Ziele und Methoden

Ziel unserer Forschung ist die Validierung und Standardisierung quantitativer Bildgebungs-Biomarker einschließlich Radiomics sowie deren sichere Translation in die klinische Praxis. Dies stellt insbesondere für Magnetresonanztomographie-basierte Verfahren wie dem sogenannten T1- und T2-Mapping, aber insbesondere auch für Radiomics-Features derzeit eine große Herausforderung dar. Darüber ist es unser Ziel, das realistische Potential von Maschinen-basierten Lernverfahren einschließlich Deep Learning für eine Workflow-Optimierung und Diagnosestellung in der Radiologie zu evaluieren. Hierzu gehört auch die Entwicklung und Anwendung von Vorlagen für eine strukturierte radiologische Befundung, die in Zukunft die Annotation von Bilddaten erleichtern soll und diese den Maschinen-basierten Lernverfahren einfacher zugänglich machen kann. Zusätzlich führen wir translationale vorklinische und klinische Studien zur Evaluation der diagnostischen Wertigkeit neuer quantitativer Bildgebungsbiomarker bei verschiedenen (überwiegend onkologischen und kardialen) Erkrankungen durch.

Methoden

• Computertomographie
• Magnetresonanztomographie einschließlich quantitativer Bildgebung (T1/T2 Mapping, Diffusions- und Perfusionsbildgebung)
• Radiomics
• Machine Learning
• Deep Learning
• Big Data-Analysen