- Projektbeschreibung
- Wissenschaftlicher Hintergrund
MD-Paedigree
MD-Paedigree versucht diese Anforderungen zu erfüllen, indem (i) ein in großem Umfang angelegtes offenes Repository mit Daten und Modellen und (ii) robuste und wiederverwendbare multi-skalen Modelle entwickelt werden. Um eine gewisse klinische Relevanz zu erreichen besteht das Konsortium aus namhaften Instituten und Firmen und wird durch einen klinischen Partner geleitet.
MD-Paedigree wird die Wiederverwendbarkeit und Robustheit des Repositories und der entwickelten Modelle anhand von vier relevanten und komplementären klinischen Szenarios demonstrieren: Cardiomyopathy, Obesity-related cardiovascular disease, Juvenile idopathic arthritis und neurological and neuromuscular diseases.
Ziele
Die Ziele des Projekts lassen sich wie folgt beschreiben:
- Fusionieren und erweitern von existierenden Modellen, um sie szenarioübergreifend (»horizontal«) einzusetzen
- Neue Einblicke gewinnen, indem Informationen aus verschiedenen Quellen fusioniert (»vertikal«) werden
- Neue Workflows zur Diagnose und Therapie vorschlagen
- Sammeln, integrieren und teilen von biomedizinischen Informationen, die für die Zielanwendungen relevant sind
Förderung
Dieses Projekt wird durch die Europäische Union als integriertes Projekt (IP) im Rahmen von ICT 2011.5.2: Virtual Physiological Human gefördert.
Das Fraunhofer IGD partizipiert in zwei der genannten Szenarien, welche in den folgenden Abschnitten erläutert werden.
Kardiovaskuläre Krankheiten bei übergewichtigen Kindern
Die Relation zwischen abdomineller Fettleibigkeit und dem Risiko an kardiovaskulären Krankheiten zu erkranken ist in den vergangenen Jahren Fokus einiger Studien gewesen. Ein Ziel dieses Projekts ist es herauszufinden, ob ein langfristiger negativer Effekt für übergewichtige Kinder besteht. Unsere Aufgabe besteht darin, subkutanes und viszerales Fett im Abdomen aus MR Daten zu extrahieren und quantifizieren.
Juvenile idiopathische Arthritis
In diesem Szenario entwickelt das Fraunhofer IGD Werkzeuge, die das automatisierte Extrahieren von Gelenkregionen ermöglichen, die eine gewisse Relevanz für unsere klinischen Partner zur weiteren Analyse besitzen. Dazu werden wir anatomische Modelle verwenden und zu einem »artikulierten« Atlas integrieren. Mit Hilfe dieser Modelle kann die patientenspezifische Anatomie dann aus MR Daten extrahiert werden.