Forschung Gottfried Schatz Forschungszentrum

Forschungsschwerpunkt Präzisionsmedizin

Teamleiter: Gernot Plank

Fokus: Das CCL entwickelt Multiphysik-Computermodelle des Herzens mit Fokus auf verschiedene Anwendungen in der Grundlagenforschung sowie in translationalen Projekten. Die Forschung verfolgt drei Hauptrichtungen: methodische Entwicklungen für Multiphysik Computermodelle zur Simulation der gesamten Herzfunktion, angewandte Grundlagenforschung, welche auf die Analyse von Mechanismen der Herzfunktion im gesunden und kranken Herzen unter Einsatz von Computermodellen abzielt, und die translationale Forschung, und der translationale Einsatz von Computermodellen als industrielles Werkzeug zur Entwicklung von Therapien (MDDT) für Design und Optimierung bzw. auf den Einsatz von Software als medizinischem Gerät (SaMD), d.h. der Einsatz von Computermodellen in diagnostischen und therapeutischen Anwendungen.

Netzwerk: Der multidisziplinäre Charakter unserer Forschung bedingt die Zusammenarbeit innerhalb eines großen Netzwerks von akademischen Forschungsgruppen und mit der Industrie. Zentrale Kooperationen umfassen die Bereiche der kardialen Elektrophysiologie (Labor Scherr, Med Uni Graz; Vigmond Lab, LIRYC, Bordeaux; Bishop Lab, Kings College London), der Herz-Kreislauf-Mechanik (Niederer Lab, Kings College London; Shadden Lab, Berkeley, USA), der mathematischen Optimierung (Pock Lab, TUGraz), der Herzmodellierung (Krause & Pezzuto Lab, USI, Lugano; Doessel Lab, Karlsruher Institut für Technologie; Seemann Lab, Freiburg) und des wissenschaftlichen Rechnens (Haase Lab, KFU, Graz). Das CCL entwickelt unter anderem die akademische Forschungssoftware openCARP, die weltweit von zahlreichen führenden Herzmodellierungsgruppen bevorzugt verwendet wird.

Projekte

Optimierung einer Modellgenerierungs- und Simulationspipeline in der Katheterablationstherapie zur Erleichterung der klinischen Einführung

  • Ventrikuläre Tachykardien (VT), die durch Myokardinfarkte vermittelt werden, sind eine häufige Ursache für den plötzlichen Herztod. Die einzige kurative Behandlung für Patienten mit persistierenden VTs ist die Katheterablation, bei der mittels hoher thermischer Energien gezielt Gewebe innerhalb des Ventrikels zerstört wird. Diese invasive Therapie ist jedoch mit langen Eingriffszeiten und hohen Komplikationsraten verbunden. Ziel dieses Projekts ist die Entwicklung einer neuartigen computer-basierten Methode zur präzisen und robusten Identifizierung von optimalen Ablationspunkten, basierend auf patientenspezifischen anatomischen und funktionellen Daten.
  • Projektdauer: 2019-2021
  • Gefördert durch: Wellcome Trust Innovator Award
  • Projektpartner: Martin Bishop, Kings College London, UK

 

Messtechnik zur automatisierten Datenanalyse für das Management von Herzrhythmusstörungen (MedalCare)

  • Die Elektrokardiographie (EKG) ist eine nicht-invasive und kostengünstige Methode zur klinischen Untersuchung und Überwachung von Patienten mit Herz-Kreislauf-Erkrankungen (KHK). Automatisierte Detektionssysteme und maschinelle Lerntechniken gewinnen für die Diagnose und Überwachung von KHKs vermehrt an Bedeutung. Um jedoch algorithmisch getroffenen maschinellen Entscheidungen vertrauen zu können, ist eine standardisierte Validierung der zugrunde liegenden Algorithmen erforderlich. MedalCare entwickelt eine synthetische Datenbank an simulations-basierten EKGs, welche die Rückverfolgbarkeit von KHK-Datenanalysetechniken ermöglichen sollen. Solche validierte und rückverfolgbare Datensätze sind der Schlüssel für die Entwicklung neuer EKG-Geräte mit verbesserter Zuverlässigkeit.
  • Projektdauer: 2019-2021
  • Gefördert durch: Europäische Kommission
  • Projektpartner*innen: Physikalisch Technische Bundesanstalt Berlin, Deutschland, National Physics Laboratory, UK, LNE, Frankreich, Karlsruher Institut für Technologie, Deutschland, Technische Universität Berlin, Deutschland, Kings College London, UK

Semantische Bildsegmentierung durch Deep Active Learning in medizinischen Bildgebungsanwendungen (SISDAL)

  • Die semantische Segmentierung ist eine der grundlegenden Herausforderungen für maschinelles Lernen (ML) in der medizinischen Bildanalyse. Leider hängt das Training modernster ML-Modelle, die auf mehrschichtigen neuronalen Netzwerken basieren, von der Verfügbarkeit großer Mengen hochwertig annotierter Daten ab. Daher ist der Einsatz von Deep Learning für viele Unternehmen wirtschaftlich anspruchsvoll oder gar nicht möglich. Die Forschungspartner, MedUni und ICG, wollen gemeinsam mit dem KMU KML VISION den Kunden modernste Technologien entwickeln, indem sie das Training eines mehrschichtigen neuronalen Netzwerks in eine aktive Lernstrategie integrieren.
  • Laufzeit: 2020-2021
  • Gefördert durch: Österreichische Forschungsförderungsgesellschaft mbH (FFG)
  • Projektpartner*innen: Ludwig Boltzmann Institut für Klinisch Forensische Bildgebung (LBI CFI), Technische Universität Graz, Institut für Maschinelles Sehen und Darstellen (ICG), KML VISION OG (KML)

Multiskalen-Modellierung von Herzklappenerkrankungen

  • Die Inzidenz von Herzklappenerkrankungen nimmt dramatisch zu und wird zu einer schweren Belastung für das Gesundheitssystem. Obwohl die Mehrheit der Patienten mit verschiedenen chirurgischen oder interventionellen Methoden effektiv behandelt wird, besteht ein großer Bedarf an einem besseren Verständnis von Krankheitsmechanismen und einer präzisen Behandlungsplanung. Das Hauptziel des Projekts ist die Entwicklung und Validierung von Computermodellen zur Untersuchung von Mechanismen, die für den Übergang von adaptiver zu maladaptiver Hypertrophie (einschließlich geschlechtsspezifischer Unterschiede) verantwortlich sind, um die Entscheidungsfindung in nicht eindeutigen komplexen Fällen zu optimieren.
  • Laufzeit: 2020-2023
  • Gefördert durch: SICVALVES erhält Mittel aus dem Forschungs- und Innovationsprogramm Horizon 2020 der EU im Rahmen der ERA-NET-Kofinanzierungsaktion Nr. 680969 (ERA-CVD SICVALVES), die vom Österreichischen Wissenschaftsfonds (FWF), Grant I 4652-B, gefördert wird.
  • Projektpartner*innen: Universität Bordeaux, IMB Unit 5251 – IHU Liryc, Campus Xavier Arnozan, Bordeaux, Frankreich, Charité - Universitätsmedizin Berlin Campus Virchow-Klinikum, Institut für kardiovaskuläre Computer-assistierte Medizin, Berlin, Germany

Lehrstuhl für Biophysik

Univ.-Prof. Priv.-Doz. Dipl.-Ing. Dr.
Gernot Plank 
T: +43 316 385 71526