Forschung
Die Herausforderung
Krebs und neurodegenerative Erkrankungen stellen eine der größten gesellschaftlichen Herausforderungen dar. Die Weltgesundheitsorganisation (WHO) prognostiziert einen stetigen Anstieg dieser Leiden, die zunehmend zu den Haupttodesursachen in entwickelten Ländern werden. Die medizinische Notwendigkeit für fortschrittlichere Diagnostik und Therapie ist daher so hoch wie nie zuvor.
Die Mission von ADMIT
Um dieser Herausforderung zu begegnen, steht das LOEWE-Vorzeigeprojekt ADMIT an der Spitze medizinisch-physikalischer Innovationen. Unsere Mission ist es, die Lücke zwischen theoretischer Forschung und klinischer Anwendung zu schließen. Wir verbinden modernste Bildgebungs- und computergestützte Techniken mit fortschrittlichen therapeutischen Strategien, um eine frühere Diagnose sowie eine erfolgreichere Behandlung von Krebs und neurodegenerativen Erkrankungen zu ermöglichen.
Unser Ansatz
Im Kern des ADMIT-Projekts steht die Entwicklung neuartiger medizinisch-physikalischer Methoden. Unser Ziel ist es, die bildgeführte Therapie zu optimieren und neue Wege für die Forschung zu eröffnen. Wir integrieren wissenschaftlich fundierte Ansätze in die synergistischen Bereiche der Datenverarbeitung, der Bildgebung und der klinischen Therapie – mit einem besonderen Fokus auf die Fachgebiete Radiologie, Onkologie und Neurologie.
Exzellenz durch Zusammenarbeit
ADMIT vereint die interdisziplinäre und komplementäre Expertise verschiedener Forschergruppen der Universitäten THM, UMR und JLU. Unsere Arbeit wird durch strategische klinische und industrielle Partnerschaften sowie durch langjährige internationale Kooperationen mit renommierten Institutionen wie der Harvard University, der Yale University und der University of Pennsylvania maßgeblich verstärkt.
Teilprojekt A | Reichweitenmodulator und Neutronen in der Partikeltherapie mit Protonen
Die Grenzen der FLASH-Bestrahlung erweitern: Wir untersuchen die Neutronenexposition, um sicherzustellen, dass die nächste Generation der Partikeltherapie ebenso sicher wie effektiv ist. Herausforderung Die FLASH-Bestrahlung gilt als vielversprechend, um gesundes Gewebe bei hochenergetischer Ionisation signifikant zu schonen. Bei der Anwendung von Protonen oder Kohlenstoffionen führt die Fragmentierung jedoch zur Entstehung von Neutronen. Deren Dosisbeitrag stellt aufgrund der hohen biologischen Wirksamkeit ein nicht zu vernachlässigbares Risiko für Sekundärmalignome dar. Zudem ist das Ausmaß der Neutronenexposition durch Bolusmaterialien klinisch noch nicht ausreichend geklärt. Wissenschaftlicher Ansatz Das Projekt kombiniert experimentelle Messungen mit ...
Teilprojekt D | Monte-Carlo-Simulationen zur Beschreibung der Strahlenwirkung von Kohlenstoffionen und Protonen auf zellulärer Ebene
Die Wirkung von Strahlung entschlüsseln: Einsatz hochmoderner Monte-Carlo-Simulationen zur Modellierung biologischer Effekte auf zellulärer Ebene für eine präzisere Krebsbehandlung. Die Herausforderung Teilchenstrahlen weisen eine erhöhte relative biologische Wirksamkeit (RBE) im Vergleich zu Photonenstrahlen auf. Die Berechnung der RBE ist jedoch hochkomplex. Bestehende Modelle wie LEM oder MKM weisen Abweichungen von bis zu 30 % auf, und ihre klinische Etablierung für Protonenstrahlen steht noch aus. Es besteht ein dringender Bedarf an präziseren Vorhersagen über die Effekte auf zellulärer Ebene. Wissenschaftlicher Ansatz Das Projekt nutzt Monte-Carlo-Simulationen als hocheffiziente Methode zur Charakterisierung ionisierender Strahlung. Ein Fokus liegt auf der Optimierung ...
Teilprojekt M | Adaptive Strahlentherapie: Deep Learning für die Analyse der täglichen Bildgebung
Intelligente Strahlentherapie für die personalisierte Medizin: Einsatz von Künstlicher Intelligenz, um Strahlendosen in Echtzeit an die sich verändernde Anatomie des Patienten anzupassen. Herausforderung In der adaptiven Strahlentherapie liegt der Fokus auf anatomischen Veränderungen des Patienten zwischen den Behandlungszyklen (z. B. Gewichtsverlust oder Veränderungen des Blasen- bzw. Darmfüllungszustands). Es ist entscheidend, schnell entscheiden zu können, ob eine Neukalkulation und Reoptimierung der Dosisverteilung notwendig ist, um die Präzision zu gewährleisten. Wissenschaftlicher Ansatz Das Projekt entwickelt und validiert neuronale Netze auf Basis künstlicher Intelligenz. Diese KI-Systeme ermöglichen eine unabhängige und schnelle Analyse von täglichen ...
Teilprojekt I | Spektrale Computertomographie und dosisarme Bildrekonstruktionstechniken
Bessere Bilder, geringere Dosis: Revolutionierung der CT-Bildgebung durch Spektral-Technologie, um die Diagnostik zu verbessern und gleichzeitig die Strahlenbelastung signifikant zu senken. Herausforderung Die zunehmende Frequenz von CT-Untersuchungen führt zu einer höheren Strahlenbelastung der Bevölkerung. Zudem stellen metallische Implantate ein Problem dar, da sie Artefakte verursachen können, die die Bildqualität beeinträchtigen oder die Bilder nicht auswertbar machen. Wissenschaftlicher Ansatz Durch die Kombination modifizierter Bildgebungstechniken mit Spektral-CT sollen die diagnostische Qualität verbessert und die Strahlenbelastung gesenkt werden. Der Fokus liegt auf der Verbesserung des Signal-Rausch-Verhältnisses, der Reduzierung von Metallartefakten und der ...
Teilprojekt T | MR-bildgebungsgestützte Tiefen-Hirnstimulationstherapie
Die Lücke zwischen MRT und Tiefen Hirnstimulation schließen: Entwicklung innovativer Hardware, um eine hochauflösende Bildgebung für DBS-Patienten sicher und zugänglich zu machen. Herausforderung Eine der größten Herausforderungen bei der Tiefen Hirnstimulation (DBS) ist die Kompatibilität mit der Magnetresonanztomographie (MRT). Elektromagnetische Felder können mit implantierten Elektroden interagieren, was die Nutzung von MRT-Bildgebung für DBS-Patienten einschränkt. Wissenschaftlicher Ansatz Das Projekt entwickelt eine DBS-kompatible MRT-Hardwaretechnologie. Dies umfasst die Verwendung spezieller Sender-Spulen und die Entwicklung eines Add-on-Systems für die parallele Übertragung bei 3-Tesla-Feldstärken, um die Wechselwirkung elektromagnetischer Felder mit ...