Download als PDF

Motivation
Standardisierte Segmentierungsmethoden ermöglichen quantitative Vergleiche zwischen verschiedenen Herzregionen. Aufgrund der anatomischen Variabilität, der technischen Implikationen im Zusammenhang mit der Wahl des Aufnahmewinkels, der Ebene und der anatomischen Landmarken sowie des Fehlens eines Konsenses über die Benennung der einzelnen Segmente, sind Vergleiche zwischen Patienten und zwischen verschiedenen Bildgebungsmodalitäten jedoch schwierig.
Im besonderen Fall der Ventrikel wurde bereits eine Standardnomenklatur und -segmentierung eingeführt, die eine regionale Analyse der Wandbewegung und der Myokardperfusion ermöglicht. Für die Vorhöfe gibt es jedoch noch keine solche Standardeinteilung. Darüber hinaus bedeutet dies auch, dass die Segmenteinteilung der Vorhöfe manuell erfolgt, was diese vom Urteilsvermögen und den Fähigkeiten des Nutzers abhängig macht.

Aufgabenstellung
Für dieses Projekt führen Sie zunächst eine Literaturrecherche zu Methoden aus den Bereichen Computer Vision und Graphtheorie durch, die zur Aufteilung von 3D-Objekten verwendet werden können. Sie recherchieren dann nach Segmentierungsansätzen, die bereits im klinischen Kontext zur Einteilung der Vorhöfe vorgeschlagen wurden sowie teilweise in vorhandenen Algorithmen umgesetzt wurden. Anschließend wenden Sie diese Methoden für die regionale Einteilung der Vorhöfe auf Patientendaten an, die aus Magnetresonanz- und elektroanatomischen Mapping-Systemen stammen. Schließlich werden Sie regionale Verteilungsunterschiede zwischen elektrophysiologischen Parametern wie fibrotischem Gewebe und Low Voltage Bereichen quantifizieren.

Anforderungen

• Motivation und Interesse an klinisch relevanten Fragestellungen zu arbeiten ! Erfahrung in Python und Matlab sind von Vorteil
• Grundkenntnisse der Herzphysiologie sind von Vorteil
• Die Forschungsarbeit wird in englischer Sprache durchgeführt