Projektdaten
Projektbeschreibung
Das Projekt "SonoBox" zielt auf die Entwicklung einer Ultraschall-basierten, kontaktlosen und automatisierten Bildgebung zur Diagnose von kindlichen Unterarmfrakturen. Diese sind häufige Ursachen für Arztbesuche bei Kindern und Jugendlichen. Meist erfolgt eine Röntgenuntersuchung, die jedoch oft unauffällig ist und aufgrund der erhöhten Strahlensensibilität kindlichen Gewebes eine Gefährdung darstellt. Ultraschall, als strahlungsfreie und effiziente Methode, könnte die Röntgenuntersuchung ersetzen, doch die Akzeptanz in der Ärzteschaft und der manuelle Aufwand limitieren den Einsatz. In "SonoBox" planen wir daher die Entwicklung einer Technologie zur Automatisierung der Datenakquise und kontaktlosen Durchführung des Ultraschall-Verfahrens. Ziele sind die Reduktion der Strahlenbelastung, Ermöglichung von Point-of-Care (PoC) Diagnostik, Verkürzung der Untersuchungsdauer, Automatisierung der Bildgebung, Einsatz in der Telemedizin, und Verringerung von Schmerzen. Hierbei wird der Arm mit Frakturverdacht in einen Wassertank eingebracht, in dem die Ultraschallsonde robotisch und ohne Kontakt bewegt wird. Mittels Bildverarbeitung und Robotersteuerung wird eine schmerzfreie, schnelle und genaue Tomografie erstellt. Herausforderungen sind stabile, kontaktlose Bildgebung, Bestimmung einer optimalen Trajektorie, Erzeugung eines Tomogramms mit ausreichender Auflösung und Genauigkeit, sowie hygienische Anforderungen. In "SonoBox" kombinieren wir Hard- und Software, um gefährdungsfreie Volumenabbildungen für einfache Diagnosen zu ermöglichen.
| Akronym | SonoBox |
|---|---|
| Status | Laufend |
| Tatsächlicher Beginn/ -es Ende | 01.10.24 → 30.09.27 |
Mittelgeber
- DFG - Deutsche Forschungsgemeinschaft
Strategische Forschungsbereiche und Zentren
- Forschungsschwerpunkt: Biomedizintechnik
- Zentren: Zentrum für Künstliche Intelligenz Lübeck (ZKIL)
DFG-Fachsystematik
- 2.22-32 Medizinische Physik, Biomedizinische Technik
- 2.22-20 Kinder- und Jugendmedizin
Fingerprint
Erkunden Sie die Forschungsthemen zu diesem Projekt. Diese Zuordnungen werden Bewilligungen und Fördermitteln entsprechend generiert. Zusammen bilden sie einen einzigartigen Fingerprint.
Publikationen
- 1 Zeitschriftenaufsätze
-
Using Deep Neural Networks to Improve Contact Wrench Estimation of Serial Robotic Manipulators in Static Tasks
Osburg, J., Kuhlemann, I., Hagenah, J. & Ernst, F., 28.04.2022, in: Frontiers in Robotics and AI. 9, 892916.Publikation: Beiträge in Fachzeitschriften › Zeitschriftenaufsätze › Forschung › Begutachtung
3 Link öffnet neuen Tab Zitate (Scopus)