Rekonstruktion und Clustering neuronaler Bahnen

Diffusionsbildgebung zur Rekonstruktion neuronaler Bahnen

 

Motivation

Mit Hilfe der Diffusionsbildgebung (basierend auf der Magnetresonanztomographie) können Informationen über den Verlauf neuronaler Bahnen gewonnen werden. Neuronale Bahnen sind wichtige Strukturen im Gehirn, die integrativen Funktionen, z.B. im Bereich der Motorik oder Sensorik, zugeordnet sind. In der Neurochirurgie ist die Diffusionsbildgebung von großem Wert, da bei einer Gehirnoperation im Falle pathologischer Veränderungen (Tumor) die Nervenbahnen nicht verletzt werden dürfen, um neurologischen Defizite zu vermeiden.

Die Rekonstruktion neuronaler Strukturen aus DT-MRT-Daten ist jedoch aufgrund der Komplexität der vorliegenden Diffusionsinformation nicht trivial. Unsere Forschung in diesem Gebiet fokussiert sich auf die Rekonstruktion des Signals mittels Compressed Sensing, sowie auf ein möglichst verlässliches Tracking und Clustering der Nervenbahnen.

 

Abschlussarbeiten

 
Es werden regelmäßig neue Abschlussarbeiten im Bereich Diffusion Imaging, Fiber Tracking und Konnektivitätsanalyse ausgeschrieben. Für aktuelle Themen bitte bei Leon Weninger melden.

Kooperationspartner

 

 

Veröffentlichungen

2019

Leon Weninger, Simon Koppers, Chuh-Hyoun Na, Kerstin Juetten and Dorit Merhof
Free-Water Correction in Diffusion MRI: A Reliable and Robust Learning Approach
In: MICCAI Workshop on Computational Diffusion MRI (CDMRI)

2019

Chantal MW Tax, Francesco Grussu, Enrico Kaden, Lipeng Ning, Umesh Rudrapatna, John Evans, Samuel St-Jean, Alexander Leemans, Simon Koppers, Dorit Merhof, others
Cross-scanner and cross-protocol diffusion MRI data harmonisation: A benchmark database and evaluation of algorithms
In: NeuroImage

2018

Simon Koppers, Luke Bloy, Jeffrey I. Berman, Chantal M.W. Tax, J. Christopher Edgar and Dorit Merhof
Spherical Harmonic Residual Network for Diffusion Signal Harmonization
In: MICCAI Workshop on Computational Diffusion MRI (CDMRI)

2017

Simon Koppers, Matthias Friedrichs and Dorit Merhof
Reconstruction of Diffusion Anisotropies using 3D Deep Convolutional Neural Networks in Diffusion Imaging
In: Modeling, Analysis, and Visualization of Anisotropy

2017

Simon Koppers, Christoph Haarburger, J. Christopher Edgar and Dorit Merhof
Reliable Estimation of the Number of Compartments in Diffusion MRI
In: Bildverarbeitung für die Medizin (BVM)

2016

Simon Koppers, Christoph Haarburger and Dorit Merhof
Diffusion MRI Signal Augmentation - From Single Shell to Multi Shell with Deep Learning
In: MICCAI Workshop on Computational Diffusion MRI (CDMRI)

2016

Simon Koppers and Dorit Merhof
Direct Estimation of Fiber Orientations using Deep Learning in Diffusion Imaging
In: MICCAI Workshop on Machine Learning in Medical Imaging (MLMI)

2016

Simon Koppers and Dorit Merhof
Qualitative Comparison of Reconstruction Algorithms for Diffusion Imaging
In: Visualization of the Brain and its Pathologies – Technical and Neurosurgical Aspects

2016

Simon Koppers, Christoph Hebisch and Dorit Merhof
A Feature Selection Framework for White Matter Fiber Clustering Based on Normalized Cuts
In: Bildverarbeitung für die Medizin (BVM)

2015

Simon Koppers, Thomas Schultz and Dorit Merhof
Spherical Ridgelets for Multi-Diffusion-Tensor Refinement - Concept and Evaluation
In: Bildverarbeitung für die Medizin (BVM)

 

Kontakt