Anwendung von generativ-adversären Netzwerken für die virtuelle dynamische kontrastverstärkte MRT der Brust unter Verwendung eines nicht verstärkten Aufnahmeprotokolls

• Antragsteller: Dr. Andrzej Liebert
• Fachliche Zuordnung: Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 518689644

Brustkrebs ist die häufigste Krebsart bei Frauen mit der jede achte Frau im Laufe ihres Lebens potentiell diagnostiziert wird. Populationsbezogene Brustkrebsfrüherkennungsprogramme konnten maßgeblich über eine frühere Detektion zu einer reduzierten Sterblichkeit an Brustkrebs beitragen. Populationsbezogene Brustkrebs-Screening Programme nutzen aktuell als diagnostische Methode die Röntgenmammographie, die sich seit langem als Bildgebungsverfahren in der Brustkrebsdiagnostik etabliert hat. Allerdings stößt die Röntgenmammografie bei Frauen mit hoher Brustdichte zunehmend an ihre Grenzen. Ein erhöhte Brustdichte wird für bis zu 40% der Frauen beschrieben. Auch aus diesem Grund werden zunehmen bildgebende Verfahren wie zum Beispiel die Magnetresonanztomographie (Mamma-MRT) als Ergänzung oder sogar Alternative zur Röntgenmammographie untersucht. Die Mamma-MRT ist unter allen bildgebenden Verfahren mit der höchsten Empfindlichkeit für die Erkennung suspekter Läsionen beschrieben und ermöglicht gleichzeitig eine Bildgebung ohne den Einsatz ionisierender Strahlung oder eine Brustkompression. Allerdings erfordert die Mamma-MRT die intravenöse Gabe von Gadolinium haltigen Kontrastmitteln (englisch gadolinium based contrast agents, GBCA) zur Visualisierung der Gewebedurchblutung, die in verdächtigen Läsionen zumeist verändert ist. Während GBCA einen unzweifelhaften hohen diagnostischen Wert in der MRT-Diagnostik haben, können infolge der Gabe seltene, aber relevante Nebenwirkungen auftreten, die bei einer möglichen Anwendung in einem Screening-Programm berücksichtigt werden müssen. Darüber hinaus werden Umweltaspekte des Gadoliniums, wie z.B. die anthropogene Verunreinigung von Wasser und die Belastungen der Umwelt durch den Herstellungsprozess zunehmend untersucht. Schließlich bedingt die Gabe von GBCA einen relevanten finanziellen und zeitlichen Aufwand. In diesem Projekt soll daher ein generativ-adversäres Netzwerk(GAN) entwickelt werden, dass in der Lage ist aus nicht kontrastmittelverstärkten MRT-Sequenzen Informationen über die Gewebeperfusion abzuleiten und diese in Form einer „GBCA-analogen“ Bildserie zu visualisieren. Ein GAN Netzwerk ist ein System aus zwei neuronalen Netzwerken, einem Generator-Netzwerk, das synthetische Bilder erzeugt und einem Diskriminator-Netzwerk, das versucht, zwischen synthetischen und reellen Bildern zu unterscheiden. Das GAN System in diesem Projekt wird auf vorangehenden Arbeiten zur Erzeugung virtueller kontrastmittelverstärkter Bildkontraste mittels neuronaler Netzwerke basieren. Die zuvor entwickelten und untersuchten U-Net-Architekturen werden als Generator für das GAN-System verwendet. Im Laufe des Projekts werden verschiedene Konfigurationen des GAN-Systems mit unterschiedlichen Diskriminator-Netzwerken entwickelt und evaluiert. Ziel ist mit dem Forschungsprojekt den neuartigen technischen Ansatz virtueller Kontrastmittelerzeugung für die MRT weiter zu verbessern und so die diagnostische Wertigkeit zu erhöhen.

• DFG-Verfahren: Sachbeihilfen