Schnelle und strahlungsarme Schlaganfalldiagnostik durch Perfusion-Forecasting

2025 | Mathematik/Informatik | Niedersachsen

Teilnehmende

  • Simon Ma (17), Hannover
    Gymnasium Schillerschule Hannover

Preise

  • 5. Preis Mathematik/Informatik Preisstifter: Klaus Tschira Stiftung

Projekt

KI senkt Strahlenbelastung

Schnelle und strahlungsarme Schlaganfalldiagnostik durch Perfusion-Forecasting

Zeigt jemand Symptome eines Schlaganfalls, ist Eile geboten. Denn je eher dieser diagnostiziert wird, umso besser sind die Behandlungsmöglichkeiten. Ein wichtiges Diagnoseverfahren ist die Perfusions-CT. Dabei nimmt ein Computertomograf (CT) eine Folge von Bildern auf und kann so die Durchblutung des Gehirns darstellen. Allerdings ist das Verfahren mit einer hohen Röntgenbelastung verbunden. Simon Ma suchte nach einer Möglichkeit, die Strahlendosis zu verringern, ohne die diagnostische Qualität zu verschlechtern. Dazu schrieb und trainierte er einen KI-Algorithmus, der die CT-Bilder analysiert. Dadurch kann die Software berechnen, welches Bild auf ein vorhergehendes folgt. Erste Auswertungen legen nahe, dass sich so die Zahl der Bildaufnahmen reduzieren und die Strahlenbelastung halbieren lässt.

 

Cookie-Einstellungen

Wir nutzen Cookies, um Ihnen die bestmögliche Nutzung unserer Webseite zu ermöglichen und unsere Kommunikation mit Ihnen zu verbessern. Wir berücksichtigen Ihre Auswahl und verwenden nur die Daten, für die Sie uns Ihr Einverständnis geben.

Diese Cookies helfen dabei, unsere Webseite nutzbar zu machen, indem sie Grundfunktionen wie Seitennavigation und Zugriffe auf sichere Bereiche ermöglichen. Unsere Webseite kann ohne diese Cookies nicht richtig funktionieren.

Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt werden. Mit diesen Informationen können wir unser Angebot laufend verbessern.