Die Entwicklung einer neuen „Giga-CT“-Forschungsplattform für spektrale Einzelquanten-Computertomographie mit ultraschnellem Datentransfer treibt die Medizintechnologie voran: Sie ermöglicht wissenschaftliche Grundlagenarbeit bei höheren Auflösungen und mehr Energieinformation, einschließlich neuer Rekonstruktionsalgorithmen und deren klinischem Mehrwert.
Die Computertomographie (CT ) hat sich seit ihrer Einführung als zentrales Instrument der radiologischen Diagnostik etabliert. Technologische Durchbrüche wie die Mehrzeilen-Detektor-CT und die Spiral-CT haben ihre Anwendung erweitert.
zwischen gegeneinander rotierenden Bauteilen. (Quelle: Baig / Schleifring GmbH)
rechts: Der Schleifring ist eine elektromechanische Baugruppe. Der durch ihn gebildete Schleifkontakt ermöglicht die elektrische Energie- oder Signalübertragung zwischen gegeneinander rotierenden Bauteilen. (Quelle: Baig / Schleifring GmbH).
Weiterhin bestehen jedoch Limitationen, darunter die begrenzte räumliche Auflösung und das Bildrauschen bei niedrigen Strahlungsdosen. Quantenzählende Röntgen-Detektoren könnten diese Beschränkungen überwinden, indem sie Daten mit hoher Auflösung und ohne elektronisches Rauschen liefern. Experimentelle und präklinische Tests haben die Vorteile dieser Detektoren bereits gezeigt. Die größten Herausforderungen liegen in der Weiterentwicklung der Detektormaterialien und der kontaktlosen Datenübertragung innerhalb der CT-Gantry, insbesondere bei höheren Auflösungen und mehr Energieschwellen.
Das Projekt zielt darauf ab, eine Forschungsplattform für spektrale Quanten-CT mit einer Datenübertragungsrate von 320 Gbit/s zu entwickeln, ein erheblicher Fortschritt gegenüber den derzeitigen 50 Gbit/s. Dieses System würde als Grundlage für weitere Forschung in der tomographischen
Bildgebung dienen und soll in der Größe eines aktuellen klinischen CT s realisiert werden. Es ermöglicht die Untersuchung verschiedenster Objekte bis zu vorklinischen Gewebeproben.
Das Projekt verspricht eine breite Palette an Forschungsthemen, von technischen Aspekten wie der Systemsteuerung bis hin zur Nutzung Künstlicher Intelligenz für die Datenanalyse. Es eröffnet zahlreiche Möglichkeiten für praxisrelevante Master- und Doktorarbeiten, was einen signifikanten Beitrag zur Weiterentwicklung der CT-Technologie und deren Anwendungen leisten könnte.
