ERA-CVD Verbund Medic V-Tach: Mobile elektrokardiographische Bildgebung für die Vorhersage von Ventrikulärer Tachykardie

Projekt: Projekte aus BundesmittelnProjekte aus Mitteln der Bundesministerien: BMBF

Projektdetails

Projektbeschreibung

Patienten mit Herzinsuffizienz sind dem Risiko ausgesetzt, eine ventrikuläre Tachykardie (VT) zu entwickeln. VT ist für etwa 80% der plötzlichen Herztodesfälle verantwortlich. Es besteht daher großer Forschungsbedarf, eine bessere Stratifizierung der Patienten mit VT-Risiko zu entwickeln. Die Möglichkeit zur Fusion von bildgebenden und elektrophysiologischen Deten, die elektrokardiographische Bildgebung (EKGI), wird neuerdings erforscht, um eine nicht-invasive Visualisierung der kardialen Elektrophysiologie zu ermöglichen. Das EKGI ist ein vielversprechender Forschungszweig für verschiedene kardiovaskuläre Anwendungsbereiche und insbesondere für die Risikostratifizierung von VT. Das Ziel des Konsortiums ist die Entwicklung einer neuartigen Technik, dem mobilen EKGI, welches das Zusammenführen von Daten des Elektrokardiogramms (EKG), mechanische Informationen des Herzensaus der Magnetresonanztomographie (MRT) und Rhythmusinformationen von tragbaren Langzeit-EKG-Systemen ermöglicht. Im Vorhaben werden die folgenden Fragestellungen bearbeitet: - die Entwicklung und Anpassung eines Lernalgorithmus zur Klassifikation von EKG Daten mit CNNs und rekurrenten Netzwerken, - die Erstellung und Optimierung eines "Deep Learning"- Verfahrens für die nichtlineare interpatienten Registrierung von MRT-Herzaufnahmen mit Ausgabe von Unsicherheiten, - die Fertigstellung des Algorithmus zur Graph-CNN-gestützten Extraktion von Oberflächengittern des Herzens, - die Implementierung und Evaluation eines Algorithmus zur lernbasierten Schätzung von Oberflächenbewegungen, - die Implementierung eines geometrischen Deep Learning Algorithmus zur Findung von 4D Herz-Korrespondenzen und Evaluation eines Clustering Ansatzes zur Unterteilung der Patientendaten in ähnliche Bewegungsmuster, - die Entwicklung von inverser Lösung der elektrischen Herzaktivität für bewegte Modelle sowie retrospektiver Machbarkeitsnachweis des mobilen EKGI Verfahrens.
Statusabgeschlossen
Tatsächlicher Beginn/ -es Ende01.01.2031.03.24

UN-Ziele für nachhaltige Entwicklung

2015 einigten sich UN-Mitgliedstaaten auf 17 globale Ziele für nachhaltige Entwicklung (Sustainable Development Goals, SDGs) zur Beendigung der Armut, zum Schutz des Planeten und zur Förderung des allgemeinen Wohlstands. Die Arbeit dieses Projekts leistet einen Beitrag zu folgendem(n) SDG(s):

  • SDG 3 – Gesundheit und Wohlergehen
  • SDG 9 – Industrie, Innovation und Infrastruktur

Strategische Forschungsbereiche und Zentren

  • Zentren: Zentrum für Künstliche Intelligenz Lübeck (ZKIL)

DFG-Fachsystematik

  • 205-07 Medizininformatik und medizinische Bioinformatik

Mittelgeber

  • Bundesministerien: BMBF (Bildung und Forschung)