Das Ziel des Projekts ist die Entwicklung eines quantitativen, ultraschallbasierten (QUS) Tools zur Bewertung des hyalinen Knorpelabbaus, um frühe Stadien der Arthrose (OA) in vivo vorherzusagen. Um ein QUS-basiertes OA-Klassifizierungswerkzeug zu entwickeln, verwenden wir eine Kombination aus numerischen Ultraschallsimulationen und Ex-vivo-Messungen, um den optimalen Satz von QUS-Parametern zu definieren, die als Merkmale zur Klassifizierung von Knorpelabbaustufen geeignet sind. Grundlage für die numerischen Ultraschallsimulationen wird ein neuartiges mikromechanisches und morphologisches 3D-Modell des menschlichen Hyalinknorpels sein. Das Modell ermöglicht es uns, den Einfluss von OA-bezogenen Knorpeleigenschaften unabhängig voneinander künstlich zu testen und die QUS-Schätzungen aus der Ex-vivo-QUS-Messung zu optimieren. Die neuartige QUS-Methode wird evaluiert und neue Signalverarbeitungsansätze zur Optimierung dieser Parameter werden entwickelt.

Projektförderung:

• NIH

Mitarbeiter:

• Prof. Kay Raum
• M.Sc. Omar Gachouch

Kooperationspartner:

• Dr. Jonathan Mamou, Dr. Theresa Lye (Frederic L. Lizzi Center for Biomedical Engineering, Riverside Research, New York, NY, USA)
• Dr.med. Lisa Renner (Centrum für Muskuloskeletale Chirurgie, Charité-Universitätsmedizin Berlin, Berlin)
• Dr.med. Sefer Elezkurtaj (Institut für Pathologie, Charité-Universitätsmedizin Berlin, Berlin, Germany)
• Dr.med. Daniel Messroghli (Deutsches Herzzentrum Berlin and Charite-Universitätsmedizin Berlin, Berlin, Germany)
• Dr.med. Hannes Cash (PROURO, Berlin, Germany)