Skip to main content

November 2010 | Marius Mayerhöfer

All News
Sorry, this content is only available in German!

Dr. Marius Mayerhöfer, PhD

Marius Mayerhöfer

RESEARCHER OF THE MONTH, November 2010

Die Jury „Researcher of the Month” verleiht die Auszeichnung für diesen Monat Herrn Dr. Marius Mayerhöfer aus Anlass der im Jahre 2009 in dem Top-Journal „Investigative Radiology” (IF 5.289) erschienenen experimentellen Arbeit „Effects of MR image interpolation on the results of texture-based pattern classification: a phantom study” [1]. Diese Publikation entstand in Zusammenarbeit mit der Technischen Universität Lodz sowie dem Zentrum für Klinische und Experimentelle Medizin in Prag. Dr. Mayerhöfer etablierte die „Zero-fill-Interpolation“ zur künstlichen Erhöhung der Auflösung im Bereich der computergestützten Texturanalyse, wodurch die Ergebnisse der Mustererkennung („pattern recognition“) deutlich verbessert werden. Die „Zero-fill-Interpolation“ ermöglicht den routinemäßigen klinisch-radiologischen Einsatz dieser mathematischen Bildanalyse krankhafter Veränderungen auch in jenen Bereichen, die bisher durch technische Limitationen ausgenommen waren.

Verbesserte Charakterisierung der Mikrostruktur von Geweben mittels Texturanalyse von interpolierten Magnetresonanztomographie (MRT)-Bildern
Eine wesentliche Voraussetzung für den Erfolg der Texturanalyse ist eine suffiziente räumliche Auflösung der MR-Bilder, durch welche eine Darstellung auch sehr kleiner Strukturen innerhalb der Gewebe ermöglicht wird [2]. Eine verbesserte Auflösung bei MR-Untersuchungen ist jedoch vor allem bei großen Körpervolumina (z.B. Abdomen) mit einer dem Patienten nur schwer zumutbaren signifikanten Verlängerung der Untersuchungszeit verbunden.

Mayerhöfer konnte experimentell unter Verwendung von drei unterschiedlich strukturierten Gel/Styropor-Phantomen, von welchen T2-gewichtete MR-Bilder auf einem 3-Tesla-Hochfeld-MR-Tomographen mittels einer MR-Mikroskopiespule akquiriert wurden, zeigen, dass eine „künstliche“ Erhöhung der MR-Bildauflösung auch ohne Verlängerung der MR-Untersuchungszeit durch ein spezielles Interpolationsverfahren (zero-filling) die Ergebnisse der Textur-basierten Mustererkennung deutlich verbessern kann. Diese Form der Interpolation, welche im sogenannten „k-Raum“, also vor der eigentlichen Bildrekonstruktion stattfindet, wurde bisher vor allem zur besseren Visualisierung bei CT- und MR-Angiographien, jedoch noch nicht zur Verbesserung der Texturanalyse eingesetzt. Der in der Studie verwendete K-means-Clustering-Algorithmus zeigte eine deutlich bessere Unterscheidbarkeit der drei Phantome nach Interpolation, sowohl für Texturparameter der Co-occurrence und Runlength Matrix als auch des Absoluten Gradienten. Im mittleren Auflösungssegment war für Runlength-Matrix-Parameter die durch Zero-fill-Interpolation erreichte Verbesserung besonders drastisch – von ca. 43 auf 0% Fehlerquote. Eine Verbesserung konnte selbst bei MR-Bildern mit ursprünglich eher niedriger Auflösung beobachtet werden, z.B. bei Verwendung von Co-occurrence-Matrix-Parametern von 30 auf 5% Fehlerquote. Zusätzliche Experimente zeigten auch eine deutliche Überlegenheit von Zero-filling gegenüber den in der Bildbearbeitung gebräuchlichen, auf bereits fertig rekonstruierten MR-Bildern basierenden Interpolationsverfahren (lineare und  kubische B-spline Interpolation). 

Diese experimentellen Ergebnisse konnten in nachfolgenden klinischen Untersuchungen von Dr. Mayerhöfer bestätigt werden. Es konnte gezeigt werden, dass nach Zero-fill-Interpolation von nativen T1- und T2-gewichteten Routine-MR-Bildern eine bessere Differenzierung von Leberläsionen mittels Texturanalyse möglich ist [3]. Anwendungsbereiche dieser Technik sind jedoch nicht nur morphologische MR-Untersuchungen, sondern auch MR-Spezialmethoden, wie die in der muskulo-skelettalen Radiologie verwendete dGEMRIC (delayed gadolinium-enhanced MRI of cartilage)-Technik zur Knorpeldiagnostik. Dabei konnte die Überlegenheit der Textur-basierten Mustererkennung gegenüber herkömmlichen Relaxationszeitmessungen  hinsichtlich der Erfassung biochemischer Veränderungen der Menisci des Kniegelenks auf interpolierten dGEMRIC-Bildern gezeigt werden[4, 5].

Wissenschaftliches Umfeld
Zentrum der wissenschaftlichen Tätigkeit von Dr. Mayerhöfer ist das Exzellenzzentrum für Hochfeld-MR unter der medizinischen Leitung von Univ. Prof. Dr. S. Trattnig. Sein Forschungsgebiet ist die Verknüpfung von Texturanalyse und biochemischer Bildgebung, z.B. zur frühzeitigen quantitativen Erfassung degenerativer Veränderungen des Knorpelgewebes und der Bandscheiben [6-8]. Eine internationale Zusammenarbeit besteht im Bereich der biochemischen Bildgebung mit den Universitäten Bern (CH), Basel (CH) und Erlangen (D) sowie im Bereich der Texturanalyse mit dem Zentrum für Klinische und Experimentelle Medizin in Prag (CZ), der Technischen Universität Lodz (PL) sowie dem CIR (Computational Image Analysis and Radiology) Labor der MedUni Wien. Derzeit ist Dr. Mayerhöfer im Rahmen eines 3-monatigen Stipendiums der ESOR (European School of Radiology) am Addenbrooke’s Hospital der Universität Cambridge (UK) klinisch und wissenschaftlich tätig, um seine Kenntnisse in der Anwendung der Texturanalyse im Bereich der onkologischen Bildgebung zu vertiefen und Erfahrungen mit einem in Cambridge entwickelten experimentellen PET/MR-System zu sammeln.

Persönliches
Dr. Mayerhöfer wurde 1979 in Güssing (Burgenland) geboren. Matura am BORG Güssing 1997. Studium der Humanmedizin an der Medizinischen Fakultät der Universität Wien, welches er 2004 mit der Dissertation „Präoperative MR-Untersuchungen bei subacromialem Impingementsyndrom“ abschloss (Betreuer: Univ.-Prof. Dr. M. Breitenseher, Univ.-Klinik für Radiodiagnostik). Nach Absolvierung seines Präsenzdienstes begann er seine Facharztausbildung 2005 zunächst am A.ö. KH Oberwart, wechselte jedoch im Jahr darauf an die Univ. Klinik für Radiodiagnostik der MUW. Im Oktober 2006 begann Dr. Mayerhöfer neben seiner Facharztausbildung ein PhD-Studium in „Medical Physics“ an der MUW, welches er im Mai 2010 mit einer Dissertation mit dem Titel "Influence of sequence protocol variations on MR image texture at 3.0 Tesla: Implications for texture-based pattern classification in a clinical setting“ mit Auszeichnung abschloss (Betreuung durch Univ.-Prof. Dr. S. Trattnig). Dr. Mayerhöfer ist Reviewer bei mehreren renommierten Fachzeitschriften, unter anderem den Topjournalen „Magnetic Resonance in Medicine“ und „European Radiology“.

Ausgewählte Literatur

  1. Mayerhoefer ME, Szomolanyi P, Jirak D, Berg A, Materka A, Dirisamer A, Trattnig S. (2009): Effects of MR image interpolation on the results of texture-based pattern classification: a phantom study. - Invest Radiol. 44:405-411.
  2. Mayerhoefer ME, Szomolanyi P, Jirak D, Materka A, Trattnig S. (2009): Effects of MRI acquisition parameter variations and protocol heterogeneity on the results of texture analysis and pattern discrimination: an application-oriented study. - Med Phys. 36:1236-1243.
  3. Mayerhoefer ME, Welsch GH,  Riegler G, Mamisch TC, Materka A, Weber M, El-Rabadi K, Friedrich KM, Dirisamer A, Trattnig S. (2010): Feasibility of texture analysis for the assessment of biochemical changes in meniscal tissue on T1 maps calculated from dGEMRIC data: comparison with conventional relaxation time measurements. - Invest Radiol. 45:543-547.
  4. Mayerhoefer ME, Schima W, Trattnig S, Pinker K, Berger-Kulemann V, Ba-Ssalamah A. (2010): Texture-based classification of focal liver lesions on MRI at 3.0 Tesla: A feasibility study in cysts and hemangiomas. - J Magn Reson Imaging. 32:352-359.
  5. Mayerhoefer ME, Welsch GH, Mamisch TC, Kainberger F, Weber M, Nemec S, Friedrich KM, Dirisamer A, Trattnig S (2010): The in vivo effects of unloading and compression on T1-Gd (dGEMRIC) relaxation times in healthy articular knee cartilage at 3.0 Tesla. -Eur Radiol. 20:443-449.
  6. Mayerhoefer ME, Breitenseher MJ, Amann G, Dominkus M. (2008): Are signal intensity and homogeneity useful parameters for distinguishing between benign and malignant soft tissue masses on MR images? Objective evaluation by means of texture analysis. - Magn Reson Imaging. 26:1316-1322.
  7. Mayerhoefer ME, Breitenseher MJ, Kramer J, Aigner N, Hofmann S, Materka A. (2005): Texture analysis for tissue discrimination on T1-weighted MR-images in a multi-center study: transferability of texture features and comparison of feature selection methods and classifiers. - J Magn Reson Imaging. 22:788-793.
  8. Mayerhoefer ME, Breitenseher MJ, Hofmann S, Aigner N, Meizer R, Siedentop H, Kramer J. (2004): Computer-assisted quantitative analysis of bone marrow edema of the knee: initial experience with a new method. - Am J Roentgenol.182:1399-1403.

Kontakt
Dr. Marius Mayerhöfer
Klinische Abteilung für Allgemeine Radiologie und Kinderradiologie
Univ.-Klinik für Radiodiagnostik
Währinger Gürtel 18-20
1090 Wien

Telefon: +43 (0)1 40400-4818
E-mail: marius.mayerhoefer@meduniwien.ac.at