h1

h2

h3

h4

h5
h6

001     956564
005     20240926052748.0
024 7 _ |a G:(GEPRIS)517243167
|d 517243167
035 _ _ |a G:(GEPRIS)517243167
040 _ _ |a GEPRIS
|c http://gepris.its.kfa-juelich.de
150 _ _ |a Computergestützte Funktionalitätsbewertung von Gelenkknorpel auf der Basis von Magnet-Resonanz-Tomographie-Bilddaten
|y 2023 -
371 _ _ |a Professor Dr.-Ing. Kevin Linka
371 _ _ |a Privatdozent Dr. Sven Nebelung
450 _ _ |a DFG project G:(GEPRIS)517243167
|w d
|y 2023 -
510 1 _ |a Deutsche Forschungsgemeinschaft
|0 I:(DE-588b)2007744-0
|b DFG
680 _ _ |a Knorpeldegeneration ist das wesentliche Merkmal von Arthrose, einer weitverbreiteten Krankheit mit erheblichen sozialen und wirtschaftlichen Folgen. Allein in den USA beispielsweise leider ca. 30 Millionen Menschen unter Arthrose, was zu Gesundheitskosten von ca. US$ 300 Milliarden pro Jahr führt. Im frühen Stadium kann Arthrose durch geeignete Maßnahmen verzögert oder sogar aufgehalten werden. Allerdings ist bislang eine Diagnose im frühen Stadium nur durch invasive Verfahren möglich. Es besteht daher dringender Bedarf nach einem nicht-invasivem Diagnoseverfahren für Arthrose im frühen Stadium, das es mit geringem Aufwand ermöglicht, frühzeitig Probleme zu identifizieren und therapeutische Maßnahmen zu ergreifen. Dieses Projekt zielt darauf ab, ein Verfahren zur nichtinvasiven Diagnose von Arthrose im frühen Stadium auf der Basis von Magnetresonanzthomographie (MRT) zu entwickeln. Dieses Verfahren stützt sich darauf, dass Arthrose bereits im frühen Stadium mit charakteristischen Änderungen der mechanischen Eigenschaften von Gelenkknorpel einhergeht. In diesem Projekt soll ein computergestütztes Verfahren entwickelt werden, das solche Änderungen allein aus MRT-Daten ablesen kann. Dazu wird eine größere Anzahl gesunder wie auch pathologischer Knorpelproben mit neuesten Methoden aus dem Bereich der quantitativen Magnetresonanzthomographie, der biomechanischen Analyse, der histologischen Analyse, sowie der Analyse der chemischen Zusammensetzung untersucht. Die so gewonnen Daten warden mit Methoden der computergestützten Biomechanik und des maschinellen Lernens ausgewertet. Dies wird die Entwicklung eines Verfahrens ermöglichen, mit dem die mechanischen Eigenschaften von Gelenkknorpel nichtinvasiv allein aus MRT-Daten ermittelt werden können. Dieses Verfahren kann als Grundlage für die künftige Entwicklung eines nichtinvasiven Verfahrens zur Diagnose von Arthrose im frühen Stadium verwendet werden.
909 C O |o oai:juser.fz-juelich.de:1006915
|p authority:GRANT
|p authority
909 C O |o oai:juser.fz-juelich.de:1006915
980 _ _ |a G
980 _ _ |a AUTHORITY

LibraryCollectionCLSMajorCLSMinorLanguageAuthor
Marc 21