Elektroimpedanztomografie
EIT für Langzeit-Lungenmonitoring
Tomogramme – oder auch Schnittbilder – besitzen in der Diagnostik einen hohen Stellenwert. Mit KI wird per EIT jetzt retrofit eine hochpräzise 3D-Tomografie möglich. Genau, intelligent und mobil.
Das wohl bekannteste bildgebende Verfahren ist die Computer-Tomografie (CT). Mit ihrer hohen räumlichen Auflösung liefert sie eine detaillierte Darstellung des untersuchten Organs. Die CT verwendet jedoch ionisierende Strahlung. Ein andauerndes Monitoring, um Veränderungen der Lungenfunktion während der akuten Krankheitsphase zu analysieren oder für regelmäßige Nachuntersuchungen ist aufgrund der entstehenden Strahlenbelastung somit ausgeschlossen. Gerade in langen Therapiephasen bei den vielen Long-Covid-Patienten sind neue alternative Methoden zukünftig notwendig. Bei Patienten, die mechanisch beatmet werden müssen, bei bettlägerigen älteren Menschen oder chronisch Kranken ist jedoch ein kontinuierliches und zuverlässiges Monitoring der Lunge zur Anpassung und Verbesserung der Behandlung nötig.
Neuer und genauer: die Elektroimpedanztomografie
Ein relativ neues Bildgebungsverfahren ist die Elektroimpedanztomografie (EIT). Das Verfahren beruht auf der Visualisierung der räumlichen Verteilung der elektrischen Impedanz im Körper. Statt ionisierender Strahlung werden höherfrequente Wechselströme im Bereich zwischen 10 und 100 kHz mit Stromstärken im Bereich von 100 nA bis 10 mA eingesetzt. Dazu wird an zwei benachbarten Elektroden eines Elektrodengürtels ein Wechselstrom eingespeist und an allen verbleibenden Elektrodenpaaren werden die Differenzspannungen gemessen. Anschließend wird die Stromeinspeisung kreisförmig verschoben, bis alle Elektrodenpaare einmal für die Stromeinspeisung verwendet wurden. Dabei wird jedes Mal an den verbleibenden Paaren die Spannungsmessung durchgeführt.
Aus den gemessenen Spannungen wird die regionale Impedanz berechnet. Da Körpergewebe und Körperflüssigkeiten unterschiedliche Leitfähigkeiten besitzen, können so regionale Flüssigkeitsansammlungen erkannt und die Durchblutung einzelner Organe untersucht werden. EIT eignet sich besonders für die Lungenfunktionsdiagnostik, da menschliches Lungengewebe eine etwa fünffach geringere Leitfähigkeit als anderes Weichgewebe im Brustkorb aufweist, was zu einem hohen Kontrast führt.
Nicht-invasiv mit hoher zeitlicher Auflösung
Da EIT nicht-invasiv ist, kann sie kontinuierlich am Patienten eingesetzt werden. Ein weiterer Vorteil: Die benötigte Ausrüstung der EIT ist kleiner und günstiger als bei anderen Verfahren. Auch die zeitliche Auflösung ist bei der EIT relativ hoch, wodurch sowohl die Belüftung als auch die Durchblutung in Echtzeit erfasst werden können.
Allerdings ist die räumliche Auflösung der rekonstruierten Bilder deutlich geringer und auf den Abstand zwischen den Elektroden begrenzt. Geräte, die bereits im Klinikalltag eingesetzt werden, stellen zudem den Zustand der Lunge nur in einer zweidimensionalen Lage des Elektrodenbands dar. Für das Monitoring der verteilten Läsionen des Lungengewebes im Fall von Covid-19-Patienten ist ein 3D-Monitoring jedoch dringend notwendig. Eine weitere große Herausforderung der EIT: Bereits kleinste Messfehler können zu erheblichen Änderungen der Impedanzverteilung führen und somit die Ergebnisse verfälschen.
Ziel: Bessere räumliche Auflösung
Hier setzt das Forschungsprojekt ELIOT der TU Chemnitz an (siehe Kasten), um kurzfristig eine praxisorientierte Lösung für die Langzeitbehandlung von Lungenpatienten zu liefern. Dazu wird die Funktionalität bestehender EIT-Systeme erweitert, um ein umfassendes dreidimensionales Monitoring der Lunge zu realisieren. Hierfür wird der Einsatz von Rekonstruktionsalgorithmen untersucht, die auf künstlichen neuronalen Netzwerken beruhen und eine neuartige Messstrategie entwickelt.
| ELIOT – 3D Elektrische Impedanztomografie |
|---|
| Unter der Leitung des Lehrstuhls »Numerische Mathematik« zusammen mit dem Lehrstuhl »Mess- und Sensortechnik« der Technischen Universität Chemnitz möchte die ESF-Nachwuchsgruppe ELIOT ein akkurates dreidimensionales Monitoring der menschlichen Lunge, basierend auf existierenden Geräten der Impedanztomografie realisieren. Weiteres Ziel des Forschungsvorhabens ist die Netzwerkbildung zwischen Medizin, Hochschule und Wirtschaft. Das Unternehmen Rutronik Elektronische Bauelemente ist langjähriger Wirtschafts- und Forschungspartner der TU Chemnitz sowie Distributor und Lieferant von Sciospec Scientific Instruments. Der Messtechnikspezialist stellt die EIT-Systeme für das Projekt her. |
3D-Lungenrekonstruktion dank KI
Als Basis für die Simulationen und das Monitoring benötigen die Forscher ein dynamisches und möglichst genaues Modell des menschlichen Thorax. Ein zuvor entwickeltes Finite-Elemente-Paket wird hierfür an die 3D-EIT-Vorwärtssimulation angepasst und mit üblichen Elektrodenmodellen ausgestattet. Da die Qualität der Mess- ergebnisse unter anderem von der Anzahl der verwendeten Elektroden sowie deren Positionierung am Körper abhängt, werden die spezifischen Signalleistungen an unterschiedlichen Positionen berücksichtigt. Auch der Einfluss der Messparameter, wie Amplitude und Frequenz des Anregungssignals, werden hier untersucht.
Die Rekonstruktion der räumlichen Leitfähigkeitsverteilung aus den Spannungsmessungen – vor allem am Thoraxrand – ist das Herzstück der EIT-Rekonstruktion und fällt in die Klasse der inversen Probleme. Die Herausforderung besteht darin, dass auch kleinste Messfehler, verursacht unter anderem durch unvermeidliches Messrauschen, zu beliebig großen Änderungen der zugehörigen Impedanzverteilung führen können. Eine deutliche Abgrenzung von umliegendem Gewebe oder Wassereinschlüssen wird so erschwert bis unmöglich.
Ein vielversprechendes Verfahren, um die Bildgebung der EIT zu schärfen, ist die Bayes’sche 3D-Lungenkonstruktion mittels neuronaler Netze. Der Bayes’sche Ansatz betrachtet alle auftretenden Größen als Zufallsvariablen und ermöglicht neben der Rekonstruktion der Gewebe-, Luft-, und Wasserverteilung auch die Quantifizierung der Unsicherheit in der Rekonstruktion. So kann mit einer vorgegebenen Wahrscheinlichkeit eine Aussage getroffen werden, ob beispielsweise ein Wassereinschluss vorliegt oder nicht.
Für diesen Zugewinn an Informationen ist jedoch ein wesentlich höherer Rechenaufwand nötig. Der Einsatz von Bildrekonstruktionsalgorithmen, sogenannten Generative Adversarial Networks (GANs), soll diesen Rechenaufwand verringern. Nach erfolgreichem Training sind die Algorithmen in der Lage, in kürzester Zeit eine Vielzahl von Rekonstruktionen zu liefern, welche dann zur Bestimmung der Wahrscheinlichkeiten genutzt werden können.
Zuerst wird der Algorithmus auf ein 2D-Modell erprobt, dann auf ein simples 3D-Modell erweitert und anschließend auf das erarbeite detaillierte Thorax-Modell angepasst. Ziel ist es, die optimale Positionierung der Messelektroden sowie die Anzahl der durchzuführenden Messungen abzuleiten, um die bestmögliche Bildrekonstruktion zu erhalten.
Vergleich der simulierten Daten
Die untersuchten Szenarien und Testbedingungen (Elektrodenpositionierung und -anzahl, Eigenschaft des Anregungssignals) werden durch Messungen an gesunden und erkrankten Probanden experimentell überprüft. Eingesetzt werden dazu die EIT-Systeme des Forschungspartners Sciospec. Die Messgeräte sind speziell für die elektrische Impedanztomographie designt und liefern verlässliche Messdaten mit einer hohen Sensitivität. Für die Schlüsselversuche wird das EIT32 eingesetzt. Es besitzt 32 Dual-Role-Elektroden, die zur Stromeinspeisung (100 nA bis 10 mA Peak-Amplitude) sowie zur Spannungsmessung verwendet werden. Eine Injektions-Schaltermatrix (entweder ultra-low leakage Reed-Relays oder superschnelle Halbleiterschalter) dient zur Auswahl jeder Kombination von zwei Kanälen für positive und negative Strom-Injektions-Ports. Die Spannungsmessung erfolgt für alle 32 Kanäle parallel und in wenigen Millisekunden. Dies ist möglich, da jeder Kanal einen eigenen A/D-Wandler besitzt. Nur so kann der Zustand des Patienten exakt abgebildet werden.
Die Systeme arbeiten in einem Frequenzbereich von 100 Hz bis 1 MHz. Dabei sind spektrale Messungen mit Frequenz-Sweeps mit bis zu 128 Frequenzen möglich. Die Geräte besitzen Kommunikationsbausteine zum industriellen PCs (IPC) sowie zukünftig eine Drahtlosverbindung zur Kommunikation im IoT-Umfeld. Aus den so erzielten Messergebnissen rekonstruiert der KI-Algorithmus die 3D-Bilder der Lunge, welche zur Bewertung des Gesamtsystems mit einem Facharzt diskutiert werden.
Einsatzpotenziale des intelligenten Systems
Basierend auf den im Forschungsprojekt ELIOT gewonnenen Daten, soll in einem Nachfolgeprojekt eine digitale Plattform für die Tele-Überwachung und Visualisierung der Lunge entwickelt werden. Das mobile Diagnosegerät könnte aus einem technologischen Textil, das am Körper getragen wird, sowie einem Handheld bestehen. Der Patient, das Pflegepersonal oder andere Personen wären damit in der Lage, zuhause regelmäßig einen Thorax-Scan zu erstellen. Die Daten würden direkt an den behandelnden Facharzt – Stichwort Telemedizin – weitergeleitet, um so eventuelle Veränderungen frühzeitig zu erkennen und entsprechend behandeln zu können.
Die im Forschungsvorhaben erzielten Ergebnisse können auch in andere Anwendungsbereiche der EIT übertragen werden. So werden beispielsweise die Detektion von Fremdkörpern in Wassertanks, die Beobachtung des menschlichen Gehirns oder die Entwicklung von Sensorsystemen möglich. (uh)
Lesen Sie mehr zum Thema
