohdaten von Magnetresonanztomographien (MRT), vor allem dem sogenannten k-Raum. Bislang sind diese Daten nicht hinreichend interpretierbar und können somit nicht vollumfänglich in der klinischen Praxis zur Charakterisierung von Tumoren und Geweben – und letztlich zur besseren Diagnose und Behandlung von Krankheiten – genutzt werden. Das Team aus Essen und Dortmund entwickelt daher neue KI-Methoden für die Nutzung solcher Rohdaten. Am Ende soll eine verbesserte Gewebecharakterisierung im Sinne „virtueller Biopsien“ möglich werden.

Von der UDE leiten Prof. Jens Kleesiek, Prof. Jan Egger und Moritz Rempe vom Institut für Künstliche Intelligenz in der Medizin des Universitätsklinikums Essen das Projekt; von der TU Dortmund sind Prof. Kevin Kröninger und sein Team von der Fakultät Physik beteiligt. Die Dortmunder Arbeitsgruppe entwickelt in dem Projekt spezielle Verfahren des Maschinellen Lernens: sogenannte generative neuronale Netze, die die komplexen Rohdaten der MRTs verarbeiten können. Diese Methoden werden dann zur Charakterisierung von Gewebe genutzt und mit traditionellen Methoden verglichen. Am Ende des Projekts werden die entwickelten Methoden als Open-Source-Bibliotheken anderen Forschenden zur Verfügung gestellt.