- Stereotaxie
- Deep Learning
- Automatisierung
- Radiobiologische Modellierung
-
Stereotaxie
Bildgeführte stereotaktische Therapie von bewegten Tumoren
Bereitstellung und Analyse multimodaler Bilddaten zur Therapieplanung und Zielvolumendefinition vor und während einer bewegungsadaptierten Stereotaxie von extrakranialen Metastasen.
Aufgaben in Kooperation mit dem Center for Biomedical AI des UKE
- Aufbau einer multimodalen Patientendatenbank incl. Bilddaten, onkologische und strahlentherapeutische Parameter und Endpunkte
- Durchführung von medizinphysikalischen, klinischen und statistischen Analysen
- Entwicklung von Methoden zur Erkennung und Bewertung des Einflusses von Bildartefakten, Registrierungsfehlern und Tumorbewegungen
- Methoden zur Quantifizierung von Fraktionierungseffekt, Interplay-Effekt und Early/Late Treatment Response
Veröffentlichungen (Auszug)
- Stability analysis of patient-specific 4DCT- and 4DCBCT-based models
- Clinical application of breathing-adapted 4D CT
- Planning benchmark study for SBRT of liver metastases
- Comparison of intelligent 4D CT sequence scanning and conventional 4D CT
- Definition and quality requirements for stereotactic radiotherapy
- Technological quality requirements for stereotactic radiotherapy
- Intelligent 4D CT sequence scanning (i4DCT): First scanner prototype implementation
- 4D CT image artifacts and local control in SBRT of lung and liver metastases
Drittmittel und Vernetzung inner-/außerhalb des UKE
- AG Medizinische Bildverarbeitung des Center for Biomedical AI (bAIome) des UKE
- Klinik für Diagnostische und Interventionelle Radiologie des UKE
- Siemens Healthineers
-
Deep Learning
Deep Learning und Radiomics-Modelle in der (Radio-)Onkologie
- Genomische / proteomische Strukturen zeigen sich in makroskopischen Eigenschaften der medizinischen Bildgebung und -verarbeitung
- Analyse von Bilddaten zur Korrelation mit klinischen Outcome und Risiken
- Entwicklung von prädiktiven Modellen
Drittmittel und Vernetzung inner-/außerhalb des UKE
- AG Medizinische Bildverarbeitung des Center for Biomedical AI (bAIome) des UKE
- Klinik für Neuroradiologische Diagnostik und Intervention
Veröffentlichungen (Auszug)
- Deep learning-based conditional inpainting for restoration of artifact-affected 4D CT images
- Benchmarking machine learning-based real-time respiratory signal predictors
- Discordant and converting receptor expressions in brain metastases from breast cancer
- Self-Contained Deep Learning-Based Boosting of 4D CBCT
- Radiomics of Brain MRI: Utility in Prediction of Metastatic Tumor Type
-
Automatisierung
Unser engagiertes Projektteam arbeitet daran, die Strahlentherapie durch Automatisierung und Digitalisierung voranzutreiben. Mit umfangreichem Fachwissen und langjähriger Erfahrung stehen wir an vorderster Front, um diese Transformation erfolgreich umzusetzen und unsere Klinik sowie die gesamte Strahlentherapie in eine zukunftsorientierte und effiziente Richtung zu lenken.
Ein wesentlicher Schwerpunkt des Projekts liegt auf der Digitalisierung unserer Abläufe. Wir legen großen Wert auf die papierlose Erstellung und Archivierung von behandlungsrelevanten Daten. Dadurch verbessern wir nicht nur die Zugänglichkeit und Sicherheit dieser Informationen, sondern reduzieren auch den administrativen Aufwand erheblich. Zudem spielen die Generation und Pflege von Schnittstellen zwischen verschiedenen IT-Systemen eine entscheidende Rolle. Durch die nahtlose Integration und den Austausch von Daten zwischen den Systemen ermöglichen wir eine effiziente Kommunikation und Zusammenarbeit aller beteiligten Akteure.
Ein weiterer Schwerpunkt des Projekts liegt auf der Automatisierung von Aufgaben im Zusammenhang mit der Bestrahlungsplanung. Mithilfe einer speziellen Programmierschnittstelle des Behandlungsplanungssystems oder der Verarbeitung von DICOM-Daten werden Konturierung, Bestrahlungsplan-Erstellung, -Optimierung, -Evaluation, -Verifikation und -Dokumentation automatisiert. Dies führt nicht nur zu verbesserten Abläufen und einer gesteigerten Effizienz, sondern auch zu einer erhöhten Qualität und Konsistenz der Bestrahlungspläne
Aktuelle Forschungsthemen
- 3D In-Vivo Dosimetrie mit dem MV-Imager unserer C-Arm Linearbeschleuniger
- MonteCarlo-basierte SecondaryDoseCalculation
- Off-Isocenter-Winston-Lutz-Test
- Data-Mining und NTCP-Modelling spezifischer Tumorlokalisationen
Team
- M.Sc. Maximilian Grohmann
Projektverantwortlicher
m.grohmann@uke.de - Dr. med Andrea Baehr
Veröffentlichungen (Auszug)
- Multi-center planning study of radiosurgery for intracranial metastases through Automation (MC-PRIMA) by crowdsourcing prior web-based plan challenge study
- Impact of dosimetric factors on long-term percutaneous enteral gastrostomy (PEG) tube dependence in head and neck cancer patients after (chemo)radiotherapy - results from a prospective randomized trial
- Results of a multicenter intensity modulated radiation therapy treatment planning comparison study for a sample prostate cancer case
-
Radiobiologische Modellierung
Individualisierung der fokalen Strahlentherapie beim Prostata-Karzinom unter Berücksichtigung der Fusionsbiopsie-Befunde
Zur klinischen Implementierung der fokalen Strahlentherapie des Prostata-Karzinoms werden die Integrationsmöglichkeiten von MRT- und Fusionsbiopsie-Befunden in die CT-basierte Bestrahlungsplanung analysiert.
Ansprechpartnerin: Dr. rer. nat. Elisabetta Gargioni (e.gargioni@uke.de)
Aufgaben
- Entwicklung eines Algorithmus für eine Anatomie-basierte Segmentierung der Tumorregion
- Segmentierung mittels elastischer MRT-CT-Bild-Registrierung, Anpassung an die individuelle Patienten-Anatomie
- Zuordnung der individuellen Biopsie-Daten zu jeder Prostata-Zone
- Individuelle strahlenbiologisch-optimierte Bestrahlungsplanung und Dosiseskalation
- Untersuchung der Effekte der interfraktionellen Organbewegungen auf die gesamte Dosisverteilung durch Optimierung der Parameter der deformierbaren Bildregistrierung und experimentelle Verifikation mit Hilfe eines im Hause entwickelten, multimodalen und deformierbaren Becken-Phantoms
Publikation
Drittmittel und Vernetzung inner-/außerhalb des UKE
- Martini-Klinik am UKE
- Institut für Produktentwicklung und Konstruktionstechnik der Technischen Universität Hamburg-Harburg
- Forschungszentrum Medizintechnik Hamburg (Förderperiode 2019-2021)
.
Entwicklung von 3D-gedruckten Kleintier-Phantomen zur Qualitätssicherung und Standardisierung von präklinischen Experimenten
Die neusten Entwicklungen im Bereich der Kleintierbestrahlung ermöglichen eine schnellere Translation experimenteller Ergebnisse in die Klinik, da somit strahlenbiologische Experimente besser reproduziert werden können. Bei diesen Experimenten werden häufig Mäuse oder Ratten als Tiermodell angewendet, denn ihre komplexe, menschenähnliche Anatomie ist für in-vivo Untersuchungen geeignet. In diesem Forschungsprojekt werden Kleintier-Phantome herangezogen, welche auf einer realistischen Anatomie und gewebeähnlichen Materialien basieren. Die Anwendung der additiven Fertigung (u. a. mittels 3D-Druck) bietet hohe Flexibilität bezüglich der Implementierung anatomischer Details sowie der Materialauswahl, um gewebeähnlicher Eigenschaften gegenüber Absorption von Röntgenstrahlen nachzuahmen.
Ansprechpartnerin: Dr. rer. nat. Elisabetta Gargioni (e.gargioni@uke.de)
Publikation
Drittmittel und Vernetzung inner-/außerhalb des UKE
- Graduiertenkolleg „Innovative Technologien in der Krebsdiagnostik und -therapie“ (Förderperiode 2021-2024)
- Forschungszentrum Medizintechnik Hamburg (Förderperiode 2021-2023)
.
Anwendung von Gold-Nanopartikel als Dosis-Verstärker in der Strahlentherapie
Aufgrund der hohen Ordnungszahl könnten Gold-Nanopartikel (GNP) in Zukunft als Kontrastmittel in der bildgeführten Strahlentherapie verwendet werden. Findet eine Bestrahlung statt, so ist es wahrscheinlich, dass, aufgrund der geringen Reichweite der emittierten Sekundärelektronen, die Anreicherung der GNP im Tumorgewebe eine Verstärkung der Strahlenschäden verursacht.
Ansprechpartnerin: Dr. rer. nat. Elisabetta Gargioni (e.gargioni@uke.de)
Publikation
- Roadmap for metal nanoparticles in radiation therapy: current status, translational challenges, and future directions
- Determining dose enhancement factors of high-Z nanoparticles from simulations where lateral secondary particle disequilibrium exists
Drittmittel und Vernetzung inner-/außerhalb des UKE
Detaillierte Informationen sowie Themen zur Durchführung von Praktika und Abschlussarbeiten erhalten Sie von:
Dr. rer. nat. Tobias Gauer
Leiter der Forschung Medizinphysik
t.gauer@uke.de