ZeTeM > Forschung und Anwendungen > Projekte > Magnetic Particle Imaging

Magnetic Particle Imaging

ArbeitsgruppeAG Technomathematik
Leitung: Prof. Dr. Peter Maaß ((0421) 218-63801, E-Mail: pmaass@math.uni-bremen.de)
Bearbeiter: Dr. Tobias Kluth ((0421) 218-63817, E-Mail: tkluth@math.uni-bremen.de)
Projektpartner: Prof. Dr. Ing. Tobias Knopp, Universitätsklinikum Hamburg-Eppendorf
Laufzeit: seit 01.03.2016

Bild des Projekts Magnetic Particle Imaging


Relaxation des magnetischen Moments (rot) in Richtung des Magnetfelds (grün) 



Die magnetische Partikelbildgebung (Magnetic Particle Imaging, MPI) ist ein seit Anfang der 2000er Jahre eingesetztes Verfahren zur Bestimmung der Konzentration von Eisenoxid-Nanopartikeln. MPI ist hierbei strahlungsfrei, hoch sensitiv und bietet eine sehr hohe zeitliche Auflösung. Durch das Anlegen von dynamischen Magnetfeldern werden die Nanopartikel angeregt, und es entsteht ein messbares Partikelsignal. Basierend auf zeitlichen Potentialmessungen in den Empfangsspulen wird eine örtliche Konzentrationsverteilung der Nanopartikel bestimmt.

Mögliche Anwendungen lassen sich in der medizinischen Bildgebung finden. Eine effiziente Bestimmung der Konzentration der Nanopartikel ermöglicht unter anderem die Visualisierung des Blutflusses oder das Verfolgen eines medizinischen Instruments in Echtzeit. Dadurch ist MPI potentiell in der Lage, diagnostische Verfahren zur Bestimmung kardiovaskulärer Erkrankungen, wie z.B. die digitale Subtraktionsangiografie, zu ersetzen.

Um die Partikelverteilung zu bestimmen, wird bei  MPI die Magnetisierungs-eigenschaft der metallischen Nanopartikel ausgenutzt. Zunächst wird außerhalb des Objekts ein statisches Magnetfeld angelegt, das die Magnetisierung der Partikel im Inneren des Objekts fast überall im Ort in die Sättigung treibt. Nur entlang einer bestimmten Trajektorie von feldfreien Punkten gibt es Umgebungen, in denen die Stärke des Magnetfelds eine messbare Änderung der Magnetisierung der Nanopartikel zulässt. Diese Änderung der Magnetisierung wird durch eine Überlagerung mit einem zweiten, dynamisch variierenden, externen Magnetfeld erzeugt, welches die gewünschte Verschiebung des feldfreien Punktes verursacht.

Mit der Verfügbarkeit erster kommerzieller Systeme wird MPI nun auch der präklinischen Forschung zugänglich, verbunden allerdings mit neuen Herausforderungen an Effizienz und Genauigkeit der Datenauswertung. Dies betrifft die analytische Bestimmung der Systemfunktion unter Berücksichtigung bisher vernachlässigter Effekte, wie z.B. Relaxation, sowie die Bestimmung von effizienten und exakten Rekonstruktionsverfahren für die Partikelverteilung. Diese Verfahren müssen zudem  Modellunsicherheiten und die dünnbesetzte Struktur der gesuchten Verteilung berücksichtigen, da sie nicht aus momentan bekannten Verfahren ableitbar sind. Das eigentlich lineare inverse Problem der Konzentrationsbestimmung wird durch die Berücksichtigung der Modellunsicherheiten zu einem nichtlinearen Problem, welches es zu analysieren und zu invertieren gilt.

MPI-Scanner am UKE-Hamburg MPI-Scanner am UKE-Hamburg
Die Arbeiten auf dem Gebiet der magnetischen Partikelbildgebung haben 2016 begonnen. Der Start in dem neuen Feld wurde unter anderem durch einen ersten Besuch in der Arbeitsgruppe zur biomedizinischen Bildgebung von Professor Tobias Knopp am UKE Hamburg unterstützt. Am UKE Hamburg ist auch einer der ersten kommerziell vertriebenen MPI-Scanner installiert, sodass die Entwicklung neuer Methoden durch experimentelle Untersuchungen im Rahmen der Kooperation begleitet werden kann.

Die vielen Facetten des Problems, eine modellbasierte Rekonstruktion zu ermöglichen, werden zusätzlich ab 2017 in dem vom BMBF neu geförderten Verbundprojekt (MPI)² untersucht. Zusammen mit den Verbundpartnern Prof. Tobias Knopp (UKE Hamburg), Prof. Hans-Georg Stark (Hochschule Aschaffenburg) und Prof. Thomas Schuster (Universität des Saarlandes) werden verschiedene Aspekte des Problems, wie die Extraktion des Partikelsignals, die Kompression der Systemfunktion, die erweiterte Modellierung und Simulation der Systemfunktion und die effiziente Rekonstruktion unter Berücksichtigung von Modellunsicherheit, bearbeitet.