Der Gorterpreis geht an die FAU!
Der Gorterpreis für die beste Arbeit im Bereich der Magnetresonanz-Bildgebung geht an die FAU!
Seit 2005 vergibt die Deutsche Sektion der ISMRM auf ihrer Jahrestagung einen Preis für die beste Arbeit im Bereich der Magnetresonanz an eine junge Wissenschaftlerin oder einen Wissenschaftler aus der Medizin oder einer Naturwissenschaft.
Der Preis wurde nach Cornelis Jacobus Gorter (1907–1980) benannt, einem niederländischen Physiker, der fast den Kern-Magnetresonanzeffekt im Festkörper entdeckt hat. Hätte er Anstatt Lithium-7 in LiCl-Kristallen als Probe einen einfachen Tropfen Wasser genommen, hätte er wohl den Nobelpreis bekommen.
Der erste Gorter-Preis 2021 ging an Alexander German, Medizinstudent an der FAU aus der Arbeitsgruppe Laun, der sich auch dachte – warum umständlich wenn es auch einfach geht? In seiner Arbeit mit dem Titel „Brain tissues have single-voxel signatures in multi-spectral MRI“ konnte er zeigen, dass Gehirnregionen nicht nur anhand ihrer speziellen räumlichen Strukturen unterscheidbar sind, sondern dass solch eine Klassifikation selbst auf einzelne Bildpunkte anwendbar ist. Alexander German zeigte, dass die Ultrahochfeld-MR-Signatur eines jeden Bildpunktes dazu ausreichend ist. Die Messung dieser Ultrahochfeld-MR-Signatur basierte auf der Anwendung neuer MR-Methoden, die in den MR-Physik-Arbeitsgruppen Laun, Nagel und Zaiss des Radiologischen Instituts (Prof. Michael Uder) und der Neuroradiologischen Abteilung (Prof. Arnd Dörfler) entwickelt und in enger Kooperation mit klinischen Arbeitsgruppen des Klinikums, wie zum Beispiel der molekularen Neurologie (Prof. Jürgen Winkler), zur Anwendung gebracht wurden. Diese Erkenntnisse erweitern das Themenfeld der Gewebe-Segmentierung in der Radiologie und sind insbesondere interessant, um Erkrankungen pixel-weise zu erkennen, wenn deren strukturelle Änderung gering oder sehr patientenspezifisch sind. DOI: 10.1016/j.neuroimage.2021.117986
Ebenfalls unter den Finalisten war der FAU Student Jürgen Herrler aus der Arbeitsgruppe Nagel, für die Arbeit: „Fast online-customized (FOCUS) parallel transmission pulses: A combination of universal pulses and individual optimization“.
Jürgen Herrler arbeitet an der Weiterentwicklung der 7 Tesla MRT. Bei dieser hohen Feldstärke können wesentlich detailreichere und kontrastreichere Bilder des menschlichen Körpers aufgenommen werden als bei den üblicherweise verwendeten Feldstärken von 1,5 Tesla oder 3 Tesla. Dennoch gilt es, eine Reihe an technischen Herausforderungen zu meistern. Insbesondere stellen inhomogene Anregungen der Magnetisierung, welche zu inhomogen ausgeleuchteten Bildern führen, ein großes Problem dar (Abb. 2 links, insbesondere im Kleinhirn). Jürgen Herrler entwickelte eine neue Technik, bei der eine große Anzahl an Sendespulen parallel verwendet werden, um eine Homogenisierung zu erreichen (Abb. 2 rechtes). Die von ihm entwickelten Techniken erlauben aufgrund ihrer Effizienz erstmalig die Anwendung im klinischen Routinebetrieb und optimieren die MRT-Signalanregung individuell für jeden Patienten. https://doi.org/10.1002/mrm.28643
Zudem wurde Christoph Stuprich, ein Physik-Student aus der Gruppe Laun, in Zürich für einen seiner Masterarbeit entspringenden Beitrag mit dem Vortragspreis ausgezeichnet. Der Vortragspreis wurde durch eine Publikumswahl vergeben. Christoph Stuprich arbeitet an im Bereich der diffusionsgewichteten MRT. Dabei wird die Wasserdiffusion im Gewebe ortsabhängig gemessen und es können Rückschlüsse auf Diffusions-einschränkende Gewebestrukturen wie Zellmembranen gezogen werden. Er konnte erstmals in Simulationen aufzeigen, dass mit an klinischen Tomographen verwendbaren Diffusionswichtungen Signalpeaks entstehen können (mathematisch ähnlich zu den Bragg-Peaks aus der Röntgenkristallographie), welche den Abstand zwischen Zellen erschließbar machen.
Abb. 1: Der erste Gorter-Preisträger Alexander German sagt weitreichende Informationen in Gehirnregionen rein durch ihre pixel-weise MR-Signatur vorher. Dies gelingt ohne Ortsinformation zu benutzen, mit bisher unerreichter Genauigkeit. Aus 10.1016/j.neuroimage.2021.117986
Abb. 2: Jürgen Herrler entwickelt 7 Tesla Methoden, die Bildinhomogenitäten (linkes Bild) kompensieren (rechtes Bild). Aus https://doi.org/10.1002/mrm.28643.
Preisträger Alexander German und Finalist Jürgen Herrler