Logo ICCAS
Logo Uni Leipzig

Life Support Systems

Projektinhalt

Im Forschungsbereich Lebenserhaltungssysteme (LSS) werden innovative, nicht-invasive Verfahren zur Diagnose und Verlaufskontrolle von Lungenschädigungen und zukünftig auch anderen Organfunktionsstörungen erforscht. Aktueller Schwerpunkt ist die Weiterentwicklung der Elektrischen Impedanz-Tomographie (EIT) zur patienten-spezifischen, drei-dimensionalen Visualisierung der Lungenfunktion mit besonderem Augenmerk auf Praktikabilität im inner- und außerklinischen Notfalleinsatz. Außerdem befasst sich die Arbeitsgruppe mit der Analyse von CT-Scans zur Quantifizierung von Störungen der Lungenbelüftung, die über die rein visuelle Beurteilung der CT-Schichtbilder hinausgeht. Durch Zusammenführung der nichtinvasiven, kontinuierlichen und patientenseitig verfügbaren EIT-Information mit der statischen Bildinformation aus der quantitativen CT soll die Auswahl und Steuerung von Therapieoptionen besonders bei Patienten mit akutem Versagen der Lungenfunktion verbessert werden. Durch eine enge Kooperation mit mehreren Medizintechnik-Herstellern wird eine zeitnahe Überführung der Forschungsergebnisse in klinisch einsetzbare Medizinprodukte ermöglicht.

Forschungsziele

  • Elektrische Impedanz-Tomographie (EIT):
    • Technische Weiterentwicklung des Elektroden-Gurtes und der Bild-Rekonstruktion
    • Patienten-individuelle Beatmung und Diagnostik
    • Klinischer Einsatz
    • Neue Einsatzmöglichkeiten im prä-klinischen Umfeld
    • Neue Bild- und Signal-basierte Analysemethoden
    • Erforschung neuer, EIT-basierter Beatmungsverfahren
  • Quantitative Computertomographie (qCT):
    • Multi-zentrische CT-Datenbank
    • Automatisierte Verfahren zur Lungen-Segmentierung und qantitativen Analyse
    • Erforschung klinischer Einsatzmöglichkeiten
  • Medizinische Bildverarbeitung und Softwareentwicklung
    • Einsatz von 3D-Fotografie zur Erstellung von 3D-Patientenmodellen
    • Entwicklung von Software für mobile Geräte, z.B. Apple iPad, für den Einsatz in den o.g. Forschungsarbeiten
    • Einsatz von Maschinellem Lernen für die Analyse von EIT-Daten, für die Segmentierung von CT-Daten, sowie für die Individualisierung von 3D-Thorax-Modellen.

Forschungsbereiche

  • Medizinische Bildverarbeitung
  • Elektrische Impedanz-Tomographie
  • Quantitative Computertomographie
  • Beatmung

 

Projektleiter

ZIK Logo
BMBF Logo