Planungs-, Navigations- und Überwachungseinrichtung für CT-gesteuerte Interventionen

  • Project title: Planning, Navigation, and Monitoring System for CT-Guided Interventions
  • Funding organisation: German Research Foundation (DFG)
  • Funding period: 01.06.2020 until 01.05.2024
  • Contact person: Prof. Dr. Christian Hansen

 

As part of the DFG major research instrumentation program, this project aims to interface a planning/navigation device with a computed tomography (CT) scanner, allowing it to function as a central information system. Additionally, algorithms will be developed to facilitate CT-supported interventions in collaboration with several research groups on the Research Campus STIMULATE.

The planned developments include new deep-learning-based segmentation procedures and path optimization algorithms to support multi-applicator planning. Furthermore, new CT image reconstruction techniques will be explored to reduce artifacts while minimizing radiation dose.

The integration of these technologies aims to enable more precise and safer execution of CT-guided interventions. The project seeks to enhance the efficiency and accuracy of medical imaging and interventions, thereby improving treatment outcomes and minimizing patient burden.

 

Further information about the project can be found here.

  • Projekttitel: Planungs-, Navigations- und Überwachungseinrichtung für CT-gesteuerte Interventionen
  • Fördermittelgeber: Deutsche Forschungsgemeinschaft (DFG)
  • Förderzeitraum: 01.06.2020 bis 01.05.2024
  • Ansprechperson: Prof. Dr. Christian Hansen

 

Im Rahmen des Großgeräteprogramms der Deutschen Forschungsgemeinschaft (DFG) wird in diesem Projekt ein Planungs-/Navigationsgerät mit einem Computertomographen (CT) verbunden, um als zentrales Informationssystem zu fungieren. Zusätzlich sollen Algorithmen entwickelt werden, die CT-unterstützte Eingriffe erleichtern. Dies geschieht in Zusammenarbeit mit mehreren Forschungsgruppen auf dem Forschungscampus STIMULATE.

Zu den geplanten Entwicklungen gehören beispielsweise neue, auf Deep Learning basierende Segmentierungsverfahren und Pfadoptimierungsalgorithmen zur Unterstützung der Planung mit mehreren Applikatoren. Darüber hinaus werden neue Verfahren zur CT-Bildrekonstruktion erforscht, die darauf abzielen, Artefakte zu reduzieren und gleichzeitig die Strahlendosis zu verringern.

Durch die Integration dieser Technologien soll eine präzisere und sicherere Durchführung von CT-gestützten Interventionen ermöglicht werden. Das Projekt strebt an, die Effizienz und Genauigkeit der medizinischen Bildgebung und Interventionen zu verbessern, um den Behandlungserfolg zu steigern und die Belastung für die Patienten zu minimieren.

 

Weitere Informationen zum Projekt können hier erhalten werden.