Mit Mathematik Magnetresonanztomographie verbessern
en-GBde-DEes-ESfr-FR

Mit Mathematik Magnetresonanztomographie verbessern


Die Magnetresonanztomographie ermöglicht einen Blick in das Körperinnere, ist aber meist noch sehr langsam. Um mit den derzeit verwendeten Algorithmen zu Bildern zu gelangen, muss eine große Menge an Messdaten aufgenommen werden. Dabei konnten schon wichtige Fortschritte erzielt werden, wie Barbara Kaltenbacher erklärt: „Mathematische Beiträge zur Signalerzeugung, Bildkonstruktion und Bewegungskompensation haben schon dazu geführt, dass die Scanzeit verringert und die Bildqualität erhöht werden konnten. All das hat den diagnostischen Nutzen gesteigert.“ Die Forscher:innen in dem Spezialforschungsbereich „Mathematics of Reconstruction in Dynamical and Active Models“ wollen nun diese Verfahren weiter verbessern.

Die Forscher:innen werden dafür den gesamten Prozess mit Hilfe der Mathematik modellieren – von der Messung bis zur Rekonstruktion des Bildes. „Derzeit gibt es noch Einschränkungen aufgrund von Bewegung, unvollständigen Daten oder Rauschempfindlichkeit. Diese wollen wir durch gemeinsam optimierte und praktisch umsetzbare Mess- und Rekonstruktionsprotokolle überwinden“, erklärt Barbara Kaltenbacher weiter.

Um diese Ziele zu erreichen, sind zahlreiche Forschungsbereiche der Mathematik involviert, wie Barbara Kaltenbacher ausführt: "Wir brauchen eine breite Perspektive, die Innovationen in der Variationsrechnung, der mathematischen Optimierung, bei inversen Problemen, in Data Science und bei MRT-Techniken optimiert.“ Die Universität Klagenfurt kann mit der Arbeitsgruppe von Barbara Kaltenbacher umfassende Expertise bei Inversen Problemen einbringen. Bei diesen Problemen geht es um die Bestimmung der Ursachen für Effekte: Beispielsweise kann man über das Messen von Spannungsverteilung an der Körperoberfläche auf die Beschaffenheit des Gewebes im Körper schließen. Die Lösung solcher Probleme sind vielfach noch sehr rechenzeitintensiv. Zu Barbara Kaltenbachers Forschungsschwerpunkten gehört es, neue mathematische Verfahren für solche Probleme zu entwickeln, die schneller und besser funktionieren.

Der Spezialforschungsbereich „Mathematics of Reconstruction in Dynamical and Active Models“ wird an der Universität Graz koordiniert. Neben der Universität Klagenfurt sind auch Forscher:innen der Technischen Universität Wien und der Technischen Universität Graz daran beteiligt.
Regions: Europe, Austria
Keywords: Applied science, Technology, Science, Mathematics

Disclaimer: AlphaGalileo is not responsible for the accuracy of content posted to AlphaGalileo by contributing institutions or for the use of any information through the AlphaGalileo system.

Testimonials

For well over a decade, in my capacity as a researcher, broadcaster, and producer, I have relied heavily on Alphagalileo.
All of my work trips have been planned around stories that I've found on this site.
The under embargo section allows us to plan ahead and the news releases enable us to find key experts.
Going through the tailored daily updates is the best way to start the day. It's such a critical service for me and many of my colleagues.
Koula Bouloukos, Senior manager, Editorial & Production Underknown
We have used AlphaGalileo since its foundation but frankly we need it more than ever now to ensure our research news is heard across Europe, Asia and North America. As one of the UK’s leading research universities we want to continue to work with other outstanding researchers in Europe. AlphaGalileo helps us to continue to bring our research story to them and the rest of the world.
Peter Dunn, Director of Press and Media Relations at the University of Warwick
AlphaGalileo has helped us more than double our reach at SciDev.Net. The service has enabled our journalists around the world to reach the mainstream media with articles about the impact of science on people in low- and middle-income countries, leading to big increases in the number of SciDev.Net articles that have been republished.
Ben Deighton, SciDevNet

We Work Closely With...


  • e
  • The Research Council of Norway
  • SciDevNet
  • Swiss National Science Foundation
  • iesResearch
Copyright 2025 by AlphaGalileo Terms Of Use Privacy Statement