Wir entwickeln Methoden, um die Magnetresonanz besser zu machen.
Wir sind eine neu gegründete Gruppe, welche sich besonders mit der Verbesserung von Methoden in der Magnetresonanz beschäftigt, welche sich besonders mit der Auswertung von MR Daten und der Anwendung von mathematischen Modellen auseinander setzt. Seien es komplexe Methoden der Statistik oder des maschinellen Lernens zur Verbesserung der Verarbeitung der Daten oder zum Zweck des Erkenntnisgewinn, jede Methodik und deren Umsetzung ist bei uns von Interesse.
Methodische Innovation für bessere Magnetresonanz
Die Arbeitsgruppe Woletz entwickelt neue Methoden, Modelle und Werkzeuge, um Magnetresonanz-Bildgebung präziser, robuster und aussagekräftiger zu machen. Unser Fokus liegt auf der Verbindung von MR-Physik, Datenanalyse, mathematischer Modellierung und moderner Softwareentwicklung.
Magnetresonanz liefert heute hochkomplexe Daten über Struktur, Funktion und Dynamik biologischer Gewebe. Um diese Daten bestmöglich zu nutzen, braucht es nicht nur leistungsfähige Scanner, sondern auch verlässliche Auswertungsmethoden, validierte Modelle und intelligente Verarbeitungspipelines. Genau hier setzt unsere Gruppe an: Wir entwickeln und testen Methoden, die MR-Daten besser verständlich, vergleichbar und wissenschaftlich nutzbar machen.
Forschungsschwerpunkte
MR-Datenanalyse und mathematische Modellierung
Wir beschäftigen uns mit der Entwicklung und Anwendung mathematischer Modelle zur Beschreibung von MR-Signalen und biologischen Gewebeeigenschaften. Ziel ist es, aus komplexen Messdaten robuste quantitative Informationen zu gewinnen — etwa über Gewebestruktur, Funktion oder dynamische Prozesse.
Dabei interessieren uns sowohl klassische statistische Verfahren als auch moderne datengetriebene Ansätze. Ein wichtiger Schwerpunkt liegt darauf, Methoden nicht nur technisch zu optimieren, sondern ihre Aussagekraft, Stabilität und Grenzen systematisch zu verstehen.
Künstliche Intelligenz und maschinelles Lernen
Methoden der künstlichen Intelligenz und des maschinellen Lernens eröffnen neue Möglichkeiten für die Verarbeitung, Rekonstruktion und Interpretation von MR-Daten. Unsere Gruppe untersucht, wie solche Ansätze sinnvoll in MR-Workflows integriert werden können — von der Verbesserung der Bildqualität bis zur automatisierten Analyse komplexer Datensätze.
Ein zentrales Anliegen ist dabei die Verbindung von datengetriebenen Verfahren mit physikalischem und biologischem Vorwissen. Dadurch sollen Modelle entstehen, die nicht nur leistungsfähig, sondern auch nachvollziehbar und wissenschaftlich belastbar sind.
Rekonstruktion, Signalverarbeitung und Software
Die Qualität einer MR-Untersuchung hängt entscheidend davon ab, wie Rohdaten rekonstruiert, verarbeitet und analysiert werden. Wir entwickeln Softwarelösungen und Analysepipelines, die MR-Daten effizienter, reproduzierbarer und flexibler nutzbar machen.
Unsere Arbeiten reichen von methodischer Grundlagenentwicklung bis zu anwendungsnahen Tools für konkrete Forschungsfragen am High Field MR Center. Besonderes Interesse gilt Verfahren, die Messzeit, Bildqualität und quantitative Aussagekraft besser miteinander in Einklang bringen.
Phantome und methodische Validierung
Neue MR-Methoden müssen unter kontrollierten Bedingungen getestet und validiert werden. Dafür entwickelt und verwendet unsere Gruppe spezialisierte MR-Phantome, die bestimmte Gewebeeigenschaften oder Bewegungsprozesse realistisch nachbilden.
Solche Phantome erlauben es, Messmethoden, Rekonstruktionsverfahren und Auswertealgorithmen systematisch zu prüfen. Sie bilden damit eine wichtige Brücke zwischen technischer Methodenentwicklung und zuverlässiger Anwendung in Forschung und Klinik.
Anwendungen in Neuroimaging und Neuromodulation
Ein Teil unserer Arbeit ist eng mit neuroimaging-basierten Fragestellungen verbunden. Dazu zählen Methoden zur funktionellen und strukturellen Bildgebung des Gehirns sowie Anwendungen im Bereich Neuromodulation.
Hier unterstützen wir die Entwicklung und Auswertung komplexer MR-Protokolle, etwa wenn Hirnstimulation und funktionelle Bildgebung kombiniert werden. Unser methodischer Beitrag liegt dabei in der robusten Verarbeitung, Modellierung und Interpretation der entstehenden Daten.
Unser Ansatz
Die Woletz-Gruppe arbeitet an der Schnittstelle von MR-Physik, Biomedizinischer Technik, Datenwissenschaft und klinisch relevanter Bildgebung. Wir verstehen Methodenentwicklung nicht als Selbstzweck, sondern als Grundlage für bessere wissenschaftliche Aussagen.
Unsere Arbeit verbindet:
- quantitative MR-Bildgebung
- mathematische und statistische Modellierung
- maschinelles Lernen und KI
- Softwareentwicklung und reproduzierbare Analyse
- experimentelle Validierung mit Phantomen
- Anwendungen in Neuroimaging, funktioneller Bildgebung und Neuromodulation
Durch diese Kombination möchten wir dazu beitragen, dass MR-Daten nicht nur schöner aussehen, sondern verlässlicher, interpretierbarer und besser nutzbar werden.
Forschungsthemen
Hardware >> Phantome
Relaxationsphantome
Messmethoden und Software >> Künstliche Intelligenz
Messmethoden und Software >> Rekonstruktion & Analyse
Neuro
Neuro >> Neuromodulation