SummaryGanzkörper-MRT-Untersuchungen sind detaillierte Bilder des gesamten Körpers, die es erlauben, Auffälligkeiten zu erkennen, Krankheiten (wie z.B. Tumore) zu diagnostizieren und zu kontrollieren. Allerdings ist es am MRT technisch nicht möglich, den gesamten Körper in einer einzigen Aufnahme mit hoher Auflösung zu scannen. Daher werden zunächst Übersichtsbilder erstellt. Auf diesen Bildern werden die Untersuchungsfelder für die Regionen Thorax, Leber und der Becken positioniert, die dann nacheinander mit hoher Auflösung in unterschiedlichen Ebenen und Kontrasten gescannt werden. Die einzelnen Aufnahmen werden später zu einem vollständigen Ganzkörperbild zusammengesetzt. Die Positionierung der einzelnen Felder erfolgt manuell durch die MTR (Medizinische/r Technolog:in für Radiologie). Dieser Vorgang ist dadurch abhängig vom Untersucher und relativ zeitaufwendig. Dies kann zu unpräziser Positionierung und Ungenauigkeiten führen, wie z.B. unvollständige Abdeckung der kompletten Organe in einem Feld oder größere Überlappungen der einzelnen Bereiche. Letzteres erhöht die Aufnahmezeit, da die Bereiche doppelt aufgenommen werden. Um diesen Prozess zu verbessern, möchten wir die Positionierung der Felder auf den Übersichtsbildern automatisieren. Dies hätte den Vorteil, dass die MTR entlastet werden und u.a. mehr Zeit für die Betreuung der Patient:innen haben. Wenn sich die Bereiche weniger überlappen, würden die MRT-Untersuchungen auch entsprechend weniger Zeit in Anspruch nehmen, was den Patient:innen helfen würde. Das Ziel dieses Projektes ist es, diesen Prozess mit Hilfe von Methoden der künstlichen Intelligenz zu automatisieren. Wir erhoffen uns dadurch eine Standardisierung, eine Verbesserung der Arbeitsabläufe und eine Optimierung der Untersuchung. Patient:innen profitieren von der Reduzierung der Untersuchungszeit.

Keywords Automatisierung Field-of-View KI Localizer MRT Patientenzufriedenheit

InstitutionsUniversitätsklinikum Essen, UK Essen, Radiologie, Radiologie, UK Essen, UK Essen, UK Essen, Abteilung Radiologie