MRI Big Data

Anzapfen einer hinter MR-Bildern verborgenen Ressource: Quantitative Bildgebungs-Biomarker aus großen Rohdaten lernen (MRI Big Data)

Die “Radionomik” ist heute ein häufig genutzter Ansatz zur Extraktion von Bildmerkmalen, die dann mit klinisch relevanten Parametern korreliert werden. Da MR-Bilder in einem so genannten k-Raum aufgenommen werden, müssen sie zunächst rekonstruiert werden, bevor diese Ansätze genutzt werden können. In einem neuartigen Ansatz innerhalb dieses Projekts sollen neuronale Netze in die Rekonstruktionsprozesse eingeführt werden und relevante Biomarker direkt aus MR-Signalen extrahieren, um relevante Informationen aus den Rohdaten und nicht nur aus den verarbeiteten Daten zu lernen.

Projektziele

Das Ziel dieses Projekts ist es, Erfahrungen aus erster Hand in Bezug auf den Aufbau, die Wartung und die Arbeit an einem Data Lake zu sammeln. Ein erwartetes Ergebnis ist die Annäherung an ein standardisiertes und generisches Data-Lake-Setup, das von verschiedenen Forschern genutzt werden kann.

Die Rolle der GWDG

Im Rahmen dieses Projekts bauen wir einen prototypischen Datensee auf und evaluieren die Anwendbarkeit des aktuellen Ansatzes auf der Grundlage des Nutzerfeedbacks innerhalb des Projekts kontinuierlich neu. Darüber hinaus wird eine Reihe von notwendigen Diensten gepflegt.

Projekt Partner

• Universtitätsmedizin Göttingen (UMG)