Bildgebung des Gehirns mit Ultraschallwellen
Marty, P. et al. Medical Imaging 2022: Physics of Medical Imaging; 120313H (2022) / ETH Zurich / CSCS
Mit Hilfe von ausgeklügelten Algorithmen und Hochleistungsrechnern wie dem "Piz Daint" am CSCS können Forscher wie Andreas Fichtner, Professor am Institut für Geophysik und Leiter der Gruppe Seismologie und Wellenphysik der ETH Zürich, aus diesen Wellendaten die dreidimensionale Struktur der Erde charakterisieren. Die Parallelen zur Ausbreitung von Ultraschall- und Erdbebenwellen sowie das Know-how des Teams auf dem Gebiet der Wellenphysik, wie die Informationen, die Wellen tragen, genutzt und in Bilder umgewandelt werden können, veranlassten den ETH-Professor und seine Gruppe, die Wellenausbreitung auch für medizinischen Ultraschall zu untersuchen.
Gemeinsam mit Ärzten des Universitätsspitals Zürich arbeiten die Forscher an der Weiterentwicklung dieser Techniken. Gelingt es Marty in den nächsten drei Jahren seiner Doktorarbeit, die Verfahren zur Vernetzung und Bildgebung des Gehirns weiterzuentwickeln, könnten dieselben Methoden auch auf andere Körperteile wie Knie oder Ellbogen übertragbar sein. Dies wäre eine vielversprechende Grundlage für die Entwicklung eines entsprechenden Ultraschallgeräts.
Patrick Marty, Doktorand in Fichtners Gruppe, entwickelt nun in seiner Dissertation mit Unterstützung von Christian Böhm, Senior Scientist in der Gruppe Seismologie und Wellenphysik, eine Methode, um diese Herausforderung zu meistern. Diese Methode soll die Grundlage dafür schaffen, das Gehirn mit Ultraschall in hoher Auflösung abzubilden, so die Wissenschaftler.
Um die Ausbreitung der Wellen im Gehirn zu simulieren, entwickeln die Forscher Algorithmen, die viele Berechnungen auf einem speziellen Gitter, dem so genannten "Mesh", durchführen. Im Zentrum steht dabei ein Softwarepaket namens Salvus. Salvus wurde an der ETH Zürich mit Unterstützung des CSCS entwickelt und modelliert die Ausbreitung des gesamten Wellenfeldes (Full-Waveform) über räumliche Skalen von wenigen Millimetern bis zu Tausenden von Kilometern. ETH-Seismologen nutzen diese Software, um seismische Wellen zu simulieren, zum Beispiel um das Innere der Erde oder des Mars zu erforschen, und neu auch für die medizinische Bildgebung. Das Software-Paket nutzt die Spektralelement-Methode (SEM), die sich besonders gut für die Simulation der Wellenausbreitung in Medien mit kontrastreichen Materialübergängen - wie weiches Hirngewebe und Knochen - eignet.
"Im Gegensatz zum herkömmlichen Ultraschall, bei dem nur die Ankunftszeit der Wellen verwendet wird, nutzen wir in unseren Simulationen die gesamte Welleninformation", sagt Marty. Das bedeutet, dass die Form, die Frequenz, die Geschwindigkeit und die Amplitude der Welle an jedem Punkt ihrer Ausbreitung in die Berechnungen einfließen.
Lernen am Magnetresonanztomographen
Für ihr Modell verwenden die Forscher zunächst eine MRT-Aufnahme des Gehirns als Referenz. Dann führen sie auf dem Supercomputer "Piz Daint" Berechnungen mit verschiedenen Parametern durch, bis das simulierte Bild mit dem des MRT übereinstimmt.
Auf diese Weise erhalten sie ein quantitatives Bild anstelle des weniger aussagekräftigen Graustufenbildes, das beim herkömmlichen Ultraschall üblich ist. Durch die Nutzung aller Informationen aus dem gesamten Wellenfeld können die Forscher die physikalischen Eigenschaften des Mediums - die Ausbreitungsgeschwindigkeit der Ultraschallwellen im Gewebe, ihre Dämpfungseigenschaften und die Dichte des Gewebes - an jedem Punkt des Gehirns korrekt abbilden. So lässt sich letztlich der Gewebetyp bestimmen und unterscheiden, ob es sich beispielsweise um Hirnmasse oder Tumorgewebe handelt, da die Dichte, Dämpfung oder Schallgeschwindigkeit der verschiedenen Gewebearten aus Laborexperimenten bekannt sind.
Die Forscher sind überzeugt, dass diese Methode zur Unterscheidung von gesundem und krankem Gewebe eingesetzt werden kann und dabei nicht invasiv und kostengünstig ist. Konkret könnte diese Methode in einen Computer eingespeist werden, der in ein speziell für diesen Zweck entwickeltes Ultraschallgerät integriert ist. Der Computer würde eine Reihe von Berechnungen mit den von den Sensoren aufgezeichneten Ultraschallsignalen durchführen, und das Ergebnis wäre ein 3D-Bild des untersuchten Gehirns. Die Forscher betonen jedoch, dass es noch ein weiter Weg bis zur klinischen Anwendung ist.
Eine besondere Herausforderung ist die komplexe Geometrie des Schädels mit Augen-, Nasen- und Kieferhöhlen usw., die in der Simulation präzise modelliert werden muss, ohne die Rechenzeit dramatisch zu erhöhen. Um dieses Problem zu lösen, entwickelt Marty Methoden, die individuelle numerische Netze für beliebige Schädelformen aus Hexaedern (kleine Elemente, die sechs Flächen haben) erstellen. "Mit diesen deformierten kleinen Würfeln sind wir 100 bis 1000 Mal schneller, als wenn wir mit Tetraedern arbeiten würden", sagt Böhm. "Außerdem profitiert das Projekt stark von den neuen Entwicklungen bei den Grafikkarten, wie wir sie in 'Piz Daint' und in Zukunft in 'Alps' haben. Sie sind ideal für diese Methode."
So hat die Forschungsgruppe vor etwa 6 Jahren in Zusammenarbeit mit Ärzten erfolgreich Ultraschallmethoden für die Früherkennung von Brustkrebs entwickelt. Nun untersucht das Team, wie das Gehirn mit Ultraschall untersucht werden kann. Mit dieser Methode könnten die Forscher und Ärzte eines Tages zum Beispiel Schlaganfallpatienten überwachen oder Hirntumore erkennen.
Nicht-invasive und kostengünstige Untersuchung
Im Vergleich zur Computertomographie (CT) oder zu Röntgenstrahlen hat Ultraschall einen entscheidenden Vorteil: Das Verfahren ist für den Körper fast völlig ungefährlich. Außerdem ist es wesentlich kostengünstiger als beispielsweise die Magnetresonanztomographie (MRT), und die Ultraschallgeräte sind transportabel und können auch in entlegenen Regionen eingesetzt werden. Das Problem ist jedoch, dass Ultraschall bisher nur bei weichem Gewebe gut funktioniert - es ist sehr schwierig, Ultraschallwellen durch harte Strukturen wie den Schädel zu bekommen, weil Knochen die Wellen stark reflektieren und dämpfen.
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.