<div class="csl-bib-body">
<div class="csl-entry">Suntinger, J. (2017). <i>Simulation und Fertigung von Phantomen für die Diffusions-Tensor-Bildgebung</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2017.34249</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2017.34249
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/5080
-
dc.description
Zusammenfassung in deutscher Sprache
-
dc.description
Text in englischer Sprache
-
dc.description.abstract
Die Diffusions-Tensor-Bildgebung (DTI) ist eine Technik der Magnetresonanztomographie (MRT) um die vorherrschenden Richtungen der Diffusion in Gewebe zu analysieren. Nervenfasern beeinflussen dabei die Anisotropie der Diffusion in einer Art und Weise, sodass Diffusion in Richtung des Faserverlaufs bevorzugt wird. Infolgedessen kann DTI Rückschlüsse über die Richtungen von Nervenfasern liefern und ermöglicht es somit, ihnen auf ihrem Weg durch das Gehirn zu folgen. Diese Technik funktioniert bei größeren Nervenfaserbündeln bereits sehr gut, allerdings gibt es aufgrund des beschränkten räumlichen Auflösungsvermögens noch viele Herausforderungen, z.B. die Differenzierung zwischen sich kreuzenden und berührenden Bündeln von Nervenfasern. Daher wurden in Zusammenarbeit mit dem Institut für Werkstoffwissenschaft und Werkstofftechnologie neuartige Phantome für DTI mittels einer 3d-Drucktechnik namens Stereolithographie (SL) entwickelt. Dafür kommen Materialen zum Einsatz, bei welchen während des Druckvorganges kleine faserartige Strukturen entstehen. Die Größe und Geometrie dieser Strukturen werden dabei sukzessive in Rapid Prototyping Zyklen adaptiert, um kritische Konfigurationen zu analysieren, z.B. Konfigurationen von kreuzenden und berührenden Faserbündeln welche schrittweise kleiner werden und näher aneinander rücken. Schlussendlich soll das Phantom reale Nervenfasern wohldefiniert widerspiegeln, mit dem Ziel, DTI Messresultate vergleichbarer zu machen. Weiters entwickelten wir auch Monte-Carlo Simulationen jener Diffusionsprozesse welche in Phantomen mit kanalartigen Strukturen auftreten und berechneten die Auswirkungen welche typische DTI-Sequenzen auf das zu erwartende Signal haben. Ausgehend von Parametern für ein Phantom (Kanalgröße, Kanalabstand, ...) und die verwendete DTI-Sequenz, generierten wir Datensätze im selben Format wie sie auch bei realen Messungen entstehen. So konnten wir unsere simulierten Datensätze mit jenen von Messungen direkt vergleichen und die Höhe der zu erwartenden Ergebnisse für verschiedene Geometrien und Kanalgrößen abschätzen. Im Gegensatz zu den verwendeten 3d-Drucktechniken konnten wir in unseren Simulationen beliebig kleine Strukturen nachbilden und so weitere Informationen über erfolgversprechende Geometrien und Kanalgrößen gewinnen.
de
dc.description.abstract
Diffusion tensor imaging (DTI) is a magnetic resonance imaging (MRI) technique used to analyse the predominant diffusion directions in tissue. Nerve fibres influence the anisotropy of diffusion in a way that diffusion in the direction of the fibres is preferred. Consequently, DTI can be used to make conclusions about the orientation of nerve fibres and track them along their path through the brain which allows for analysing connectivity patterns. This technique already works well for nerve fibre bundles in the brain. However, due to limitations of the spatial resolution of current MRI technology, we encounter difficulties regarding the differentiation between nearby crossing and kissing nerve fibre bundles. Therefore, in cooperation with the Institute of Materials Science and Technology, a 3d-printing technique called stereolithography (SL) was used to build new types of phantoms for DTI which contain small channel structures. The size and geometry of these structures are adapted in rapid prototyping cycles to analyse critical configurations, e.g. configurations of crossing and kissing fibres becoming smaller and closer together. In its final form, the phantom should resemble structures of real nerve fibres in a well defined way to make it possible to compare DTI measurement results and adapt reconstruction algorithms to better fit reality. Furthermore, we developed Monte-Carlo simulations of diffusion processes in phantoms which contain channel structures and calculated the effects of typical DTI-sequences on the expected signal. Given a set of parameters defining the phantom geometry (channel size, channel distance, ...) and the used DTI-sequence, we generated datasets in the same format as the ones coming from measurements. This way we could compare our simulated datasets directly with the real ones and could estimate expected results for different geometries. In contrast to the used 3d-printing techniques, we could simulate arbitrary small structures which assisted in analysing potential geometries and channel sizes.
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Magnetresonanztomographie (MRT)
de
dc.subject
Diffusions-Tensor-Bildgebung (DTI)
de
dc.subject
Phantom
de
dc.subject
3d-Druck
de
dc.subject
Monte-Carlo Simulationen
de
dc.subject
Magnetic resonance imaging (MRI)
en
dc.subject
Diffusion tensor imaging (DTI)
en
dc.subject
Phantom
en
dc.subject
3d-printing
en
dc.subject
Monte-Carlo simulations
en
dc.title
Simulation und Fertigung von Phantomen für die Diffusions-Tensor-Bildgebung
en
dc.title.alternative
Simulation and manufacturing of phantoms for diffusion tensor imaging