Onderzoek Jan Sijbers

Abstract

Met dank aan hun hoge spatiotemporele resolutie en niet-invasieve karakter, zijn (bio)medische beeldvormingstechnieken van vitaal belang geworden om de complexe structuur en functie van het zenuwstelsel in gezondheid en ziekte te begrijpen. Zich bewust van dit unieke potentieel, verenigt μNEURO de expertises van acht complementaire onderzoeksgroepen aan Universiteit Antwerpen, waarbij we inzetten op geavanceerde neuro-beeldvormingstechnieken over schalen en modelsystemen heen om aldus impactrijk fundamenteel en klinisch neuro-onderzoek te versnellen. Bouwend op de multidisciplinaire samenwerking die succesvol tot stand werd gebracht sinds de oprichting van μNEURO 1 (2020-2025), heeft μNEURO 2 (2026-2031) tot doel om de synergie tussen zijn leden te integreren en te consolideren, om zo een internationaal zwaartepunt te worden voor multidimensionele neurowetenschappen. Technologisch beogen we om multimodale beeldvormingsdatasets met spatiotemporele resolutie (geavanceerde microscopie, MRI, PET, SPECT, CT) te verrijken met functionele informatie (fMRI, EEG, MEG, elektrofysiologie, gedrag en klinische evaluatie) en een moleculaire context (vb. vloeistof biomerkers, genetische modellen, spatiële omics) om op die manier een ongeëvenaard inzicht te bereiken in het zenuwstelsel en de mechanismes van ziektes. Biologisch omvat μNEURO een breed gamma aan neurologische aandoeningen, inclusief dementie, bewegingsstoornissen, traumatische ruggengraat- of hersenletsels, perifere neuropathieën en glioblastoma, die bestudeerd worden in een gamma van complementaire modelsystemen reikende van gezonde controles en patiënt-afgeleide organoïden en assembloïden tot fruitvliegen, knaagdieren en mensen. Met een sterke samenwerking tussen fundamentele en preklinische onderzoeksteams, methode-ontwikkelaars en klinische departementen in het Universitair Ziekenhuis Antwerpen (UZA), omvat μNEURO effectief een volledig translationeel platform voor labo-naar-bed onderzoek. Nu we deze interacties versterkt hebben en een gezamenlijke planning voor synergistische projecten hebben opgesteld, heeft μNEURO de intentie om de integratie te formaliseren door bijkomende grootschalige internationale onderzoekprojecten aan te trekken, door de interactie tussen zijn leden en kernfacilititeiten te bevorderen, en door zuurstof te geven aan high-risk high-gain onderzoek binnen het centrum en daarbuiten. Op deze manier zal μNEURO doorbraken in het ruime veld van neurowetenschappen realiseren. Door de focus op technologisch en biologische innovaties en het stroomlijnen van de translationele pijplijn voor de ontdekking en validatie van nieuwe biomerkers en therapeutische middelen, beoogt μNEURO daarenboven om een lange termijn impact te realiseren op de groeiende maatschappelijke druk van zeldzame en meer voorkomende ziektes van het zenuwstelsel, daarbij aansluiting vindend met belangrijke onderzoeksprioriteiten van de Universiteit Antwerpen, België en Europa.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Baets Jonathan
• Co-promotor: Bertoglio Daniele
• Co-promotor: Bruffaerts Rose
• Co-promotor: De Vos Winnok
• Co-promotor: Ellender Tommas
• Co-promotor: Kumar-Singh Samir
• Co-promotor: Snoeckx Annemiek
• Co-promotor: Stroobants Sigrid
• Co-promotor: Timmerman Vincent
• Co-promotor: Van Dyck Pieter
• Co-promotor: Verhoye Marleen

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Neurodegeneratieve ziekten ontwikkelen zich snel als een sluipende epidemie en vormen een aanzienlijke uitdaging vanwege hun beperkte therapeutische opties. Hoewel magnetische resonantie beeldvorming (MRI) onmisbaar is geworden voor het monitoren van ziekteprogressie in zowel de klinische als preklinische omgeving, blijft het vermogen ervan om de onderliggende pathofysiologische mechanismen vast te leggen beperkt. Ons eerdere werk heeft aangetoond dat geavanceerde contrasten verkregen uit diffusiegewogen MRI (DWI) of arteriële spinlabeling (ASL) veelbelovend zijn bij het detecteren van respectievelijk subtiele microstructurele en perfusieveranderingen. Hun gevoeligheid en resolutie worden echter belemmerd door tijdsbeperkingen. Light sheet microscopie (LSM) kan deze in vivo beeldvormingsmodaliteiten aanvullen met moleculaire informatie, maar lijdt evenzeer onder een suboptimale beeldkwaliteit. Door het complementaire potentieel van deze modaliteiten en hun bestaande beperkingen te erkennen, is het onze bedoeling om multimodale beeldvorming van de hersenen vooruit te helpen door MRI- en LSM-beelden te verbeteren door middel van modelgebaseerde superresolutie-reconstructie. Ons voorgestelde raamwerk is gebaseerd op het uitgangspunt dat isotrope beelden met een hoge resolutie kunnen worden geschat op basis van een verzameling beelden met een lagere resolutie die onder verschillende hoeken zijn opgenomen. We plannen dit te bereiken door iteratieve algoritmen en deep learning-technieken te gebruiken, waardoor de berekeningen efficiënter worden. In het bijzonder proberen we reconstructie met superresolutie te ontwikkelen die een nauwkeurige schatting van de neuronale dichtheid op basis van DWI, een reproduceerbare schatting van de cerebrale bloedstroom op basis van ASL en uitgebreide kwantificering van subcellulaire structuren op basis van LSM mogelijk zullen maken. Na succesvolle ontwikkeling zullen we deze verbeterde beeldvormingstechnieken valideren met behulp van een goed gekarakteriseerd muismodel voor de ziekte van Huntington, een aandoening die een holistische benadering met hoge resolutie vereist. Door de verschillende beeldvormingsmodaliteiten te correleren, willen we beeldvorming met ultrahoge informatie inhoud van de hersenen mogelijk maken, waardoor uiteindelijk ingewikkelde relaties tussen gemeten parameters en pathologische defecten op individueel niveau aan het licht komen. Ons team bestaat uit experts uit diverse disciplines, waaronder beeldverwerking en modellering (VLAB), neuro-georiënteerde MRI (BIL) en geavanceerde microscopie (CBH). Deze multidisciplinaire samenwerking plaatst ons in een ideale positie om onze ambitieuze doelstellingen te verwezenlijken. Bovendien hebben we, als leden van het µNEURO onderzoeksexcellentieconsortium, samen met onze rol als vertegenwoordigers van kernfaciliteiten en coördinatoren van twee valorisatieplatforms, een robuust platform opgezet om de impact van ons project te vergroten. Deze strategische positionering zorgt ervoor dat de resultaten van ons onderzoek een verstrekkend effect zullen hebben op het bevorderen van ons begrip van neurodegeneratieve ziekten door middel van geavanceerde beeldtechnologieën.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Bertoglio Daniele
• Co-promotor: De Vos Winnok
• Co-promotor: Jeurissen Ben
• Co-promotor: Verhoye Marleen

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Tijdens het X4Food IOF-POC project zullen software tools ontwikkeld worden voor geavanceerde X-stralen inspectie. De initiële toepassing wordt de interne kwaliteitscontrole van groenten en fruit. Hoewel automatische classificatie gebaseerd op oppervlakte karakteristieken reeds mogelijk is, wordt interne kwaliteit nog vaak nagekeken op basis van destructieve inspectie (d.m.v. het opensnijden van een selectie van producten), wat zorgt voor verspilling en bovendien gelimiteerd is tot batch controle (in tegenstelling tot 100% inspectie). X-stralen kunnen, doordat ze door materialen penetreren, gebruikt worden om interne kwaliteit te controleren op een niet-destructieve manier. Om hierbij te helpen, zal een automatische X-stralen inspectie pipeline ontwikkeld worden om efficiëntvan een opgenomen beeld naar een beslissing te gaan (bv. houden/verwijderen voor gezonde/ongezonde voeding). Daarnaast zal een digital twin X-stralen scanner ontworpen worden om synthetische data te creëren die gebruikt kan worden om AI deep learning classificatie modellen te trainen. Naast de software ontwikkeling, zal een uitgebreide voice-of-customer studie uitgevoerd worden om de reeds bestaande marktkennis te vergroten en potentiële klanten te contacteren.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

MRI is een belangrijke methodologie in moderne neuro-beeldvorming, maar conventionele MRI is afhankelijk van visuele interpretatie van intensiteitsverschillen in de beelden, wat sterk afhankelijk is van de scannerinstellingen. Kwantitatieve MRI (qMRI) is een alternatieve MRI-methode die kwantitatieve metingen van fysieke weefselparameters mogelijk maakt, wat objectieve vergelijking tussen patiënten en in de tijd toelaat. Bovendien maakt qMRI vroege detectie mogelijk van pathologische veranderingen in de hersenen als gevolg van neurologische aandoeningen zoals multiple sclerose. Helaas, en ondanks het aangetoonde potentieel in het kader van onderzoek, blijft de implementatie van qMRI in de routinematige klinische praktijk beperkt vanwege de lange scan- en post-processingtijden. Hoewel recente ontwikkelingen in kunstmatige intelligentie de potentie hebben om medische beeldvormingspijplijnen te versnellen en te verbeteren, hebben verminderde transparantie over de onderliggende processen, het gebrek aan trainingsdatasets en beperkte informatie over de nauwkeurigheid van de resultaten het gebruik ervan voor klinische qMRI-toepassingen tot nu toe beperkt. In IQ-BRAIN stellen we een uniek onderzoeks- en trainingsprogramma voor dat voorziet in deze dringende behoefte aan verbeterde en versnelde qMRI-methodologie voor neuroimagingtoepassingen. Door zowel natuurkundige modellen als betrouwbare kunstmatige intelligentiemethoden te integreren in de qMRI-raamwerk, combineert onze innovatieve aanpak het beste van twee werelden. IQ-BRAIN zal de volgende generatie qMRI-specialisten opleiden in de verschillende aspecten van qMRI, die de brug kunnen slaan tussen methodologische ontwikkelingen en klinische noden. Via een trainingsprogramma met netwerk-brede events, internationale uitwisseling en sterke interactie tussen partners vanuit de academische wereld, industrie en ziekenhuizen, zal IQ-BRAIN jonge onderzoekers een rijke combinatie aanbieden van kennis, expertise en essentiële vaardigheden om hen voor te bereiden op een bloeiende carrière in het veld van qMRI.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Bertoglio Daniele
• Co-promotor: den Dekker Arjan
• Co-promotor: Jeurissen Ben
• Co-promotor: Verhoye Marleen

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Additive Manufacturing heeft een revolutie ontketend in het maken en ontwerpen van objecten. Traditionele 3D printmethodes blijven echter beperkt in hun mogelijkheden om dynamische structurele componenten te maken, zoals zachte grijpers, zelfassemblagesystemen of slimme actuatoren. Deze beperking gaf de aanzet tot onderzoek en ontwikkeling van 4D printen, een techniek waarbij slimme materialen worden gebruikt die tijdens het 3D printen worden bewerkt. Dergelijke materialen bezitten eigenschappen die op een gecontroleerde en omkeerbare manier kunnen worden veranderd in reactie op externe stimuli zoals temperatuurveranderingen, magnetische velden, licht of blootstelling aan chemicaliën. Ondanks het duizelingwekkende potentieel van 4D printen ontbreken adequate hulpmiddelen om slimme materialen dynamisch te bestuderen, inspecteren en optimaliseren. Omdat we een oplossing nodig hebben, zullen we ons richten op het stimuleren van de volgende generatie innovators op het gebied van röntgenbeeldvorming met tijdsopname in het lab, een snel ontwikkelende technologie die bij uitstek geschikt is om de dynamica van slimme materialen te bestuderen. Uitdagingen zijn onder andere de ontwikkeling van 1) gerichte strategieën voor 4D X‐ray computed tomography (4DCT) beeldvorming, 2) 4DCT kwaliteitscontrolemethoden en 3) lab‐gebaseerde fasecontrastbeeldvorming voor laagcontrast geavanceerde materiaalkarakterisering. Om deze uitdagingen met succes aan te gaan is een multidisciplinaire aanpak nodig, waarbij expertise uit verschillende gebieden zoals toegepaste wiskunde, natuurkunde, materiaalkunde en productontwerp betrokken wordt.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het concurrentievermogen van onze productie-industrie is sterk afhankelijk van slimme digitale fabrieken die toenemende kwaliteitseisen in overeenstemming brengen met hogere productiesnelheden en afnemende partijgroottes voor complexe en op maat gemaakte producten. Deze trends leggen grote uitdagingen op aan kwaliteitsinspectiesystemen die tegelijkertijd snel, autonoom en zeer nauwkeurig moeten zijn om te voldoen aan de vereisten voor gecertificeerde kwaliteit in meerdere sectoren (bijv. auto-industrie, medische industrie, luchtvaart, ...). X-ray Computed Tomography (XCT) speelt hierin een sleutelrol, als enige technologie die gelijktijdige analyse van materiaalfouten en dimensionale metrologie van complexe geometrieën mogelijk maakt. Helaas vereisen de huidige XCT workflows 1) veel tussenkomst van experts om de XCT instellingen te optimaliseren, 2) lange scantijden voor het maken van een groot aantal röntgenfoto's om 3D reconstructies van hoge kwaliteit mogelijk te maken en 3) foutgevoelige mesh-extractie uit de gereconstrueerde beelden voor vergelijking met het originele CAD model. De afweging tussen XCT-snelheid, -kwaliteit en -autonomie is tot nu toe onopgelost, wat een wijdverspreide toepassing in industriële processen ernstig belemmert. Het CAD-InspeX project gaat deze uitdaging aan en stelt een paradigmaverschuiving voor in XCT-gebaseerde inspectie door de ontwikkeling van 1) een digitale twin voor CAD-gebaseerde XCT inspectie, die de scankwaliteit optimaliseert met minimale input van experts, 2) optimale inspectieontwerpstrategieën die hoge scansnelheden mogelijk maken door de benodigde set röntgenfoto's te minimaliseren, en 3) methoden om direct de afmetingen van het werkstuk te schatten en defecten te detecteren (bijv. poreusheid) op basis van deze minimale set röntgenfoto's zonder conventionele beeldreconstructie. Als dit lukt, zal CAD-InspeX naar verwachting de insteltijd aanzienlijk verkorten en een 10-voudige scantijd opleveren vergeleken met de huidige inspectieworkflow op basis van XCT, zonder in te leveren op nauwkeurigheid.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Atoomprobe tomografie (APT) is een destructieve materiaalanalysemethode op nanoschaal waarbij een monster geëvaporeerd wordt in een hoog elektrisch veld (veldevaporatie). Het biedt een unieke en coherente kwantificering van atoomsoorten met betrekking tot hun locaties binnen het monster en is relevant voor de identificatie van nanometrische kenmerken. Het heeft een breed scala aan toepassingsgebieden in de materiaalkunde. Echter, om de volumetrische verdeling van atomen binnen de opgedampte preparaten te analyseren, moeten de hitmaps verkregen met APT ruimtelijk gereconstrueerd worden. De standaard reconstructiemethode houdt geen rekening met de fysische grootheden die betrokken zijn bij de evaporatie, wat resulteert in artefacten in de buurt van interessante gebieden die de ruimtelijke resolutie aantasten. Nieuwe, alternatieve methoden slagen er niet in om de nanostructuur vast te leggen of kunnen de reconstructie van monsters van realistische grootte niet binnen een haalbaar tijdsbestek uitvoeren. Bijgevolg blijven de mogelijkheden van APT grotendeels onbenut. Mijn doel is om de methoden te ontwikkelen die nodig zijn om een snelle en ruimtelijk nauwkeurige reconstructie-operator te maken met behulp van een tijd-omgekeerd integratieschema gebaseerd op een fysisch rigoureuze voorwaartse operator die veldevaporatie modelleert. Het gebruik van geavanceerde volumetrische meshing- en simulatietools zal zorgen voor tijdsefficiëntie met behoud van sub-nanometer nauwkeurigheid.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan
• Mandaathouder: Lüken Julian

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

De moderne cel- en ontwikkelingsbiologie maakt steeds meer gebruik van 3D celcultuurmodellen zoals organoïden. Het onvermogen om deze stalen op cellulair niveau te karakteriseren met een hoge doorvoer belemmert echter hun integratie in een industriële omgeving. Om dit knelpunt aan te pakken hebben we een module ontwikkeld voor de beeldvorming van organoïden in flow, gebaseerd op een transparante agarose chip die efficiënte en consistente 3D opnames mogelijk maakt met theoretisch ongelimiteerde doorvoer. De chip is gegoten uit een speciaal ontworpen 3D-geprinte mal en is gekoppeld aan een mechanisch gestuurde spuitpomp om snel en nauwkeurig stalen te kunnen positioneren in het beeldveld. Bij het testen van de opstelling op een commerciële light sheet microscoop met glioblastoma sferoïden, hebben we vastgesteld dat de beeldkwaliteit consistent is bij een verwerkingscapaciteit van 40 volledig gescande stalen per uur. Door het ontwerp biedt de chip een goedkope, toegankelijke en efficiënte oplossing voor de beeldvorming van organoïden op vrijwel elke microscoop, waardoor het een aantrekkelijke module vormt voor microscoopverkopers en -gebruikers (in het bijzonder CRO's en kernfaciliteiten). Om ons intellectueel eigendom te beschermen, hebben we een prioriteitsaanvraag voorbereid voor de methode en het chipdesign. Binnen dit POC CREATE project willen we het marktpotentieel verkennen en uitbreiden door ons te richten op drie belangrijke technische aspecten: (i) het testen van de compatibiliteit met verschillende commerciële microscopiesystemen en organoïde-toepassingen; (ii) het automatiseren van staalpositionering en -selectie; (iii) het verbeteren van de beeldkwaliteit en -snelheid door adaptieve bewegingscorrectie. Op deze manier willen we een robuust en intuïtief screeningsplatform bieden voor biomedisch en farmaceutisch onderzoek en ontwikkeling op basis van fysiologisch relevante modelsystemen. Terwijl we ons product perfectioneren, zullen we onderzoeken of service, licentie of directe verkoop het geprefereerde valorisatietraject is.

Onderzoeker(s)

• Promotor: De Vos Winnok
• Co-promotor: Sijbers Jan
• Co-promotor: Watts Regan

Onderzoeksgroep(en)

• Laboratorium voor celbiologie en histologie

Project type(s)

• Onderzoeksproject

Abstract

Het Vlaams Artificiële Intelligentie Onderzoeksprogramma is een strategisch basisonderzoeksprogramma met een consortium van elf partners: de vijf Vlaamse universiteiten (KU Leuven, Universiteit Gent, Universiteit Antwerpen, Universiteit Hasselt, Vrije Universiteit Brussel) en zes onderzoekscentra (imec, Flanders Make, VIB, VITO, Sirris en ILVO). Het programma brengt 300+ onderzoekers samen op het gebied van nieuwe AI-methoden die kunnen worden gebruikt in innovatieve toepassingen in gezondheid, industrie, planeet en energie en samenleving. Op die manier draagt het programma bij tot een succesvolle adoptie van AI in Vlaanderen. De ambitie is dat Vlaanderen een sterke internationale positie inneemt op het vlak van strategisch basisonderzoek in AI, en dit binnen een sterk en duurzaam Vlaams ecosysteem. Er zijn vijf focusonderzoeksthema's geselecteerd: verantwoorde AI, mensgerichte AI, duurzame AI (energie-efficiënt en performant), productieve en data-efficiënte AI (systemen die weinig data nodig hebben, die presteren door data te combineren met domeinkennis en ervaring van experts) en veerkrachtige en performante AI (robuust tegen veranderingen in de omgeving). De beschrijving van de werkpakketten en hun onderzoekstaken definieert de aspecten binnen deze thema's die in het programma zullen worden onderzocht. De AI-oplossingen worden gedemonstreerd in real-life use cases. Deze resultaten tonen niet alleen de effectiviteit aan, maar inspireren ook bedrijven voor adoptie en onderzoekers voor verder onderzoek. Het Vlaams Artificiële Intelligentie Onderzoeksprogramma maakt deel uit van het Vlaams AI-beleidsplan. Meer info: www.flandersairesearch.be

Onderzoeker(s)

• Promotor: Mannens Erik
• Promotor: Oramas Mogrovejo José Antonio
• Co-promotor: Calders Toon
• Co-promotor: Daelemans Walter
• Co-promotor: Famaey Jeroen
• Co-promotor: Goethals Bart
• Co-promotor: Laukens Kris
• Co-promotor: Martens David
• Co-promotor: Mets Kevin
• Co-promotor: Oramas Mogrovejo José Antonio
• Co-promotor: Sijbers Jan
• Co-promotor: Van Leekwijck Werner
• Co-promotor: Verdonck Tim

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Diffusie magnetische resonantie beeldvorming (dMRI) is een krachtige MRI modaliteit voor in vivo beeldvorming van biologische weefsels en een cruciaal hulpmiddel voor pathofysiologisch begrip van verschillende neurologische aandoeningen zoals beroerte, hersentumoren en herseninfecties. Helaas is de traditionele dMRI-workflow (bestaande uit data-acquisitie, beeldreconstructie, postprocessing en parameterschatting) tijdrovend, zowel wat betreft acquisitie als verwerkingstijd. Bovendien leidt de huidige eenrichtings-dMRI-workflow tot foutenpropagatie. Dit alles hindert brede implementatie van dMRI in de klinische praktijk. In dit project zullen we de dMRI-workflow radicaal veranderen door de ontwikkeling van UNIPHY, een nieuw, geïntegreerd kader dat de kwaliteit en snelheid van de dMRI-workflow aanzienlijk verbetert. Ten eerste introduceren we een nieuwe acquisitiestrategie met meer flexibiliteit voor een optimaal experimenteel ontwerp, met een potentiële 2-voudige scantijdreductie. Ten tweede zullen we beweging en vervorming rechtstreeks meemodelleren in de dMRI-parameterschatting, waardoor foutenpropagatie wordt vermeden. Tenslotte introduceren we state-of-the-art fysica-geïnformeerde deep learning om de dataverwerking met minstens een factor 10 te versnellen.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Ondanks technologische verbeteringen zijn geneesmiddelenontdekkingsprogramma's in de afgelopen decennia minder succesvol en duurder geworden. Dit kan deels worden toegeschreven aan de hardnekkige toepassing van suboptimale preklinische screeningsplatformen die voornamelijk gebruik maken van eenvoudige celculturen en toxiciteits- en farmacokinetische experimenten met diermodellen. Organoïden vormen een nieuwe generatie van beloftevolle modelsystemen voor preklinisch onderzoek. De belangrijkste obstakels voor het gebruik van organoïden zijn hun gebrek aan reproduceerbaarheid en het ontbreken van een technologie om ze grondig te karakteriseren. Wij geloven dat robuuste en reproduceerbare organoïdeproductie en analyse alleen kan worden gegarandeerd als organoïden in toto worden gekarakteriseerd met cellulaire resolutie. Met dit project willen we een pijplijn ontwikkelen voor snelle cellulaire fenotypering van intacte organoïden en ons voorbereiden op de lancering van een spin-off bedrijf dat dit als dienstenplatform aanbiedt aan de farmaceutische en biotechnologische industrie.

Onderzoeker(s)

• Promotor: De Vos Winnok
• Co-promotor: Sijbers Jan
• Mandaathouder: Van De Looverbosch Tim

Onderzoeksgroep(en)

• Laboratorium voor celbiologie en histologie

Project type(s)

• Onderzoeksproject

Abstract

FleXCT is een geavanceerd röntgensysteem dat uniek is in zijn soort omdat het 10 vrijheidsgraden heeft. Het wordt gebruikt om verschillende industriële röntgenomgevingen na te bootsen. De onderhoudskosten van het systeem bedragen ongeveer 20.000 euro per jaar. Deze financiering dekt 25% daarvan.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

3D-printen, en additive manufacturing in het bijzonder, is de afgelopen jaren getransformeerd van een prototyping- naar een volwaardige productietechnologie. De drijvende kracht achter deze transformatie was de behoefte aan op maat gemaakte, lichtgewicht onderdelen en een efficiënter gebruik van grondstoffen om afval te verminderen. De huidige trend gaat in de richting van steeds complexere onderdelen, bestaande uit meerdere materialen om hun fysieke en/of mechanische eigenschappen te verbeteren. De complexiteit van de onderdelen versterkt de nood aan gespecialiseerde inspectie- en kwaliteitscontrolemethoden. In dit project zal de complementariteit tussen verschillende beeldvormingstechnologieën zoals 3D röntgenbeeldvorming, thermische beeldvorming en terahertz beeldvorming worden onderzocht binnen het toepassingsgebied van 3D inspectie en metrologie van 3D geprinte onderdelen.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Billen Pieter
• Co-promotor: Sijbers Jan
• Co-promotor: Vanlanduit Steve
• Co-promotor: Van Passel Steven

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Conventionele röntgen beeldvorming gebaseerd op basis van absorptie is welbekend van bv. medische thoraxfoto's. Door duizenden röntgenfoto's te verzamelen kan een 3D beeld van de microstructuur van een object gereconstrueerd worden, wat veel toepassingen kent in industriële inspectie en metrologie van vervaardigde materialen. Röntgen beeldvorming biedt nog twee types contrast: fase contrast (door refractie aan interfaces) en dark-field (verstrooiing onder ultra-kleine hoeken). Die laatste twee kunnen enkel gemeten worden met gespecialiseerde grating hardware, zoals in de edge-illumination (EI) techniek. Fase contrast kan voor 'zachte 'materialen, zoals polymeren, tot 1000 keer helderder zijn dan attenuatie contrast. Helaas vereist EI minstens drie metingen om de contrasten te scheiden, wat tot lange verwerkingstijden leidt. Het doel van dit project is eigenschappen van fase contrast te gebruiken voor efficiënte inspectie en metrologie van vervaardigde materialen. Om het aantal metingen te beperken zullen algoritmes uitgerust met voorgaande kennis in de vorm van 3D mesh modellen ontwikkeld worden. Inspectie en metrologie technieken gebaseerd op een gelimiteerd aantal metingen zullen ontwikkeld worden waarin gemeten fasecontrast beelden vergeleken worden met gesimuleerde CAD projecties. Voor metrologie zal adaptiviteit van het oppervlakte mesh aan gemeten projecties geïmplementeerd worden. De methodes zullen gevalideerd worden op industriële objecten met plastics en metalen.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan
• Mandaathouder: Merckx Jannes

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Deze kernfaciliteit integreert infrastructuur van topkwaliteit en unieke expertise op gebied van X-stralenbeeldvorming met het oog op de reconstructie, verwerking en analyse van dynamische 3D-scènes. Zij maakt gebruik van complementaire platformen voor 4D Xstralenbeeldvorming, waaronder een ultra-flexibel en multi-modaal X-stralen CT systeem (FleXCT) en een stereoscopisch hogesnelheids-X-stralenvideografie-systeem (3D2YMOX). De faciliteit biedt dienstverlening op maat voor beeldacquisitie –reconstructie en -analyse voor zowel industriële als (invivo) biologische studies.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Aerts Peter
• Co-promotor: De Beenhouwer Jan
• Co-promotor: Dirckx Joris
• Co-promotor: Van Wassenbergh Sam

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

X-stralen computertomografie (XCT) wordt veelvuldig toegepast in materiaalwetenschappen en industriële toepassingen (bvb. niet-destructief testen en inspectie) voor niet-invasieve beeldvorming. Terwijl bij traditionele XCT het beeldcontrast enkel gegenereerd wordt door absorptie van X-stralen, wordt met fasecontrast X-stralen beeldvorming ook het lokale verstrooiingsvermogen in het object en de faseverschuiving van de X-stralen gemeten, waardoor nieuwe contrasten zichtbaar worden. Edge Illumination (EI) is een fasecontrast-techniek die compatibel is met conventionele, polychromatische X-stralen bronnen en heeft daardoor een groot potentieel voor toepassing in de industrie. De scantijden van EI-XCT zijn echter substantieel langer dan deze van traditionele XCT. Om dit te verhelpen, zal ik nieuwe acquisitie- en reconstructiemethodes ontwikkelen voor EI-XCT, die in staat zijn om drie complementaire contrasten te genereren in een opnametijd die vergelijkbaar is met die van traditionele XCT. De ontwikkelde methodes worden gecombineerd met een iteratieve reconstructie techniek om een kwantitatieve reconstructie te bevorderen. Een snelle en kwantitatieve EI-XCT methode zal het potentieel om EI-XCT industrieel inzetbaar te maken, sterk verhogen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan
• Mandaathouder: Huyge Ben

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Op het gebied van veiligheid hebben de douane- en grensinspectie de afgelopen 20 jaar geen baanbrekende technologische ontwikkelingen gekend in de afgelopen 20 jaar, sinds de invoering van röntgenapparatuur. De beperkingen van deze huidige technologieën worden nog verergerd door de toenemende diversiteit en nieuwheid van de materialen, instrumenten en methoden voor illegale handel. Deze beperkingen in combinatie met de groeiende behoeften op het gebied van inspectie en controle vragen om een innovatieve oplossing. Om een stap verder te komen dan de bestaande planaire scanmethoden met beperkte materiaalidentificatieresultaten hebben verschillende studies potentiële oplossingen geïdentificeerd die gericht zijn op: - hoogenergetische 3D-röntgentomografie - Neutronenondervraging/fotofissie - Nucleaire resonantiefluorescentie (NRR) Hoewel deze goede resultaten en prestaties laten zien, hebben zij ook een aantal belangrijke nadelen, die hun mogelijke toepassingen beperkt. Bovendien hebben deze oplossingen geen gemeenschappelijke technologische bouwstenen, wat betekent dat zij alleen kunnen leiden tot afzonderlijke verwijderingen. Het voorgestelde MULTISCAN3D onderzoekt een nieuw alles-in-één systeem dat tegelijk een gebruiksvriendelijke, flexibele, verplaatsbare oplossing die informatie van hoge kwaliteit biedt voor: - Snelle hoogenergetische 3D-röntgentomografie (als eerste lijn) - Neutronenondervraging/fotofissie (als tweede lijn) - NRR op basis van smalle gammastralenbundels (als tweede lijn) MULTISCAN3D zal beginnen met het onderzoeken en definiëren van behoeften en eisen, op een technologisch neutrale manier, met de meest vooraanstaande douaneautoriteiten van Europa, die zullen worden vertaald in technische specificaties. De hoofdbestanddeel van het onderzoek zal worden geconcentreerd op drie delen, waarna laboratoriumvalidaties en demonstratie in reële omgevingen demonstratie zullen worden uitgevoerd. Deze drie werkgebieden zijn: - Laser-plasma-gebaseerde versnellers als röntgenbronnen - 3D-reconstructie voor multi-view configuraties en gegevensverwerking - Detectoren en bronbewaking Tegelijkertijd zullen aanvullende technieken met chemische en SNM-identificatiemogelijkheden worden onderzocht.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Q-INSPEX richt zich op de ontwikkeling van nieuwe niet-invasieve beeldvormings- en beeldverwerkingsprotocollen om objecten en proefpersonen kwantitatief te inspecteren. De belangrijkste beeldvormingstechnologieën hierin zijn röntgen-, (nabij)infrarood en TeraHertz beeldvorming. Deze technologieën zijn grotendeels complementair aan elkaar en kunnen ingezet worden als (i) een R&D tool om specifieke karakteristieken van materialen (eetwaren, verf, polymeren,...) te meten, (ii) als een kwaliteitscontroleprocedure, geïmplementeerd in een industriële omgeving (bv. compatibel met verwerkingssnelheden) of (iii) inspecties in het veld van gewassen en infrastructuur (bv. corrosie). Bovendien kunnen ze worden toegepast in een breed scala van domeinen: productie van additieven, composieten, kunstvoorwerpen, archeologie, textiel, gewassen, voeding, enz.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan
• Co-promotor: Janssens Koen
• Co-promotor: Scheunders Paul
• Co-promotor: Steenackers Gunther
• Co-promotor: Van der Snickt Geert
• Mandaathouder: De Samber Björn
• Mandaathouder: Levrau Elisabeth

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Neuropathologie is een interdisciplinair onderzoeksveld waarbij beeldvorming en beeldgestuurde interventies onmisbaar geworden zijn. De snelle groei van diepgravende onderzoekstechnologieën en de verschillende schalen waarop deze werken, hebben echter geleid tot een knelpunt op het niveau van integratie, enerzijds van de verschillende beeld datasets onderling, en anderzijds van de multimodale beeldinformatie met omics-afgeleide en klinische gegevensbanken. Om te voldoen aan de groeiende nood voor holistische interpretatie van multischaal- (molecule, cel, organ(oid), organisme) en meerlagige (beeldvorming, omica, chemo-fysisch) informatie over de (dys)functie van het centraal en perifeer zenuwstelsel, stellen we μNEURO voor, een consortium dat bestaat uit 8 gevestigde teams met complementaire expertise in neurologie, biomedische en microscopische beeldvorming, elektrofysiologie, functionele genetica and geavanceerde data analyse. Het doel van μNEURO is om neuropathologisch onderzoek te stimuleren en nieuwe pathogene mechanismen te identificeren die betrokken zijn bij neuro-ontwikkelings- and -degeneratieve aandoeningen (bvb., Alzheimer's ziekte, epilepsie, Charcot-Marie-Tooth) en dit op een cel-tot-organisme brede schaal. Het verwerken van grote spatiotemporele beeld data en de cross-correlatie van multimodale beelden met gerichte verstoringen staat centraal. Bovendien zal de inclusie van (pre) klinische teams de vertaling naar een klinische setting versnellen en toelaten klinische gevallen te doorgronden met behulp van dier- en cellulaire modellen. Als kenniscentrum voor neuro-georiënteerde beeldomica bevordert μNEURO vooruitgang voor de universiteit en de gemeenschap, waaronder i) nieuwe inzichten in moleculaire pathways van aandoeningen van het zenuwstelsel; ii) nieuwe hulpmiddelen en modellen die uitgebreide experimenten en integrale analyse mogelijk maken; iii) verbeterde translationele pipeline voor ontwikkelen en validatie van nieuwe diagnostische biomarkers en therapeutische chemische samenstellingen; iv) verbeterde zichtbaarheid, samenwerking en internationaal gewicht en concurrentievoordeel voor grote multi-partner onderzoeksprojecten.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Baets Jonathan
• Co-promotor: Cras Patrick
• Co-promotor: De Vos Winnok
• Co-promotor: Giugliano Michele
• Co-promotor: Kumar-Singh Samir
• Co-promotor: Staelens Steven
• Co-promotor: Stroobants Sigrid
• Co-promotor: Timmerman Vincent
• Co-promotor: Timmermans Jean-Pierre
• Co-promotor: Verhoye Marleen
• Co-promotor: Weckhuysen Sarah

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het Pacifix II project bouwt verder op de resultaten van het Pacifix I project. Tijdens het Pacifix I project werd een raamwerk ontwikkeld waarbij de fragmenten van een distale radius botbreuk individueel worden gesegmenteerd en virtueel worden gereduceerd (terug samengesteld). In het Pacifix II project zullen we software tools ontwikkelen om de chirurgische operatie automatisch voor te bereiden. We zullen software ontwikkelen om te bepalen welke chirurgische plaat het meest geschikt is voor de patient en zijn fractuur, door de beschikbare platen virtueel te laten aansluiten op het gereduceerde bot. We zullen een pre-operatief plan opstellen waarbij de positie van de plaat en de lengte en richting van de schroeven geoptimaliseerd zijn. Om de tijd in de operatiekamer te verkorten, zullen we chirurgische richtapparaten ontwerpen, die een fysiek sjabloon vormen van het plaatje, de schroeven en het bot, die ervoor zorgen dat het plaatje en de schroeven slechts op een manier gefixeerd kunnen worden op het bot.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Vanhees Matthias

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het Vlaams AI-onderzoeksprogramma concentreert zich op generieke AI-methodologieën die algemeen inzetbaar zijn voor talloze toepassingen in de gezondheidszorg, de industrie en door de overheid. De noden zijn aangegeven door gebruikers uit deze toepassingsdomeinen.

Onderzoeker(s)

• Promotor: Mannens Erik
• Co-promotor: Calders Toon
• Co-promotor: Daelemans Walter
• Co-promotor: Goethals Bart
• Co-promotor: Latré Steven
• Co-promotor: Laukens Kris
• Co-promotor: Martens David
• Co-promotor: Sijbers Jan
• Co-promotor: Steckel Jan

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Identificatie van ziektemechanismen en nieuwe therapeutische doelen berust op het gebruik van celcultuur en diermodellen. Terwijl eerstgenoemde sterk vereenvoudigd zijn, zijn de laatstgenoemde niet menselijk en ethisch betwist. Suboptimale modellen aan de ontdekkingszijde zullen onvermijdelijk leiden tot een groter verlies van leads in klinische trials. Met de komst van humane geïnduceerde pluripotente stamcel technologie, is het nu mogelijk om organoïden te genereren die een deel van de heterogeniteit en driedimensionale context van menselijk weefsel getrouwer recapituleren. Verschillende onderzoeksgroepen aan de Universiteit Antwerpen (UA) erkennen het potentieel hiervan en hebben uiteenlopende organoïdeculturen geïmplementeerd, in het bijzonder voor neurowetenschappelijk onderzoek. Biologische variabiliteit en het onvermogen om deze stalen op cellulair niveau met hoge doorvoer te karakteriseren, belemmeren echter hun integratie in een routine setting. Daarom hebben we de ambitie om een holistische oplossing te ontwikkelen die objectieve cellulaire fenotypering van intacte neuro-organoïden mogelijk maakt door een combinatie van fluorescente kleuringen, geavanceerde microscopie en artificiële intelligentie (AI).

Onderzoeker(s)

• Promotor: De Vos Winnok
• Co-promotor: Ponsaerts Peter
• Co-promotor: Sijbers Jan
• Co-promotor: Timmerman Vincent
• Co-promotor: Weckhuysen Sarah

Onderzoeksgroep(en)

• Laboratorium voor celbiologie en histologie

Project type(s)

• Onderzoeksproject

Abstract

Additive manufacturing (AM) zorgt voor een ontwerp- en industriële revolutie in sectoren zoals ruimtevaart, energie, auto's, medisch, gereedschap en consumentengoederen. Tegen 2027 zal de omvang van de AM-markt naar verwachting bijna verdrievoudigen tot meer dan € 30 miljard. Bij AM wordt ~30% van de onderdelen laag voor laag gemaakt door metaal of polymeer te smelten met een krachtige laser. Deze lasergebaseerde AM (LBAM) omvat de meest voorkomende printtechnieken: laser powder bed fusion (LPBF) voor metalen; selectief lasersinteren (SLS) van polymeren. LBAM heeft beperkingen in zowel productiviteit als efficiëntie. Ruwweg 10% van de prints moet worden verwijderd vanwege diverse defecten, wat leidt tot dure inspecties na de bouw omdat de doeltoepassingen meestal high-end en veiligheidskritisch zijn. Er is dus duidelijk behoefte aan een betere printkwaliteit en minder kostbaar afval. Nieuwere LBAM-printers verhogen de productiviteit doordat meerdere lasers materiaal samensmelten. Dit introduceert nieuwe mechanismen voor defectvorming: verkeerde uitlijning tussen scanvelden, thermische interacties tussen lasers in de buurt, interferentie van spatdeeltjes en laserdiffusie van damppluimen in de buurt. Alle lasers moeten gecoördineerd worden om deze defecten te vermijden door een hoger niveau van controle over de lokale thermomechanische omstandigheden. Ook moet het monitoringsysteem hogere datasnelheden aankunnen. Traditionele off-axis bewakingssystemen vereisen een camera per laser, en deze oplossing is niet goed schaalbaar (onbetaalbare kosten, complexe installatie). Een off-axis in-line bewakingssysteem maakt een speciale sensor per laser overbodig, wat een schaalbare oplossing oplevert en het bewakingssysteem integreerbaar maakt in bestaande machines. Een dergelijk systeem bestaat nog niet. De bovenstaande behoeften en hiaten in de stand van de techniek (SOTA) vertalen zich naar de volgende onderzoeksthema's die door MultipLICITY worden aangepakt: 1) Het samenvoegen van informatie van meerdere sensortypes om een breder scala van defect producerende omstandigheden te detecteren. Deze samenvoeging van gegevens moet in een real-time regelkring gebeuren, waardoor onderzoek naar fusie- en analysealgoritmen met beperkte middelen nodig is; 2) Generieke printerbesturing en defectdetectie voor meerdere materiaalsoorten, waarvoor beperkte of geen omscholing nodig is. MultipLICITY wil de kwaliteit, productiviteit en efficiëntie van LBAM verhogen door in-line bewaking en controle uit te breiden naar meerdere defecten, meerdere materialen en meerdere lasersystemen, tegen een concurrerende prijs.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project zorgt voor de financiering van snelle terahertz detectie hardware, als onderdeel van een full-field beeldvorming systeem. Met de nieuwe beeldvormingsapparatuur wordt het mogelijk om nieuwe experimentele data op te nemen die van vitaal belang zijn voor onderzoek naar tomogafische reconstructiealgoritmen en kunnen we tomografische reconstructieconcepten uitbreiden van röntgenbeeldvorming naar het THz-domein.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het bekomen van 3D atomaire resolutie informatie uit (S)TEM beelden is een uitdaging. Alle bestaande methoden hebben specifieke tekortkomingen: STEM ADF tomografie kan moeilijk lichte atomen of verschillende types atomen onderscheiden, en EDX tomografie maakt element-specificiteit mogelijk maar is traag en heeft onvoldoende resolutie. Om aan dit probleem tegemoet te komen, combineren we multi-tilt, through-focus, STEM beeldvorming op basis van verschillende sensor signalen: ADF en iDPC. Hiervoor moeten nieuwe algoritmes ontwikkeld worden die alle informatie combineren tot een 3D beeld, waarbij we gebruik maken van een combinatie van fysische modellen en bv. machine learning technieken. In dit project hebben we verdergewerkt met iDPC en ADF-data en -methoden zoals ontwikkeld in het MSCA ITN Mummering project. Een eerste methode om de atomaire reconstructie te verbeteren is model-gebaseerd en reconstrueert simultaan beide datasets tot een enkele atomaire reconstructie. Het doel van de model-gebaseerde aanpak is voornamelijk het benutten van de beschikbare datasets. Een tweede methode gebruikt deep learning methoden in de reconstructie om de verschillende elementen te kunnen onderscheiden.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Hosseinnejad Shiva

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

De ontdekking van nieuwe, therapeutisch waardevolle moleculen berust op het gebruik van celculturen, welke sterk vereenvoudigd zijn, en diermodellen die niet noodzakelijk overeenstemmen met de mens. Suboptimale modellen aan de preklinische kant, zullen onvermijdelijk leiden tot een groot verlies van kandidaatmoleculen in klinische studies. Dankzij de opkomst van humane geïnduceerde pluripotente stamceltechnologie, is het mogelijk geworden om organoïden te genereren die een meer getrouwe samenstelling en driedimensionele structuur hebben. Jammer genoeg bemoeilijkt de complexe, ondoorzichtig aard van deze weefselanalogen hun integratie in een routine screening omgeving. Wij willen een raamwerk ontwikkelen waarmee organoiden grondig kunnen worden gekarakteriseerd. Meer specifiek, bundelen wij onze expertise in microscopische beeldvorming en deep learning om zeer snelle, hoog-kwalitatieve beeldvorming en cellulaire fenotypering van organïden mogelijk te maken. Om de relevantie kracht bij te zetten, zullen we deze methode toepassen op twee industrieel-relevante voorbeeldapplicaties, met name om celstatus te onderscheiden in tumorsferoïden en om celtypes te identificeren in neuro-organoïden. Eens op punt, geloven wij dat dit raamwerk gretig zal worden aangewend door farmaceutische en klinische onderzoekslaboratoria die hun moleculaire bibliotheken op een relevanter model willen evalueren. Tevens zal het een rol kunnen spelen bij de kwaliteitsbeoordeling van weefselanalogen in de context van regeneratieve geneeskunde.

Onderzoeker(s)

• Promotor: De Vos Winnok
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Laboratorium voor celbiologie en histologie

Project type(s)

• Onderzoeksproject

Abstract

Elektrische impedantiebeeldvorming met behulp van micro-elektrode-arrays met hoge dichtheid (HD-MEA's) is een opkomende niet-invasieve technologie om celculturen te monitoren. De bedoeling van dit project is om een praktische elektrische impedantietomografie (EIT)-strategie te ontwikkelen voor 3D-beeldvorming van cellen gekweekt op 2D HD-MEAs.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In het Pacifix project zal een raamwerk ontwikkeld worden waarbij de fragmenten van een botbreuk individueel worden gesegmenteerd en virtueel worden gereduceerd (terug samengesteld). Hierdoor zullen chirurgen een verbeterd inzicht krijgen in de 3D anatomie van de fractuur en zullen operatieve ingrepen beter voorbereid kunnen worden. Deze behoefte doet zich voor bij alle botbreuken in de buurt van gewrichten, maar Pacifix richt zich op de meest voorkomende (32K/j in België): distale radiusbreuken. Pacifix zal vormmodellering, artificiële intelligentie en klinische expertise combineren om, op basis van een 3D CT beeld, de chirurg in staat te stellen 1) preoperatief te interageren met 2D/3D-beelden, en 2) een patiënt-specifiek pre-operatief plan te ontwerpen. In het Pacifix-project zullen we software tools aanreiken om het opgenomen CT beeld automatisch te analyseren. Dit zal de chirurg tijd besparen bij het opstellen van een pre-operatief plan en bij het uitvoeren van de operatie. Bovendien zal het algoritme een kwalitatiever gereduceerd resultaat genereren, dat dichter bij de oorspronkelijke anatomie van het bot aansluit. Deze algoritmes zullen ook de deur openen naar een opvolgtraject, om gepersonaliseerde fixatieplaten virtueel te ontwerpen. Nu veroorzaken zulke implantaten frictie op de zachte weefsels omwille van een slechte pasvorm en is er een gebrek aan voldoende fixatiemogelijkheden. Hardware falen, peesrupturen en/of malunions komen voor in maar liefst 36% van de casussen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Vanhees Matthias

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het Vlaams AI-onderzoeksprogramma heeft als doel om het strategisch basis onderzoek omtrent AI aan de Vlaamse universiteiten en kenniscentrums te stimuleren. Dit onderzoek moet toepasbaar en relevant zijn voor de Vlaamse industrie. Concreet werden er 4 grote uitdagingen, met toenemende complexiteit, gedefinieerd: 1. Het ondersteunen van complexe beslissingen: focus op het nemen van complexe beslissingen door AI-systemen gebaseerd op datasets die mogelijks onvolledige of foutieve informatie kunnen bevatten. 2. Het verzamelen en verwerken van informatie in de edge: focus op het gebruik van AI-systemen in de egde i.p.v. de cloud door de integratie van software en hardware en de ontwikkeling van algoritmen die minder energie en andere hulpbronnen nodig hebben. 3. De autonome interactie met andere beslissingsentiteiten: focus op samenwerking tussen verschillende AI-systemen die onafhankelijk van elkaar opereren. 4. Het naadloos communiceren en samenwerken met mensen: focus op de natuurlijke interactie tussen mensen en AI-systemen en de ontwikkeling van AI-systemen die complexe omgevingen kunnen begrijpen en menselijke redeneringen kunnen toepassen.

Onderzoeker(s)

• Promotor: Hellinckx Peter
• Promotor: Latré Steven
• Co-promotor: Calders Toon
• Co-promotor: Daelemans Walter
• Co-promotor: Goethals Bart
• Co-promotor: Laukens Kris
• Co-promotor: Martens David
• Co-promotor: Sijbers Jan
• Co-promotor: Steckel Jan

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Atom probe tomografie is een analyse-instrument waarmee de chemische samenstelling van naaldvormige monsters op nanoschaal in 3D kan worden bepaald. De methode werkt door veld-geïnduceerde verdamping. Ionen worden dan opeenvolgend uitgestoten door de top van de naald en worden geabsorbeerd door een positiegevoelige detector. Het resultaat is een tomografisch, atomair beeld van het verdampte volume, weergegeven als een puntenwolk waarin elk punt een atoom is. De huidige reconstructie methoden werden echter ontwikkeld voor homogene monsters en houden geen rekening met de complexe vorm van het oppervlak die zich ontwikkelt tijdens het veldverdampingsproces. Het doel van dit project is om nieuwe reconstructiemethoden te ontwikkelen die rekening houden met de vorm.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

De laatste decennia is metaal additive manufacturing (AM) geleidelijk geëvolueerd van een snelle prototyping technologie naar een veelbelovende transformatieve productietechnologie. In het SBO-FWO DREAM project zullen de UAntwerp onderzoeksgroepen Visionlab en InViLab twee belangrijke uitdagingen aanpakken die AM kunnen omvormen tot een betrouwbare productie-oplossing voor structureel belaste componenten: 1) de ontwikkeling van innovatieve online proces monitoring oplossingen voor een verhoogde kwaliteit van de onderdelen en 2) de ontwikkeling van geavanceerde tijd-resolved computertomografie meettechnieken voor de validatie van onderdelen. De activiteiten van het AM2 SEP-onderzoeksproject zullen worden geïntegreerd in het SBO-FWO DREAM-project (indien de herindiening van oktober 2021 wordt gehonoreerd). Een postdoctoraal onderzoeker zal worden aangeworven om de verbanden te onderzoeken tussen de technologieën die worden gebruikt in de twee uitdagingen van het project (procesmonitoring en onderdeelvalidatie). In het geval dat het FWO SBO DREAM project niet wordt toegekend, zullen we een link leggen met de AM groep van de VUB via het lopende FWO SBO project HiPas, dat een gelijkaardige scope heeft, maar met minder focus op online procesmonitoring in vergelijking met het DREAM project. Bovendien zullen we het AM2 SEP-budget gebruiken om het SBO-FWO DREAM-project naar een Europees niveau te tillen (we hebben al twee relevante oproepen geïdentificeerd: "HORIZON-CL4-2022-DIGITAL-EMERGING-01-05: AI, data en robotica voor de optimalisering van de industrie", "HORIZON-CL4-2022-DIGITAL-EMERGING-01-03: Geavanceerde multi-sensing systemen"). Daartoe zouden wij een consultant kunnen inhuren om ons te ondersteunen bij de indiening van een Horizon Europe RIA-project. De werkzaamheden van de consultant zullen bestaan uit het zoeken naar partners, communicatie met partners en administratieve ondersteuning bij de voorbereiding van het voorstel.

Onderzoeker(s)

• Promotor: Vanlanduit Steve
• Co-promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• InViLab

Project type(s)

• Onderzoeksproject

Abstract

Analyse van scans van patiënten en gezonde controles voor en na 3D scans met kwantitatieve maatstaven voor verschil. Er worden optische scans gemaakt van Afrikaanse proefpersonen met een specifieke huidziekte en hun progressie wordt gekwantificeerd door beeldanalyse van een reeks scans.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Magnetic resonance imaging (MRI) is een medische beeldvormingstechniek die een uitstekend zacht-weefselcontrast genereert en het mogelijk maakt zowel de anatomie als de functie van weefsels niet-invasief te onderzoeken. Bij conventionele MRI zijn voor directe HR-acquisitie lange scantijden nodig om voldoende precisie en ruimtelijke resolutie van het resulterende MR-beeld te bereiken. Vanuit diagnostisch oogpunt vergroten lange scantijden de kans op bewegingsartefacten, terwijl zij vanuit economisch oogpunt de verwerkingscapaciteit verminderen. Bovendien veroorzaken lange scantijden ongemak voor de patiënt. Multi-slice superresolutiereconstructie (MS-SRR) heeft het potentieel om deze beperking te verminderen, door de inherente trade-off tussen resolutie, SNR en scantijd te verbeteren. MS-SRR bestaat erin een 3D-beeld met hoge resolutie (HR) te schatten op basis van een reeks 2D-multislicebeelden met een grote snededikte. Om gegevens voor een MS-SRR-experiment te verkrijgen, worden gewoonlijk twee strategieën gevolgd. De eerste bestaat uit het verwerven van een reeks multislicebeelden met parallelle oriëntaties, waarbij elk beeld in de dwarsdoorsnede-richting is verschoven met een verschillende subpixelafstand. De tweede bestaat uit het verwerven van geroteerde multislice-beelden, waarbij elk beeld om de frequentie- en/of fasecoderingsas wordt geroteerd met een andere rotatiehoek. Deze twee strategieën zullen worden vergeleken in termen van nauwkeurigheid en precisie van de gereconstrueerde beelden. MS-SRR schatting is over het algemeen een slecht gesteld probleem en het gebruik van regularisatie heeft een impact op het SRR geschatte beeld. Ik zal een Bayesiaans SRR raamwerk onderzoeken waarin lokale correlatie informatie geleerd wordt uit MRI beelden en gebruikt wordt om de SRR schatting te stabiliseren. Een optimaal experimenteel design kader zal worden ontwikkeld waarin de Bayesiaanse Mean Squared Error (BMSE) van de MAP schatter wordt voorgesteld als een prestatiecriterium, om de twee voornoemde acquisitie strategieën te vergelijken in het kader van geregulariseerde MS-SRR. We zijn van plan om de op BMSE gebaseerde voorspellingen te valideren op gesimuleerde en reële gegevens. Ten slotte willen we het kader voor een optimaal experimenteel ontwerp van MS-SRR uitbreiden tot kwantitatieve SRR (qSRR). Bij qSRR wordt een hoge-resolutie (HR) relaxatieparameterbeeld geschat op basis van een reeks gewogen multi-slice beelden met een lage snede-resolutie. Elke slice van elk LR-beeld kan worden verkregen met verschillende wegingsinstellingen, waardoor maximale flexibiliteit wordt geboden om de wegingsinstellingen voor elke slice afzonderlijk te optimaliseren. Met het oog op de hoogst haalbare precisie voor een gegeven opnametijd, zullen we het experimenteel ontwerp van het SRR-kader optimaliseren door te zoeken naar de optimale opnameparameters. Verwacht wordt dat dit onderzoek de afweging tussen signaal-ruisverhouding, resolutie en scantijd in qSRR verder zal verbeteren, door bijvoorbeeld precieze schattingen van HR-parameterbeelden uit kortere scans mogelijk te maken.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Nicastro Michele

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Diffusie magnetische resonantie beeldvorming is een krachtige, niet-invasieve techniek om de microscopische eigenschappen van weefsels te onderzoeken, gebaseerd op het analyseren van de diffusie van watermoleculen, die wordt beïnvloed door de microstructuur van de weefsels. De klinische toepassing van hoge resolutie diffusiebeeldvorming wordt echter belemmerd door de lange scantijd. Om de scantijd te verkorten, zijn snelle opnameschema's geïntroduceerd, zoals multi-shot opnames en undersampled data-acquisitie. Deze opnameschema's kunnen echter leiden tot ernstige artefacten in de gereconstrueerde diffusieparameterkaarten indien ze niet worden aangevuld met slimme beeldreconstructie. In dit project introduceren we een geavanceerde reconstructie kader dat versnelde beeldvorming mogelijk maakt door het variëren van de diffusie contrast instellingen tijdens de verwerving van een enkel beeld, bijvoorbeeld voor elk shot in de multi-shot verwerving, het introduceren van intra-scan modulatie. Dit model-gebaseerde reconstructie kader schat diffusieparameter kaarten rechtstreeks uit de verworven intra-scan gemoduleerde gegevens en corrigeert tegelijkertijd voor artefacten in verband met shot-to-shot fase inconsistenties. De statistische prestaties van dit raamwerk zijn inmiddels beoordeeld in Monte Carlo simulatiestudies. In de volgende fase van het project zal het raamwerk worden uitgebreid met hogere-orde fasepatronen om rekening te houden met complexere bewegingen van proefpersonen. Bovendien zal het raamwerk gecombineerd worden met gangbare versnellingsmethoden zoals parallelle beeldvorming om te streven naar hogere versnellingspercentages. Tenslotte willen we de optimale beeldvormingsinstellingen bepalen, inclusief bemonsteringsstrategie en optimale diffusiecontrast set-ups, gebruik makend van een statistisch experimenteel design gebaseerd op een Cramér-Rao Lower Bound analyse. De haalbaarheid van deze aanpak zal worden onderzocht in real-data experimenten waarbij in eerste instantie retrospectieve versnelling en in tweede instantie directe acquisitie van multi-shot intra-scan gemoduleerde data in overweging worden genomen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Shafieizargar Banafshe

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Zoals gedefinieerd door de Quantitative Imaging Biomarkers Alliance, is kwantitatieve beeldvorming gericht op het extraheren van "kwantificeerbare kenmerken uit medische beelden voor de beoordeling van normaal of de ernst, mate van verandering, of status van een ziekte, of chronische aandoening ten opzichte van normaal" . Echter, het gebrek aan een wijdverspreide consensus en integratie in commerciële software van kwantitatieve MRI (qMRI) methoden hebben zowel de directe vergelijking tussen resultaten van verschillende onderzoeksgroepen als de vertaling van geavanceerde qMRI technologie naar de kliniek belemmerd. Het algemene doel van dit onderzoeksproject is om de kloof tussen qMRI onderzoek en klinische toepassingen te overbruggen met behulp van het syngo.via Frontier platform van Siemens Healthineers. Dit platform dient als een geïntegreerde onderzoeksomgeving voor geavanceerde verwerking van medische beelden, waardoor zowel de ontwikkeling als de evaluatie van algoritmen in nauwe samenwerking met clinici mogelijk wordt. Een gevestigde groep MRI beeldverwerkingsalgoritmen, algemeen aangeduid als super-resolutie reconstructie (SRR) technieken, worden gebruikt om een hoge-resolutie beeld te schatten uit een set van lage-resolutie beelden, waardoor de balans tussen signaal-ruisverhouding (SNR), ruimtelijke resolutie en scantijd wordt verbeterd. Specifieke SRR-methoden werde reeds ontwikkeld voor anatomische MRI met hoge resolutie, maar ook voor qMRI via de integratie van kwantitatieve modellen die de schatting van biofysische parameters voor weefselkarakterisering mogelijk maken. Hoewel SRR toepassingen kent in verschillende klinische domeinen, moet het klinisch potentieel ervan in de context van musculoskeletale (MSK) MRI nog grondig onderzocht worden. Het specifieke doel van dit onderzoeksproject is dan ook tweeledig: 1. Na de aangetoonde haalbaarheid van SRR TSE MRI van de knie, willen we de klinische toepassing van de beschreven anatomische SRR techniek voor versnelde hoge-resolutie isotrope 3D knie MRI evalueren door vergelijking met de huidige klinische standaard. Bovendien zal de integratie van het SRR post-processing algoritme voor MSK MRI op het Siemens syngo.via Frontier platform worden afgerond om klinische evaluatie te vergemakkelijken. 2. Zoals eerder gemeld, toont 3D UTE Spiral VIBE MRI een grote belofte voor snelle T2* kartering van kniestructuren. Om de nauwkeurigheid en precisie van de T2*-schatting verder te verbeteren, willen we een kwantitatief SRR-kader ontwikkelen voor snelle isotrope T2*-kartering van de knie, gebaseerd op zowel ultrakorte echotijd (UTE) als multi-echo gradiënt-echo (MEGE) beeldvorming. In het licht van QIBA's missie, zal het ontwikkelde kwantitatieve SRR kader gebruikt worden om de geschiktheid van de biofysische korte en lange T2* parameters als biomerkers van MSK weefsel structurele integriteit te onderzoeken. Meer specifiek zal het kader gebruikt worden om de ernst van voorste kruisbanden (ACL) letsels te beoordelen en om het genezingsproces van gereconstrueerde/gerepareerde ACL's te evalueren.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Diffusie-gewogen magnetische resonantie beeldvorming is een niet-invasieve techniek om de microstructurele eigenschappen van de hersenen te onthullen door de lokale diffusie van watermoleculen te meten. Door mathematische modellen toe te passen op diffusie-MRI-gegevens kan kwantitatieve informatie worden geëxtraheerd en van deze modellen wordt het diffusietensormodel (DTI) het meest toegepast. Recente literatuur heeft echter aangetoond dat het diffusie kurtosis imaging (DKI) model meer accurate schattingen van de diffusie tensor eigenschappen kan geven, alsmede aanvullende informatie in klinische toepassingen. Helaas wordt de kwaliteit van de diffusiemetrieken aangetast door verschillende acquisitie artefacten, zoals Gibbs ringing, wervelstroom-vervormingen en gevoeligheid-geïnduceerde artefacten. Naast deze bekende artefacten kunnen voxels in DW-beelden nog andere problemen vertonen: ● signaalintensiteitsuitschieters als gevolg van beweging, pulsatie van het hart of instabiliteit van het systeem kunnen de parameterschattingen zodanig in gevaar brengen dat zij niet langer bruikbaar zijn; ● beeldvoxels zijn relatief groot (2 tot 3 mm isotroop) en dus gevoelig voor partiële volume-effecten, hetgeen vooral een probleem is bij hersenbeelden wanneer signaal van het cerebrospinaal vocht het diffusiesignaal verstoort waardoor de interpretatie van diffusiemarkers dubbelzinnig wordt en niet langer weefselspecifiek is. Een eerste doelstelling van dit project is het verbeteren en valideren van een outlier-robuust raamwerk voor diffusie en kurtosis parameterschatting. Tijdens de eerste fase van het doctoraatsproject werden de prestaties van een dergelijk raamwerk beoordeeld in simulatie-experimenten, waarbij ruimtelijke correlaties van uitbijters werden genegeerd. Als een logische stap voor het verbeteren van de methode zal voorafgaande informatie over hoe uitschieters correleren binnen een slice worden opgenomen. Vervolgens zal een validatiestudie worden uitgevoerd om de reproduceerbaarheid van DKI metrieken in echte test-retest datasets te beoordelen. In het tweede en derde jaar van het doctoraatsproject is een geavanceerd bi-compartimentmodel op basis van de combinatie van diffusie- en relaxometriegegevens voorgesteld voor de correctie van vrij-waterverontreiniging in multi-shell multi-echo diffusiegegevens. Dit werk heeft geresulteerd in een tijdschriftartikel dat in het tweede kwartaal van 2021 zal worden ingediend. Deze veelbelovende aanpak maakt gebruik van de combinatie van diffusie- en relaxometriegegevens als een rijke bron van informatie, maar is niet toepasbaar op datasets die zijn verkregen met één echotijd, die typisch worden verkregen in de klinische praktijk. Om deze reden is ons volgende onderzoeksdoel het implementeren en valideren van benaderingen voor gedeeltelijke volume correctie in single/multi-shell single-echo acquisities. Hiervoor zal het potentieel van artificiële intelligentie oplossingen worden onderzocht om om te gaan met het slecht geconditioneerde parameterschattingsprobleem. Als onderdeel van het initiële opleidingsnetwerk (ITN) B-Q MINDED van Horizon 2020 zal het uiteindelijke doel van het project zijn om de ontwikkelde technieken te integreren in een door de regelgevende instanties goedgekeurd kwantitatief MR-product dat kan worden gebruikt in klinische studies en, in een later stadium, in de dagelijkse klinische praktijk voor een betere beoordeling van de werkzaamheid van geneesmiddelen en de follow-up van patiënten.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Multiple Sclerose (MS) is een auto-immuunziekte van het centrale zenuwstelsel. Men kan niet genezen van MSn, maar er zijn wel tal van behandelingen ontwikkeld om de progressie te vertragen. Het volgen van de progressie van de ziekte en het nemen van klinische beslissingen berusten vaak op de uitgebreide invaliditeitsschaal (EDSS). Helaas heeft de EDSS te lijden onder een slechte betrouwbaarheid, herhaalbaarheid en hoge interbeoordelaarsvariabiliteit. Een eerste doelstelling van dit project is het verminderen van de interbeoordelaarsvariabiliteit en het verhogen van de herhaalbaarheid bij het kwantificeren van het risico op invaliditeit van de patiënt door het ontwikkelen van een techniek voor machinaal leren op basis van anatomische magnetische resonantiebeelden (MRI) en diffusie-MRI (dMRI). Als eerste stap zullen we ons richten op de voorspelling van de EDSS-score, maar andere klinische scores zullen ook worden opgenomen. Om een geautomatiseerde EDSS scoring methode te ontwikkelen is een grote database nodig. Dergelijke databanken zijn typisch samengesteld uit beelden van meerdere centra, en zijn dus afhankelijk van scannerhardware, reconstructiealgoritmes en acquisitieprotocols. Deze factoren leiden tot een hoge intra- en intersite variabiliteit in structurele MRI data, en nog meer in parameters afgeleid uit dMRI data. Een tweede doel is het ontwikkelen, implementeren en valideren van harmonisatiemethoden voor structurele en dMRI-gegevens, om ongewenste variabiliteit te verminderen terwijl de biologische variabiliteit behouden blijft. Om dit doel te bereiken ben ik co-auteur van een review paper over dMRI harmonisatie methoden [Pinto, et al. 2020]. Een volgende stap is het valideren van een recent voorgestelde diffusie harmonisatiemethode "Method of Moments" [Huynh, et al. 2019] op in vivo dMRI data. Ten slotte is het uiteindelijke doel van het project, als onderdeel van het initiële opleidingsnetwerk B-Q MINDED van Horizon 2020, de integratie van de harmonisatie- en EDSS-scoringsalgoritmen in een product dat kan worden gebruikt in klinische trials en, in een later stadium, in de dagelijkse kliniek. Planning • September 2021 - oktober 2021: Afronding van de EDSS scoring applicatie gebaseerd op anatomische MRI. Indiening van een manuscript in een tijdschrift "Prediction of EDSS scores in MS patients from MRI" tegen eind oktober 2021. • November 2021 - december 2021: Afronding van implementatie en validatie van deep-learning benaderingen voor de harmonisatie van anatomische en diffusie MR-beelden. • Januari 2022 - februari 2022: geautomatiseerde EDSS-scoring op basis van geharmoniseerde structurele en dMRI-gegevens. • Maart 2022 - juli 2022: voorbereiding van het doctoraatsthesis. Referenties Pinto, M.S., Paolella, R.,…..et al. "Harmonization of brain diffusion MRI: Concepts and methods." Frontiers in Neuroscience 14 (2020). Huynh, Khoi Minh, et al. "Multi-site harmonization of diffusion MRI data via method of moments." IEEE transactions on medical imaging 38.7 (2019): 1599-1609.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Terahertz (THz) tomografie is een opkomende technologie die gebruik maakt van elektromagnetische straling met terahertz frequentie voor tomografische beeldvorming. Net als röntgenstralen geven THz-golven informatie over het inwendige van een object door interactie met het object. THz-golven interageren op verschillende manieren met vele materialen. Ze worden geabsorbeerd in polaire materialen zoals water, dringen door in de meeste verpakkingsmaterialen (plastic, papier, keramiek, ...) en worden volledig gereflecteerd door metaal. In tegenstelling tot röntgenstralen zijn er geen negatieve effecten bekend van THz-golven, waardoor de toepassing ervan aantrekkelijk is voor biomedische doeleinden en voor industriële inspectie, niet-destructief onderzoek, materiaalkunde en agro-food toepassingen. De Gaussische THz-bundel divergeert echter veel sneller dan een röntgenstraal en reflectie- en refractie-effecten spelen een dominante rol, waardoor het gebruik van conventionele X-ray reconstructietechnieken wordt verhinderd. In dit project richten we ons op de ontwikkeling van op voorkennis gebaseerde iteratieve reconstructie technieken voor THz tomografie die de fysica van de THz-beeldvorming in het beeldreconstructie proces modelleren, in tegenstelling tot het uitvoeren van voor- of nabewerkingsstappen. Dergelijke algoritmen zijn bijna onontgonnen voor THz-beeldvorming en kunnen de toepasbaarheid van de techniek sterk vergroten door een aanzienlijke verbetering van de beeldkwaliteit.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan
• Mandaathouder: Lumbeeck Lars-Paul

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Veel eigenschappen van voeding, planten of zaden die relevant zijn voor procestechniek of kwaliteit zijn gerelateerd aan de microstructuur. Inzicht in de microstructuur is daarom essentieel om de kwaliteit van voeding te beheersen. In de fabrieken van de toekomst vereisen flexibele en efficiënte processen speciale sensortechnologie en geautomatiseerde analysemethoden. In deze context wint X-stralen computer tomografie (XCT) terrein als een niet-destructieve methode om zeer gedetailleerde beelden van zowel interne als externe kenmerken te maken. De huidige XCT analyse van voeding heeft echter een aantal beperkingen: i) Veel microstructuur kenmerken blijven onzichtbaar door zwak beeldcontrast in zachte materie. ii) Zichtbaarheid en kwantificering van de structuur van absorptie XCT-beelden hangt sterk af van de beeldresolutie, terwijl relevante kenmerken op subresolutie-grootte vaak niet detecteerbaar zijn. iii) Kwaliteitscontrole vereist betrouwbare detectie- en classificatiemethoden die werken aan proceslijnsnelheden en die momenteel buiten het bereik van de levensmiddelenindustrie liggen. Met fasecontrast XCT kunnen beelden worden verkregen met een contrast dat het conventionele XCT-contrast ver overtreft. Deze techniek was alleen beschikbaar bij synchrotronfaciliteiten, maar recente ontwikkelingen laten nu ook XCT lab opstellingen toe. De toepassing van de techniek op voedselanalyse staat echter in zijn kinderschoenen en 3D inline toepassingen worden gehinderd door de lange acquisitietijd. Het doel van dit project is om deze beperkingen te overwinnen door het ontwikkelen van nieuwe (inline) XCT fasecontrast acquisitie, reconstructie en inspectie-algoritmen die specifiek zijn voor de voedingsindustrie. Dit stelt ons in staat om uitdagingen aan te pakken zoals beperkte zichtbaarheid van microstructurele kenmerken, niet-detectie van kenmerken met subresolutiegrootte en incompatibiliteit van betrouwbare detectie- en classificatiemethoden aan proceslijnsnelheden.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In X-ray computertomografie (XCT) worden röntgenfoto's van een object genomen vanuit meerdere hoeken en gebruikt om een ​​3D-reconstructie van het volledige object te vormen. In fasecontrast-CT wordt een gespecialiseerde opstelling gebruikt om een ​​signaal te verkrijgen dat niet alleen informatie bevat over de absorptie van de röntgenstralen (zoals in traditionele XCT), maar ook over de lokale verstrooiing vermogen in het monster en op de faseverschuiving, een eigenschap van de golf. In de standaard fasecontrastreconstructieworkflow worden de verkregen gegevens eerst gescheiden in een verzwakkings-, differentiële fase- en donker-veldsignaal. Deze signalen worden vervolgens afzonderlijk gereconstrueerd, met behulp van een algoritme dat is afgeleid van traditionele XCT, waarna de gegevens van de verschillende signalen als een geheel worden geëvalueerd. We concentreren ons op twee problemen in deze workflow. Ten eerste gebruiken de signaalscheiding en de reconstructie een lineair model, dat vaak niet overeenkomt met de realiteit. Dit model gaat uit van een bron die een enkel type röntgenstraal uitzendt, terwijl in een algemene instelling er een heel spectrum is. Ten tweede is er een relatie tussen de verschillende signalen die worden gereconstrueerd, omdat ze allemaal afkomstig zijn van hetzelfde monster. Momenteel wordt dit niet geëxploiteerd tijdens de reconstructie. Het einddoel van dit project is om een ​​model voor reconstructie te creëren dat alle fasecontrastmodaliteiten tegelijkertijd gebruikt, rekening houdend met de verschillende röntgenstralenenergieën, zodanig dat fasecontrast in een kwantitatieve omgeving kan worden gebruikt.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan
• Mandaathouder: Six Nathanaël

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In dit project zullen we een methode ontwikkelen om de thermische conditie van een persoon te volgen doorheen de tijd, met behulp van onder meer thermische camera's. Daartoe worden virtuele 3D-modellen opgesteld. De voorgestelde techniek legt de basis voor een gebruiksvriendelijk en mobiel meetsysteem voor laboratoria, ziekenhuizen, revalidatiecentra, trainingsfaciliteiten voor sporters.

Onderzoeker(s)

• Promotor: Vanlanduit Steve
• Co-promotor: Ribbens Bart
• Co-promotor: Sijbers Jan
• Co-promotor: Verwulgen Stijn

Onderzoeksgroep(en)

• InViLab

Project type(s)

• Onderzoeksproject

Abstract

Via X-stralen computertomografie (XCT) kunnen op niet-destructieve manier interne en externe karakteristieken van een object in 3D in beeld gebracht worden. Medische toepassingen van XCT zijn welbekend, maar ook in andere industriële sectoren zijn de mogelijke toepassingen van XCT legio, zoals materiaalkarakterisatie, proces- en kwaliteitscontrole en veiligheidsinspectie. Toch dringt conventionele XCT niet sterk door in de industrie, o.m. omdat elke industriële toepassing een specifieke scan-opname, verwerkingssnelheid en kwaliteit vereist en de in de markt beschikbare CT apparatuur nauwelijks aangepast is aan deze noden. Het merendeel van de beschikbare CT toestellen is immers zeer rigide qua scan-geometrie en niet kostenefficiënt. Om nieuwe, innovatieve X-stralen scanmethodes in de praktijk te brengen, werd in 2019 door imec-Visionlab een op maat gemaakt X-stralen toestel aangekocht: de UniTomXL (Tescan-XRE). De alternatieve naam voorzien voor dit toestel, FleXCT , beklemtoont de uitzonderlijke flexibiliteit en in mogelijke X-stralen geometrieën voor industriële toepassingen. Bovendien heeft imec-Visionlab in de voorbije 10 jaar de ASTRA toolbox ontwikkeld waarmee de opgenomen X-stralenscan gereconstrueerd kunnen worden tot gedetailleerde 3D beelden. Om snel op industriële XCT vragen te kunnen inspelen via een efficiënt service platform, is er echter een performante workflow vereist, bestaande uit 1) FleXCT initialisatie, 2) FleXCT scanning, 3) 3D beeldreconstructie 4) beeld-visualisatie en -analyse. In dit project zal de focus daarom liggen op de ontwikkeling van de workflow van klantvraag tot analyse. Hiervoor zullen we nieuwe scanning scripts ontwikkelen, de ASTRA toolbox reconstructie-algoritmen naadloos aan deze scripts koppelen, en snelle visualisatie en analyse van de gereconstrueerde 3D modellen realiseren via het softwarepakket DragonFly (ORS, Canada, www.theobjects.com/dragonfly). Dankzij deze nieuwe workflow zal een efficiënt service-platform aangeboden kunnen worden aan zowel academische als industriële partners.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Upgrade van de hardware van ons huidig 9.4T MRI systeem van Bruker zal ons toelaten alle niewe Bruker software paketten te implementeren. Dit zal ons in staat stellen om state of the art MRI experimenten uit te voeren ter hoogte van de hersenen van kleine proefdieren zoals muizen, ratten en zangvogels.

Onderzoeker(s)

• Promotor: Van Der Linden Annemie
• Co-promotor: Keliris Georgios A.
• Co-promotor: Ponsaerts Peter
• Co-promotor: Sijbers Jan
• Co-promotor: Staelens Steven
• Co-promotor: Verhoye Marleen

Onderzoeksgroep(en)

• Bio-imaging lab

Project type(s)

• Onderzoeksproject

Abstract

Het menselijk lichaam is een complex biomechanisch systeem met veel variaties in vorm en beweging. De opkomst van 3D scanning en 3D beeldverwerking maakt het mogelijk om de vorm van het menselijk lichaam nauwkeurig in kaart te brengen en te analyseren. Een waarheidsgetrouwe en nauwkeurige 3D scan bevat tenminste 2GB aan informatie, waardoor opname, verwerking en datatransmissie tijds-en arbeidsintensief is. In dit project verwerven we een 3D lichaamsscanner die het menselijk lichaam capteert met een nauwkeurigheid van minder dan 1 mm en daarna ook de data automatisch verwerkt en wegschrijft. De gespecialiseerde infrastructuur doet dit alles in een fractie van een seconde en zonder dat er knelpunten ontstaan. Zo zal het menselijk lichaam in beweging geregistreerd worden, volledig in 3D, tegen 10 3D beelden per seconde. Deze zogenoemde 4D scanner (3D + tijd) vormt het kloppend hart van een 4D expertisecentrum, waarin de onderzoeksgroepen Productontwikkeling, MOVANT, Visielab, EVECO en Op3Mech samen met het multidisciplinair instituut Centrum voor ZorgTechnologie (CZT) de handen in elkaar hebben geslagen om 4D data van het menselijk lichaam in te zetten voor betere en nieuwe producten en gezondheidszorg. De combinatie van academische expertise uit bewegingswetenschappen, productontwikkeling en virtuele modellering en simulatie maakt het expertisecentrum uniek op mondiaal vlak. Het consortium zal open ontwerpproblemen aanpakken met toepassingen voor 3D- printen en wearables.

Onderzoeker(s)

• Promotor: Truijen Steven
• Co-promotor: Ribbens Bart
• Co-promotor: Saeys Wim
• Co-promotor: Sijbers Jan
• Co-promotor: Van Dongen Stefan
• Co-promotor: Verwulgen Stijn

Onderzoeksgroep(en)

• Beweging Antwerpen (MOVANT)

Project type(s)

• Onderzoeksproject

Abstract

Het project heeft tot doel de printkwaliteit te verbeteren en verspilling en kosten te verminderen door in-line real-time monitoring van de smeltzone. Op deze manier kan de kwaliteit via een regellus worden bijgestuurd (in-the-loop oplossing). Het wil het eerste "off-axis" systeem van dit type op basis van video-analyse ontwikkelen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Vezelversterkte polymeren (F s) worden in toenemende mate gebruikt in de lucht- en ruimtevaart en auto-industrie vanwege hun lage gewicht, sterkte en kosten efficiëntie. Constructie van F s vereist een diepgaand begrip van hun microstructuur. Hoge resolutie X-stralen computertomografie (XCT) is de voorkeursmethode om de samenstelling en interne structuur van F s te onderzoeken. Helaas is de spatiale resolutie van conventionele XCT onvoldoende om de F vezels te onderscheiden. Recent werden nieuwe XCT beeldvormingsmethoden beschikbaar voor lab-XCT systemen waarmee de lokale röntgenverstrooiing (donkerveld beeldvorming) kan worden gemeten, wat leidt tot beelden met een ongekend contrast dat complementair is aan het conventionele XCT. Kruisende of verstrengelde vezels zijn echter nog steeds erg moeilijk te onderscheiden. In dit project zullen we nieuwe modellen ontwikkelen voor superresolutie donkerveld XCT die het mogelijk maken om F -vezeldistributies te kwantificeren met een subvoxel-spatiale resolutie. Dit zal leiden tot een beter begrip van F -eigenschappen en uiteindelijk tot een beter ontwe van dergelijke materialen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In X-stralen computertomografie (XCT) worden abso tiebeelden van een monster genomen vanuit meerdere hoeken en gebruikt om een 3D-reconstructie van de interne structuur te vormen. In een groeiend domein, edge illumination fasecontrast CT, wordt een gespecialiseerde opstelling gebruikt om een signaal te verkrijgen dat ook informatie bevat over de lokale verstrooiing in het gescande monster en over de faseverschuiving van de X-stralen. Deze signalen bevatten aldus complementaire informatie in vergelijking met het klassieke abso tiesignaal. Aangezien deze signalen niet direct kunnen worden gemeten, moet een absorberend rooster voor het monster worden geplaatst en een tweede rooster voor de röntgendetector. Bij de standaard fasecontrast beeldvorming worden deze maskers op maat gemaakt voor een specifieke afbeeldingsgeometrie en perfect op elkaar zijn afgestemd om de juiste meetomstandigheden te bereiken. Het nadeel van deze rigide opstelling is dat geometriewijzigingen die gebruikelijk zijn in traditionele CT om de resolutie en het gezichtsveld te optimaliseren, niet mogelijk zijn bij fasecontrast. Ons doel is hier om deze beperking te overwinnen door het ontwe en van nieuwe roosters die zich aanpassen aan geometrische veranderingen van de XCT-opstelling. Deze fundamentele verandering zal fasecontrastbeeldvorming openstellen voor een veel grotere verscheidenheid aan monstergroottes en dit op verschillende schalen van resolutie.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Een VLAIO COOCK project over nieuwe toepassingen binnen X-ray CT om verschillende soorten materialen en objecten te inspecteren. MicroCT is een krachtige, niet-destructieve techniek voor het produceren van hoogwaardige 3D-beelden van objecten op basis van een set röntgenprojecties. Het hoofddoel van het project is het definiëren van specifieke use cases die kunnen worden onderzocht met behulp van ons X-ray CT systeem (FLEX-CT) binnen een industriële context.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Schuimen worden wereldwijd gebruikt in een zeer groot gamma van producten, gaande van voedsel tot polyurethaanschuim (PU-schuim). Een populaire techniek om schuim structuren te bestuderen is micro x-ray computertomografie (microCT). MicroCT is een krachtige, nietdestructieve techniek die 3D beelden van hoge kwaliteit creëert van statische objecten, op basis van een verzameling x-ray projecties. Voor dynamische objecten kan een reeks 3D beelden worden geconstrueerd op de traditionele manier. Deze aanpak steunt op de aanname dat het object niet beweegt tijdens de opname van de x-ray projecties voor één 3D beeld. Dit bij dynamische beeldvorming meestal slechts bij benadering geldig. Daarom vereist de beeldvorming van snelle dynamische processen zoals de vorming van schuim momenteel het gebruik van synchrotronstraling. Deze techniek maakt een 3D opname in de orde van enkele seconden mogelijk, maar het aanbod ervan is zeer schaars, met wachttijden van 3 tot 12 maanden voor experimenten. Daarom zal dit project focussen op de verbetering van beeldkwaliteit in laboratorium microCT experimenten met PU-schuim door het ontwikkelen van multimodale (absorptie- en fasedata) 3D en 4D reconstructie algoritmen. De belangrijkste vernieuwing ligt in het gebruik van specifieke voorkennis over de vorm van individuele schuimcellen en hun materiaaleigenschappen. Mijn onderzoek zal laboratorium experimenten vergemakkelijken en de tijd van de experimentencyclus in de industrie sterk verkorten.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan
• Mandaathouder: Renders Jens

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Er is een opkomende maar wijdverspreide vraag vanuit de industrie naar 100% niet-destructieve inline inspectie en kwaliteitscontrole. De belangrijkste uitdaging bij inspectie op basis van X-ray beeldvorming is om verder te gaan dan de klassieke beeldverwerking voor röntgenstraling en de stap te zetten naar snelle en robuuste 3D-inspectie. De kern van deze uitdaging zit in de moeilijkheid om de ruimtelijke 3D-informatie die is gecodeerd in de röntgenbeelden te ontwarren. imec-Vision Lab heeft een methodologie ontwikkeld die de introductie van hoge doorvoer inline tomografie voor industriële kwaliteitscontrole mogelijk kan maken. In dit project willen we deze technologie voorbij TRL4 duwen door de ontwikkeling van een computationeel efficiënt en robuust softwareplatform, dat de oprichting van een spin-off aanzienlijk kan faciliteren.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Geavanceerde composietmaterialen (ACM's) zijn opgebouwd uit een matrix, vezels en poriën, met verschillende fysische en chemische eigenschappen. Het zijn materialen met unieke eigenschappen in termen van gewicht, sterkte, stijfheid of corrosieweerstand. Om hun 3D-interne structuur op niet-destructieve wijze te inspecteren en te bestuderen, worden de ACM's afgebeeld met Röntgenstralen, waarna een 3D-beeld wordt gereconstrueerd uit de röntgenfoto's en verder wordt verwerkt en geanalyseerd in meerdere opeenvolgende stappen. Deze conventionele workflow heeft echter te lijden onder onnauwkeurige modellering en foutenpropagatie die de karakterisatie-nauwkeurigheid van ACM ernstig beperkt. In dit project ontwikkelen we methoden waarmee de kwantificering van ACM parameters aanzienlijk verbeterd wordt. Dit wordt gerealiseerd door 1) het nauwkeurig modelleren van alle bestanddelen van de ACM (matrix, poriën en vezels); 2) direct schatten van de parameters van het ACM-model op basis van röntgenfoto's, waardoor foutenpropagatie wordt voorkomen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Elberfeld Tim

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het Vlaams AI-onderzoeksprogramma heeft als doel om het strategisch basis onderzoek omtrent AI aan de Vlaamse universiteiten en kenniscentrums te stimuleren. Dit onderzoek moet toepasbaar en relevant zijn voor de Vlaamse industrie. Concreet werden er 4 grote uitdagingen, met toenemende complexiteit, gedefinieerd: 1. Het ondersteunen van complexe beslissingen: focus op het nemen van complexe beslissingen door AI-systemen gebaseerd op datasets die mogelijks onvolledige of foutieve informatie kunnen bevatten. 2. Het verzamelen en verwerken van informatie in de edge: focus op het gebruik van AI-systemen in de egde i.p.v. de cloud door de integratie van software en hardware en de ontwikkeling van algoritmen die minder energie en andere hulpbronnen nodig hebben. 3. De autonome interactie met andere beslissingsentiteiten: focus op samenwerking tussen verschillende AI-systemen die onafhankelijk van elkaar opereren. 4. Het naadloos communiceren en samenwerken met mensen: focus op de natuurlijke interactie tussen mensen en AI-systemen en de ontwikkeling van AI-systemen die complexe omgevingen kunnen begrijpen en menselijke redeneringen kunnen toepassen.

Onderzoeker(s)

• Promotor: Latré Steven
• Co-promotor: Calders Toon
• Co-promotor: Daelemans Walter
• Co-promotor: Goethals Bart
• Co-promotor: Hellinckx Peter
• Co-promotor: Laukens Kris
• Co-promotor: Martens David
• Co-promotor: Sijbers Jan
• Co-promotor: Steckel Jan

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

MEFISTO zal twee nieuwe oplossingen ontwikkelen om het verlies van de meniscus te behandelen als een strategie om het begin van een epidemie van post-meniscectomie knieartrose in Europa te voorkomen. Morfologische 'profileing' zal de populatie van patiënten identificeren die na meniscusresectie een hoger risico lopen op vroege degeneratie van het compartiment, wat een gepersonaliseerde benadering voor de patiënt oplevert. De twee verschillende reconstructieve strategieën zijn: i) een gecontroleerde gevasculariseerde bioactieve resorbeerbare meniscale steiger die de natieve meniscus zal regenereren. Deze strategie zal gericht zijn op jongere patiënten met vroege osteoartritische veranderingen. ii) een bioactieve niet-resorbeerbare meniscusprothese die zal werken als een mechanisch losapparaat en een geneesmiddelafgiftesysteem, met het vermogen om de ontstekingsomgeving te moduleren. Deze strategie zal worden gericht aan patiënten met geavanceerde artrose. Een sociaal-economische analyse van de effectiviteit van bestaande meniscusvervangers zal het project voltooien. Deze analyse is van vitaal belang voor het Europese gezondheidszorgsysteem: het zal een duidelijk inzicht verschaffen in de kosten en baten van de huidige klinische praktijk en de ontwikkeling van een aanpak met beste praktijken mogelijk maken. De technologische innovatie ligt in de ontwikkeling van biologisch actieve gefunctionaliseerde nanobiomaterialen die kunnen interageren met de omliggende gewrichtsweefsels. In het bijzonder zal een innovatieve meniscale steiger revascularisatie in de perifere zone bevorderen, terwijl de binnenste avasculaire verlaten, zoals gebeurt in het natuurlijke meniscusweefsel. Dit concept ontbreekt in de huidige therapeutische benaderingen. De verwachte potentiële impact is enorm, omdat zoveel patiënten meniscectomieën hebben ondergaan en zullen ondergaan. De interventies ontwikkeld in MEFISTO zullen voorkomen dat deze patiënten gezamenlijke opofferingsprocedures zoals metalen prothesen ontvangen en de sociale last, bijbehorende kosten en hoge morbiditeit als gevolg van artrose verminderen.

Onderzoeker(s)

• Promotor: Verdonk Peter
• Co-promotor: Sijbers Jan
• Co-promotor: Somville Johan

Onderzoeksgroep(en)

• Antwerps chirurgisch training, anatomie en onderzoekscentrum (ASTARC)

Project type(s)

• Onderzoeksproject

Abstract

Kleding webshops hebben te maken met een hoog aantal retourzendingen omdat de klant de verkeerde maat bestelt, waardoor veel geld (wereldwijd €600 miljard) verloren gaat. SHASIZE beoogt de creatie van een waarheidsgetrouwe virtuele paspop, en dit op basis van eenvoudige inputparameters (lengte, gewicht, omtrekken). Via deze paspop wordt bepaald hoe goed het kledingstuk past.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het algemene doel van het project is de realisatie van een ge·integreerde 4D X-stralen Computer Tomografie (4D-XCT) toolbox voor het in situ mechanisch testen en analyseren van vezelige materialen. Twee representatieve voorbeeldstudies van vezelige materialen, waarvan het mechanisch gedrag en de schadeontwikkeling nog onvoldoende begrepen zijn, zullen de algemene toepasbaarheid van onze aanpak demonstreren: 3D geprinte composietmaterialen (3DPCM) en biologische weefsels (meer specifiek huidweefsel en de bot-pees interfase). De toolbox zal bestaan uit (i) een generische in situ belastingscel, (ii) niet-invasieve contraststoffen en (iii) geavanceerde beeldverwerkirig-, reconstructie- en modelleringstools. Deze nieuwe karakteriseringsaanpak zal een sterk verbeterd inzicht opleveren in het dynamisch mechanisch ·gedrag bij het belasten van de twee types vezelige materialen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Atom probe tomografie is een analyse-instrument waarmee de chemische samenstelling van naaldvormige monsters op nanoschaal in 3D kan worden bepaald. De methode werkt door veld-geïnduceerde verdamping. Ionen worden dan opeenvolgend uitgestoten door de top van de naald en worden geabsorbeerd door een positiegevoelige detector. Het resultaat is een tomografisch, atomair beeld van het verdampte volume, weergegeven als een puntenwolk waarin elk punt een atoom is. De huidige reconstructie methoden werden echter ontwikkeld voor homogene monsters en houden geen rekening met de complexe vorm van het oppervlak die zich ontwikkelt tijdens het veldverdampingsproces. Het doel van dit project is om nieuwe reconstructiemethoden te ontwikkelen die rekening houden met de vorm.

Onderzoeker(s)

• Promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Terahertz-straling is niet-ioniserend en kan worden gebruikt voor 3D-inspectie. In dit project worden nieuwe reconstructiemethoden ontwikkeld voor Terahertz-tomografie. De THz-straal wordt gemodelleerd en opgenomen in iteratieve reconstructiemethoden.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Multi-tissue sferische deconvolutie van diffusie MRI (dMRI) is een populaire analysemethode die de volledige witheidsvezel-oriëntatiedichtheidsfunctie en de dichtheden van hersenvocht en grijze-stofweefsel in het levende menselijke brein, volledig niet-invasief, biedt. Het kan worden gebruikt om de langeafstandsverbindingen van de hersenen te volgen en biedt een tractenspecifieke biomarker voor neuronaal verlies bij de studie van neurodegeneratieve ziekten. Momenteel kan de techniek worden beschouwd als een macroscopische benadering: het splitst de dMRI-voxels op in termen van weefsels in plaats van cellulaire componenten, waarbij de laatste potentieel relevantere biomarkers zijn. Ongelukkigerwijze hebben recente studies aangetoond dat conventionele laag-dimensionale dMRI-scans de informatie missen om deze microstructurele kenmerken op te lossen. In dit voorstel zal ik multi-tissue sferische deconvolutie naar het volgende (microscopische) niveau brengen door gebruik te maken van hoog-dimensionale dMRI-scans. Deze scans van de volgende generatie hebben veel belofte getoond om verschillende microstructurele compartimenten te ontwarren. De nieuwe sferische deconvolutiebenadering met meerdere compartimenten maakt simultane schatting mogelijk van een hoge kwaliteit axonale oriëntatiedichtheidsfunctie evenals de dichtheden van cellichamen en extracellulaire ruimte. Dit zal hoogwaardige vezeltracking mogelijk maken en tegelijkertijd meer relevante biomarkers verschaffen, en zal sferische deconvolutie helpen om zijn positie als een van de gereedschappen voor dMRI-analyse te behouden.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Jeurissen Ben

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In X-ray computertomografie (XCT) worden röntgenfoto's van een object genomen vanuit meerdere hoeken en gebruikt om een ​​3D-reconstructie van het volledige object te vormen. In fasecontrast-CT wordt een gespecialiseerde opstelling gebruikt om een ​​signaal te verkrijgen dat niet alleen informatie bevat over de absorptie van de röntgenstralen (zoals in traditionele XCT), maar ook over de lokale verstrooiing vermogen in het monster en op de faseverschuiving, een eigenschap van de golf. In de standaard fasecontrastreconstructieworkflow worden de verkregen gegevens eerst gescheiden in een verzwakkings-, differentiële fase- en donker-veldsignaal. Deze signalen worden vervolgens afzonderlijk gereconstrueerd, met behulp van een algoritme dat is afgeleid van traditionele XCT, waarna de gegevens van de verschillende signalen als een geheel worden geëvalueerd. We concentreren ons op twee problemen in deze workflow. Ten eerste gebruiken de signaalscheiding en de reconstructie een lineair model, dat vaak niet overeenkomt met de realiteit. Dit model gaat uit van een bron die een enkel type röntgenstraal uitzendt, terwijl in een algemene instelling er een heel spectrum is. Ten tweede is er een relatie tussen de verschillende signalen die worden gereconstrueerd, omdat ze allemaal afkomstig zijn van hetzelfde monster. Momenteel wordt dit niet geëxploiteerd tijdens de reconstructie. Het einddoel van dit project is om een ​​model voor reconstructie te creëren dat alle fasecontrastmodaliteiten tegelijkertijd gebruikt, rekening houdend met de verschillende röntgenstralenenergieën, zodanig dat fasecontrast in een kwantitatieve omgeving kan worden gebruikt.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan
• Mandaathouder: Six Nathanaël

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Processen in energietoepassingen en katalyse, zowel als biologische processen, worden steeds belangrijker door de toenemende aandacht in de samenleving voor duurzame energiebronnen en technologieën. Voor een grondig begrip van deze processen, moeten we ze kunnen volgen tot op nano- of atomaire schaal. Transmissie elektronenmicroscopie (TEM) is hiervoor de optimale techniek, maar in zijn conventionele opstelling is het nodig dat het studieobject in ultrahoog vacuüm wordt geplaatst, wat de studie van processen onmogelijk maakt. Binnen deze aanvraag stellen we daarom voor om de studieobjecten met behulp van omgevingshouders in een gas/damp of vloeistofomgeving in de microscoop te plaatsen (en dit bij verschillende temperaturen). Op deze manier wordt beeldvorming, spectroscopie en diffractie van processen in reële tijd mogelijk. Deze infrastructuur zal verschillende onderzoeksgroepen binnen de Universiteit Antwerpen toelaten om innovatieve experimenten en vernieuwend onderzoek uit te voeren waarvoor de kennis van processen en interacties nodig is, zoals de interactie van vaste stoffen met gassen/dampen of vloeistoffen voor katalyse, de processen die voorkomen bij het laden en ontladen van batterijen, de nucleatie en groei van nanodeeltjes en de gedetailleerde ontrafeling van intracellulaire pathways in biologische processen relevant voor toekomstige cel-gebaseerde therapieën.

Onderzoeker(s)

• Promotor: Hadermann Joke
• Co-promotor: Bals Sara
• Co-promotor: Breugelmans Tom
• Co-promotor: Meynen Vera
• Co-promotor: Sijbers Jan
• Co-promotor: Verbruggen Sammy

Onderzoeksgroep(en)

• Elektronenmicroscopie voor materiaalonderzoek (EMAT)

Project type(s)

• Onderzoeksproject

Abstract

PC-CT levert aanvullende informatie tov traditionele röntgenbeeldvorming (een hoger contrast in zacht weefsel). Met het FleXray-systeem kunnen we gegevens verzamelen om een ​​veel breder scala aan toepassingen en mogelijkheden voor PC-CT te verkennen die momenteel niet mogelijk zijn: ● Verkenning van geavanceerde CT-acquisitiemodellen om reconstructie mogelijk te maken van (1) minder projectiebeelden en (2) projectiebeelden die zijn verkregen tijdens continue monsterrotatie. Dit zal resulteren in snellere PC-CT-beeldvorming (momenteel tot 8 keer langer dan normale CT). ● Donkerveldtomografie staat nog in de kinderschoenen maar toonde recent een enorm potentieel in materiële karakterisering. Het FleXray-systeem zal nieuwe onderzoekslijnen openen voor donkere veld tomografie, in het bijzonder voor een nauwkeurige en nauwkeurige schatting van gelokaliseerde verstrooiingsprofielen. ● Ontwikkeling van Krylov-solvers met veel snellere convergentie voor gelijktijdige multimodale reconstructie van volledige 3D-beelden van verzwakkings-, fase- en donkerveldsignalen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan
• Co-promotor: Janssens Koen
• Co-promotor: Vanroose Wim

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

De ASTRA-toolbox is een open source-platform voor tomografische reconstructie. In dit project zullen uitbreidingen voor de ASTRA-toolbox worden ontwikkeld. Deze omvatten refractieve beeldvorming zoals TeraHertz-tomografie.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

De bedoeling van Smart&Light is tot de ontwikkeling van een compacte electron versneller te komen die via het inverse Compton principe kan functioneren als heldere X-straal bron met de mogelijkheid de energie van de straling aan te passen.

Onderzoeker(s)

• Promotor: Janssens Koen
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Antwerpse X-straal Beeldvorming en Spectroscopie (AXIS)

Project website

Project type(s)

• Onderzoeksproject

Abstract

Het doel van het MUMMERING project is de ontwikkeling van een overkoepelend onderzoekstool waarin de rijkdom van nieuwe 3D-beeldvormingstechnieken omvat zitten die toepassing vinden in de materiaalkunde, gecombineerd met de opleiding van 15 doctoraatstudenten in het gebruik van deze tool. Deze ontwikkelingen zijn hoognodig om te vermijden dat de enorme hoeveelheden aan waardevolle tomografische data niet in de virtuele vergetelheid raakt. De uitdaging ligt in het verwerken en analyseren aan terabytes van 3D-gegevens zonder het wetenschappelijk inzicht te verminderen dat geextraheerd kan worden uit deze datasets. Door snellere acquisitietijden en multidimensionele modaliteiten zullen deze uitdagingen nog verder opschalen tot het petabyte regime. Om deze uitdaging aan de pakken zullen wij een open access, open source platform oprichten waarin de volledige workflow van data acquisitie, reconstructie en segmentatie tot fysieke modellering (incl. temporele modellen zoals 3D 'filmpjes') transparent en efficient verwerkt wordt. Wij zien het als essentieel om deze laatste stap te bereiken zonder de wetenschappelijke standaarden te compromiteren met het oog op integratie van 3D beeldvorming in de industrie 4.0. De 15 doctoraatsstudenten zullen deel uitmaken van een intensieve, brede doctoraatsopleiding waarin alle aspecten van 3D beeldvorming aan bod zullen komen zowel als een breed spectrum aan intersectorale detacheringen die hun reikwijdte en aanpak van onderzoek zullen uitdagen en verbreden.

Onderzoeker(s)

• Promotor: Bals Sara
• Co-promotor: De Beenhouwer Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Elektronenmicroscopie voor materiaalonderzoek (EMAT)

Project type(s)

• Onderzoeksproject

Abstract

Magnetische resonantie beeldvorming (MRI) is een van de meest bruikbare en snelgroeiende neuroimaging tools. Helaas worden signaalIntensiteiten in conventionele MRI-afbeeldingen uitgedrukt in relatieve eenheden die afhankelijk zijn van scannerhardware en acquisitie protocols. Hoewel dit de visuele inspectie van de anatomie niet belemmert, bemoeilijkt dit de kwantitatieve vergelijking van weefseleigenschappen binnen een scan, tussen opeenvolgende scans en tussen onderwerpen. Daartegenover maken geavanceerde kwantitatieve MRI (Q-MRI) -methoden zoals MR-relaxometrie of diffusie MRI een absolute kwantificering van biofysische weefselkarakteristieken mogelijk. De lange scantijd die vereist is voor Q-MRI veroorzaakt echter ongemak voor patiënten. B-Q MINDED is bedoeld om de huidige barrières te overwinnen door breed toepasbare doorbraken voor nabewerking voor te ontwikkelen Q-MRI versnellen. De originaliteit van B-Q MINDED ligt in de ambitie om de conventionele meerstapsverwerking te vervangen door een geïntegreerd parameterschattingsraamwerk. Deze aanpak zal een schat aan opties genereren voor Q-MRI. Om dit doel te bereiken, stelt B-Q MINDED een collaboratieve multidisciplinaire aanpak voor (van elementaire MR-fysica naar klinische toepassingen) met een sterke betrokkenheid van de industrie.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: den Dekker Arjan
• Co-promotor: Guns Pieter-Jan
• Co-promotor: Verhoye Marleen

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Bewegingspatronen zijn cruciale markeringen voor de gezondheid van een paard. Het ontbreken van nauwkeurige bewegingsanalysesystemen leidt tot subjectieve diagnoses met een negatief effect op het behandelresultaat. De meest actuele systemen zijn gebaseerd op röntgenfoto's van het subject tijdens beweging. De 3D-reconstructie van de vlakke afbeeldingen vereist een voorafgaande CT-scan van het onderwerp. De technieken zijn niet geschikt voor medische toepassingen, omdat ze plaatsing van invasieve markeringen in het onderwerp en veel handmatige verwerking vereisen. Bovendien kunnen ze geen vervormbare bewegingen aan. Als gevolg hiervan kunnen de kussens op paardenhoeven die vervormen tijdens het landen niet worden afgebeeld. We stellen een motion-reconstructietechniek voor die de CT-scan vervangt door een statistisch vorm- en intensiteitsmodel. Het weglaten van een CT-scan verlaagt de onderzoekskosten, tijd en stralingsdosis. Een statistisch model beschrijft de variatie in vorm en dichtheden in de populatie. Om bewegende onderwerpen te beschrijven, moet een dergelijk model in de loop van de tijd worden gearticuleerd. Dit wordt uitgebreid met een model voor de vervormbare dynamiek van zachte weefsels. De bewegingsreconstructietechniek zal autonoom de juiste vorm en pose van het model vinden op basis van de röntgenfoto's door ze te vergelijken met een gesimuleerd röntgenbeeld van het model. De nieuwe techniek zal dienen als een objectief diagnostisch hulpmiddel voor diagnose, follow-up en validatie van innovatieve orthopedische producten door middel van bewegingsanalyse, zowel voor dieren als mensen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Van Houtte Jeroen

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Atom probe tomography (APT) is een chemische analysetechniek die een driedimensionale atoomverdeling van een gemeten monster oplevert. Een geslepen monster wordt in een vacuümkamer geplaatst en uitgelijnd met het midden van een ionendetector met een hoogspanning voorspanning aangebracht tussen de punt en de detector. Een hoog elektrisch veld (ongeveer> 10 V / nm) wordt dan gevormd aan de top van de punt, terwijl de atomen aan het oppervlak van de top geïoniseerd zijn en de intensiteit van het elektrische veld dichtbij de drempel van het verbreken van atoombindingen is. Voor het analyseren van laaggeleidende materialen wordt gewoonlijk een continue pulserende laser geïntroduceerd als een aanvulling van de thermische energie die ionen aan de top helpt de energiebarrière van verdamping te overwinnen. Verdampte ionen worden losgemaakt van het tipoppervlak en worden versneld naar de detector volgens de verdeling van het elektrische veld tussen de tip en de detector. De impactpositie op de detector en de reistijd, zoals de vluchttijd (TOF), van emissie tot detectie, worden gemeten. Het is opmerkelijk dat, met de beperkte grootte van een detector, alleen die ionen in het gezichtsveld (FOV) de detector zullen bereiken. Bovendien wordt vanwege de detectorefficiëntie slechts 50-70% van de ionen die de detector bereiken, geregistreerd. Deze effecten veroorzaken aanzienlijke onzekerheden bij het bepalen van het volume voor een reconstructie. In dit project zullen nieuwe reconstructietechnieken worden ontwikkeld voor APT.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dynamische plantaire drukafbeeldelement (PPI) heeft betrekking op het meten, in de tijd van drukvelden tussen de voet en de grond. PPI wordt voor een deel gebruikt om voetproblemen op te sporen: zoals metatarsalgia en fasciitis plantaris. Ondanks het wijdverbreide klinisch gebruik van PPI, zijn de diagnostische mogelijkheden nog niet volledig benut. PPI genereert grote en dynamische datasets die niet gemakkelijk worden geanalyseerd en geïnterpreteerd door het menselijk brein. Als gevolg daarvan worden PPI beelden subsampled voordat ze klinisch bestudeerd worden, wat potentieel waardevolle informatie kan verwijderen. De doelstelling van dit project is om de diagnostische waarde van PPI te verbeteren door de invoering van een computer-ondersteunde diagnose (CAD) systeem, genaamd CAD WALK.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Booth Brian

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Met X-stralen computed tomography (CT) kan de interne structuur van objecten in detail en op een kwantitatieve wijze in beeld gebracht worden. X-stralen CT heeft daarom een groat potentieel voor kwaliteitscontrole tijdens industriele productie om materiaalfouten en -afwijkingen van de nominale geometrie tijdig te identificeren. Echter, conventionele X-stralen inspectie en 3D metro Iogie workflows vereisen een accurate 3D reconstructie (gebaseerd op een volledige set van 2D projectiebeelden) wat vaak niet mogelijk is gezien tal van fysieke beperkingen in een productie-omgeving. Bovendien kunnen de opeenvolgende stappen van de huidige CT metrologie workflow (reconstructie, segmentatie, randdetectie, etc.) leiden tot foutenpropagatie. In het "MetroFiex" SBO project stellen we een paradigmaverschuiving voor om inline X-stralen metrologie mogelijk te maken waarbij · wordt afgeweken van 3D reconstructie van 2D projectie datasets over het volledig bereik van projectiehoeken.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Cardiale beeldvorming speelt een belangrijke rol bij de detectie van pathologieën van het hart, waaronder coronaire en valvulaire hartziekte. Het wordt ook steeds vaker gebruikt voor het plannen van complexe operaties, en voor de patiëntspecifieke aanpassing van medische implantaten zoals kunstmatige kleppen. Tot recent was dynamische beeldvorming van de hartbeweging beperkt tot snelle echografie (US) beeldvorming, of MRI en CT beperkt tot 2D of een verkleind axiaal gezichtsveld. De opkomst van wide area detectors met een hoge rotatiesnelheden hebben nu het verkrijgen van CT-volumes voor het gehele hart mogelijk gemaakt, en dit verschillende keer per seconde. Dynamische of 4D (3D + T) CT is van grote belofte voor klinische cardiale beeldvorming. De modaliteit is bijzonder geschikt voor toepassingen die beeldverwerking vereisen, zoals op fysica gebaseerde modellering, waarin modellen van de anatomie uit het beeld worden gehaald als een startpunt voor de computer simulaties. In vergelijking met de VS biedt CT een groter gezichtsveld en superieure signaalruis ratio, waardoor het veel beter geschikt is voor whole-heart segmentatie en geometrische modellering. Omgekeerd biedt 4D US superieure temporele resolutie en biedt meer details over prima structuren zoals hartkleppen. Door de combinatie van dynamische CT met de VS, zou het mogelijk zijn om van de voordelen van beide modaliteiten te profiteren, en zou kunnen leiden tot een robuuste en nauwkeurige workflow voor het extraheren van gedetailleerde, patiëntspecifieke informatie over hartanatomie en beweging. Opname van 4D-modellen in op fysica gebaseerde modellering kan dergelijke simulaties naar een nieuw niveau van realisme brengen, waardoor ze kunnen worden gebruikt voor het plannen van complexe zaken interventies en in-silico-onderzoeken van cardiovasculaire apparaten die door beweging worden beïnvloed. Op termijn zal dit verminder de onzekerheden die aan dergelijke interventies zijn verbonden door middel van een nauwkeuriger apparaatbepaling en positionering en versnelling van de ontwikkeling van nieuwe cardiovasculaire implantaten. Het DIASTOLE-consortium streeft naar de ontwikkeling van een nieuwe 4D-workflow voor het uitvoeren van op fysica gebaseerde simulaties voor cardiovasculaire procedures in een dynamische omgeving, met behulp van patiëntspecifieke parametrische modellen van het hart en de hoofdslagaders, verkregen uit dynamische CT en VS.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Huysmans Toon

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Magnetische Resonantie beeldvorming (MRI) is een van de meest gebruikte neurobeeldvormingstechnieken. Helaas, wordt de signaalintensiteit in conventionele MRI-beelden uitgedrukt in relatieve eenheden die afhankelijk zijn van hardware en software. Dit is geen probleem voor visuele inspectie van de anatomie, maar bemoeilijkt kwantitatieve vergelijkingen van de signaalintensiteit binnen een scan, tussen opeenvolgende scans, en tussen individuen. MR relaxometrie daarentegen is een MRI-techniek die kwantitatieve "mappen" genereert die de onderliggende absolute biofysische weefselkenmerken weergeven (Deoni et al., 2010). Bovendien zijn er meer en meer aanwijzingen dat MR relaxometrie subtiele microscopische weefselbeschadiging kan detecteren. Hierdoor zouden verschillende hersenziekten, waaronder multiple sclerose, vroeger gedetecteerd kunnen worden (Vrenken et al., 2006; Roosendaal et al., 2009 en Papadopoulos et al., 2010). Conventionele MR relaxometrie technieken vergen echter uitgebreide en langdurige scans waardoor de techniek nog niet dagdagelijks gebruikt wordt in de klinische praktijk. Vanuit diagnostisch standpunt, verhogen lange scans de kans op bewegingsartefacten, terwijl ze vanuit economisch perspectief zorgen voor een lagere efficiëntie. Bovendien, zijn lange scantijden ongemakkelijk voor de patiënt. Om deze redenen heeft MR relaxometrie de radiologische gemeenschap nog niet overtuigd. Het huidige project beoogt deze belemmeringen weg te nemen door de ontwikkeling van een radicaal nieuwe en breed toepasbare technologie voor versnelde MR relaxometrie. Aan het einde van dit IOF SBO project zal de haalbaarheid en de validiteit van onze nieuwe aanpak voor versnelde MR relaxometrie zijn aangetoond. Voor de uiteindelijke vertaling van de technologie naar de markt (en naar patiënten) beogen we (na afloop) verdere onderzoekssamenwerkingen met industriële partners. In dit opzicht, hebben nu reeds drie bedrijven (twee MRI fabrikanten en één gespecialiseerde KMO) toegezegd om lid te worden van de "industriële begeleidingscommissie". Vanuit deze positie zullen deze bedrijven het project ondersteunen met advies en feedback. Ten slotte, vanuit strategisch perspectief slaat dit project een brug tussen fundamentele MR fysica en toegepast biomedisch MRI onderzoek. Als zodanig zal dit project kruisbestuiving bevorderen tussen de drie Antwerpse MRI-onderzoeksgroepen (en faculteiten). Bovendien zal dit onderzoek direct bijdragen aan de ambitie van de Universiteit Antwerpen en het IOF-consortium (Expert Group Antwerp Molecular Imaging, EGAMI-image) om een Intellectual Property (IP) -portfolio en een sterk translationeel en geïntegreerd MRI-onderzoeksprogramma te ontwikkelen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Parizel Paul
• Co-promotor: Verhoye Marleen

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het overlevingspercentage van kinderen met een laag geboortegewicht en beperkte levensvatbaarheid is toegenomen door de vooruitgang in perinatale geneeskunde en neonatale intensieve zorgen. Dit heeft echter niet geleid tot een afname in het voorkomen van motorische beperkingen. Efficiënte voortbeweging is essentieel voor de vlotte participatie in alle aspecten van het dagdagelijkse leven en de ontwikkeling ervan is dus representatief voor de motorische ontwikkeling in het algemeen. Longitudinale locomotiestudies zijn daarom nodig om de effecten van in utero groeibeperkingen op de verdere ontwikkeling van het (loco)motorsysteem te bestuderen. Dergelijke studies uitvoeren in kinderen is controversieel en noodzaakt zodoende het gebruik van geschikte diermodellen. Een te laag geboortegewicht gekoppeld aan beperkte levensvatbaarheid komt frequent voor bij het varken. De pathologie is vergelijkbaar met deze van de mens. Dit, naast de andere fysiologische gelijkenissen, maakt het varken tot het ideale diermodel om de effecten van in utero geïnduceerde groeibeperkingen op de verdere ontwikkeling van het locomotiesysteem te bestuderen. Dit project karakteriseert en vergelijkt de longitudinale ontwikkeling van de voortbeweging bij biggen met een normaal versus laag geboortegewicht. Hiervoor wordt gebruik gemaakt van 4D-morfologie, mechanische (dynamische) modellering en functioneel-morfologische analyses (cf. neuromechanica concept). Dit vereist de ontwikkeling van snelle 3D-'dual-energy' tomografie (inclusief de reconstructie van niet-skeletale weefsels) geïntegreerd in het bestaande 3D²YMOX technologisch platform (bi-planaire XR). Verschillen in zowel coördinatie als controle zullen worden gelinkt aan wijzigingen ter hoogte van zowel de musculo-skeletale als neurale component van het locomotiesystee

Onderzoeker(s)

• Promotor: Aerts Peter
• Co-promotor: Dirckx Joris
• Co-promotor: Sijbers Jan
• Co-promotor: Van Ginneken Chris

Onderzoeksgroep(en)

• Functionele morfologie

Project type(s)

• Onderzoeksproject

Abstract

Fasecontrast X‐stralen Computer Tomografie (CT) meet, naast de intensiteit, ook de veranderingen in de fase van een X‐stralen die doorheen een object propageren. Die veranderingen in fase geven unieke en complementaire informatie over het 3D object, in het bijzonder over zacht weefsel. Meer en meer CT toestellen zijn in staat deze faseveranderingen op te meten. De ontwikkeling van efficiente wiskundige reconstructie algorithmen die uit deze opgemeten data het oorspronkelijk 3D object reconstrueren staat echter nog in zijn kinderschoenen. Dit project zal zowel de modellering van de dataverzameling in fasecontrast tomografie als de bijhorende reconstructie‐algoritmen significant verbeteren. Het is een samenwerking tussen de groep T oegepaste Wiskunde en V isieLab. Valorisatie zal gebeuren door de nieuwe algoritmen te verspreiden via de ASTRA toolbox en zo samenwerkingsverbanden, licentieovereenkomsten en contractonderzoek op te starten.

Onderzoeker(s)

• Promotor: Vanroose Wim
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Toegepaste wiskunde

Project type(s)

• Onderzoeksproject

Abstract

MRI is een rijke en veelzijdige beeldvormingsmethode. Twee populaire en complementaire MRI methoden zijn relaxometrie en diffusie MRI. In dit project zal een geintegreerde beeldvormingsmethode worden ontwikkeld waarmee simultaan relaxometrie en diffusie-parameters geschat zullen kunnen worden.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het doel van dit doctoraat is te onderzoeken hoe de volledige 3D lichaamsvorm van eender welk individu accuraat gemodelleerd kan worden in CAD, in eender welke positie, vanuit statische 3D vorminformatie en op te meten gewrichtshoeken. Dit zal het gebruik van dynamische 3D modellen mogelijk maken voor het ontwerpen, simuleren en optimaliseren van producten die een dynamische interactie kennen met het menselijk lichaam. Dit zal ons bijvoorbeeld in staat stellen om CFD (Computational Fluid Dynamics) modellen op te stellen om de aerodynamische weerstand van fietsers accurater vast te stellen vergeleken met huidige CFD methodieken.

Onderzoeker(s)

• Promotor: Verwulgen Stijn
• Co-promotor: Huysmans Toon
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Productontwikkeling

Project type(s)

• Onderzoeksproject

Abstract

Geavanceerde composiet materialen (ACMs) bestaan typisch uit kunsthars, vezels en holtes met specifieke checmische en fysische eigenschappen. In dit project wordt de verwerkingsketen bestudeerd en verbeterd, gaan de van de X-stralen opnames tot aan de uiteindelijk analyse van de ACM parameters.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

in deze samenwerking worden specifieke reconstructiemethoden ontwikkeld voor de extractie van kwantitatieve informatie uit X-stralen computed tomography (CT) beelden. Deze methoden worden gevalideerd op experimentele CT datasets.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project heeft als doel een kennis- en technologieplatform te creëren om het gebruik van budget-, lage-resolutie klinische scans te bevorderen voor de productie van op maat gemaakte onderarmsorthesen met behulp van 3D-printtechnologie. Dit platform combineert statistische vorm- en posemodellen van de hand met parametrisch CAD-ontwerp en een uniek nieuw materiaal, wat resulteert in een innovatieve ortheseworkflow. Het vooropgestelde kennis- en technologieplatform zal een wereldwijd toegankelijke patiëntenzorg mogelijk maken die orthesen tegen een betaalbare prijs aanbiedt.

Onderzoeker(s)

• Promotor: Huysmans Toon
• Promotor: Sijbers Jan
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In de voedings- en maakindustrie zijn interne productdefecten vaak moeilijk tot niet te detecteren ineen transportband-opstelling. Dit leidt tot hoge verwerpingspercentage van producten die vermeden kunnen worden (economische belangen zijn hoog). In het iXCon willen we een doorbraak realiseren in kwaliteitscontrole van producten. Hiertoe zullen we een prototype X-stralentoestel bouwen waarmee een kwaliteitscontrole kan gerealiseerd worden bij een hoge productdoorstroom.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het doel van dit project is geavanceerde tomografische reconstructiemethoden te ontwikkelen voor discrete fasecontrast data vor de studie van composietmaterialen. Bovendien worden er datafusiemethoden ontwikkeld voor visializatie van vezel versterkte composieten.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Beenhouwer Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds de federale overheid. UA levert aan de federale overheid de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Operaties worden vaak als behandeling gekozen bij neusverstoppingen veroorzaakt door anatomische obstructies. Objectieve testen, zoals rinometrie, correleren slecht met de aangegeven symptomen en de lange termijn tevredenheidsgraad is laag. In dit project ontwikkelen we een beslissingsondersteunend systeem op basis van patiënt-specifieke stromingsmodellen. De geometrie van de modellen wordt gebaseerd op statistische vormmodellen gefit aan tomografische data.

Onderzoeker(s)

• Promotor: Dirckx Joris
• Co-promotor: Huysmans Toon
• Co-promotor: Sijbers Jan
• Co-promotor: Soons Joris

Onderzoeksgroep(en)

• Biofysica en Biomedische Fysica

Project type(s)

• Onderzoeksproject

Abstract

Binnen Vlaanderen zijn verschillende onderzoeksgroepen actief op het gebied van kwantitatieve beeldvorming gebruik makend van statistische parameterschattingstheorie, elk met hun specifieke know-how, achtergrond en toepassingsgebied. Momenteel bestaat er echter geen structurele samenwerking tussen deze onderzoeksgroepen. De WOG "Beelden in waarde omzetten door middel van statistische parameterschatting" heeft tot doel: - De interdisciplinaire kwantitatieve beeldvorming te bevorderen door groepen uit de fysica, medische beeldvorming, wiskunde en bio-ingenieurswetenschappen samen te brengen om op die manier een platform te creёren waarop zij hun expertise kunnen delen. Dit platform beoogt een vruchtbare bodem te bieden voor het ontwikkelen van geïntegreerde, discipline-overstijgende methodieken voor het zo precies mogelijk karakteriseren van objecten uit beelden. - Nieuwe technieken voor het schatten van parameters te ontwikkelen en te implementeren. Dit zal gebeuren door het uitwisselen van onderzoekers en onderzoeksresultaten, het gezamenlijk organiseren van lezingen en symposia, het gezamenlijk indienen van onderzoeksvoorstellen op regionaal, nationaal en internationaal niveau en het stimuleren van het onderzoek via het aantrekken van postdoctorale onderzoekers of gastprofessoren. Daarnaast worden enkele welgekozen buitenlandse laboratoria betrokken in de onderzoeksgemeenschap. De keuze van deze buitenlandse onderzoeksgroepen is ingegeven door de vraag naar complementariteit met de bestaande expertise in Vlaanderen. De gemeenschappelijke symposia zullen de deelnemende onderzoekers en laboratoria bovendien in staat stellen het brede scala aan parameterschattingsmethoden naar waarde te schatten zodat de opties voor concrete samenwerkingsverbanden worden versterkt en aan de meest recente noden voldoen. Steunend op de expertise van de aanvragers zullen we in staat zijn om een belangrijke bijdrage te leveren op gebied van kwantitatieve beeldvorming. Het voorgestelde onderzoeksprogramma bevat dan ook de volgende essentiële onderdelen: - Statistische interpretatie van meetresultaten - Optimale statistische proefopzet ('optimal experimental design') - Modelleren van statistische fluctuaties - Modelvalidatie - Numerieke methoden voor statistische parameterschatting

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Voor het goed functioneren van onze hersenen is een adequate cerebrale bloedstroom (CBF), ook wel perfusie genoemd, noodzakelijk. Wijzigingen in de CBF treden op bij verschillende pathologie¨en, zoals herseninfarcten, tumoren, epilepsie en neurodegeneratieve ziekten. Voor een accurate diagnose en prognose van deze pathologie¨en is het kwantitatief kunnen meten van CBF cruciaal. Een veelbelovende MRI methode voor de meting van perfusie is arterial spin labeling (ASL). ASL is niet-invasief, goedkoop, herhaalbaar en laat absolute metingen van de CBF toe. Ondanks dit potentieel is ASL niet de huidige perfusiestandaard in de klinische praktijk. De belangrijkste reden is de lage SNR van de ASL beelden en inaccurate modellering waardoor kleine perfusieveranderingen zeer moeilijk gedetecteerd kunnen worden. Het hoofddoel van mijn project is het aanpakken van de belemmeringen die ASL perfusie MRI verhinderen om de perfusietechniek bij uitstek te worden in de kliniek. Om dit doel te bereiken zal ik de kwaliteit van ASL perfusie mappen gevoelig verbeteren door de trade-off tussen SNR en spatiale resolutie voor een gegeven acquisitietijd te doorbreken en systematische fouten ten gevolge van inaccurate modellering te verminderen. De steunpilaar van de aanpak is de ontwikkeling van een 4D super-resolutie reconstructie (SRR) methode voor ASL. Specifiek zal ik een methode ontwerpen die rechtstreeks hoge-resolutie perfusieparameters schat op basis van een set van verschillend opgenomen, lage-resolutie beelden. Vertrekkende van dit SRR raamwerk, wordt de nauwkeurigheid en de precisie van de geschatte perfusieparameters verbeterd door bewegingsartefacten te elimineren, de ASL beeldvormingsinstellingen te optimaliseren en optimale schatters te construeren. Gedurende het hele project worden de methoden gevalideerd aan de hand van simulaties, fantoom metingen en re¨ele MR data van menselijke hersenen. Uiteindelijk verwacht ik een pati¨entvriendelijke, kostenefficiente, en kwantitatieve methode te ontwikkelen die het mogelijk maakt om de CBF nauwkeurig te meten in een totale acquisitietijd van < 4 min, met een 3D isotrope spatiale resolutie van 2mm3 en een precisie < 5%. Dit zou zonder twijfel de doorbraak van ASL betekenen in de klinische praktijk.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: den Dekker Arjan
• Mandaathouder: Bladt Piet

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Sferische deconvolutie van diffusiegewogen MRI beelden is een poulaire analysemethode om de vezelbundels in de witte stof van de hersenen te bepalen. In dit project worden nieuwe methoden gebaseerd op deze techniek ontwikkeld die gebruik maken van diffusiebeelden opgenomen met verschillende sterktes.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Jeurissen Ben

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Haast 200 miljoen Europeanen lijden aan belemmerende voet- of enkelpijn die hun levenskwaliteit beinvloedt. Othesen, zoals inlegzolen, orthopedische schoenen en enkel/voet-orthesen, kunnen ondersteuning, correctie en pijnbestrijding bieden. Het huidige productieproces, gebaseerd gipsmallen en handmatige correcties, is arbeidsintensief en leidt tot een variabel eindresultaat. Digitale alternatieven berusten op virtuele modelering en gebruiken nog steeds frezen en vacuümvormen. Hierdoor is de uiteindelijke orthese nog steeds operator-afhankelijk. Deze oplossingen benutten helaas niet het volledige potentieel in effectiviteit en efficiëntie dat een digitaal proces kan bieden. In FOOTWORK wordt het digitaal ortheseproces geautomatiseerd en robuust gemaakt door statistische voetmodellen als voorkennis te gebruiken in elke fase van het proces. Maatname: Statistische voetmodellen zullen de robuustheid van 3D-scanning mbt. ruis, beweging en occlusies verhogen en maken het mogelijk om met een goedkope scanner een accuraat patiënt-specifiek 3D voetmodel te verkrijgen. Analysefase: Statistische voetmodellen maken objectieve en automatische identificatie van voettype en -pathologie op basis van 3D-voetvorm en -druk mogelijk. Ontwerpfase: Statistische voetmodellen maken geautomatiseerd en consistent ontwerp van orthesen op basis van digitale metingen mogelijk, resulterend in een sneller en betrouwbaarder proces. Deze ontwikkelingen worden vervolgens ter beschikking gesteld in een innovatief online platform ter ondersteuning van het ortheseproces dat gebruikt kan worden in retail, orthopedie, of wetenschappelijk onderzoek. Deze innovaties resulteren in een effectiever en efficiënter ortheseproces door het elimineren van operatorinteractie en subjectieve factoren. Hierdoor wordt het inzetten van een digitaal ortheseproces op grote schaal erg aantrekkelijk. Zo'n digitaal proces resulteert in een snellere, betrouwbaardere en prettigere service voor de klant. Verder is het ook economischer en ecologischer door minder logistiek en minder verspilling van materiaal, waardoor productie in Vlaanderen haalbaar blijft. De mogelijkheid om meting te scheiden van verdere verwerking maakt dat high-tech orthopedische centra vanuit Vlaanderen efficiënt een internationale markt kunnen bedienen. Op die manier kan een grotere markt efficiënt worden aangepakt.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Huysmans Toon

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Voor het goed functioneren van onze hersenen is een adequate cerebrale bloedstroom (CBF), ook wel perfusie genoemd, noodzakelijk. Wijzigingen in de CBF treden op bij verschillende pathologie¨en, zoals herseninfarcten, tumoren, epilepsie en neurodegeneratieve ziekten. Voor een accurate diagnose en prognose van deze pathologie¨en is het kwantitatief kunnen meten van CBF cruciaal. Een veelbelovende MRI methode voor de meting van perfusie is arterial spin labeling (ASL). ASL is niet-invasief, goedkoop, herhaalbaar en laat absolute metingen van de CBF toe. Ondanks dit potentieel is ASL niet de huidige perfusiestandaard in de klinische praktijk. De belangrijkste reden is de lage SNR van de ASL beelden en inaccurate modellering waardoor kleine perfusieveranderingen zeer moeilijk gedetecteerd kunnen worden. Het hoofddoel van mijn project is het aanpakken van de belemmeringen die ASL perfusie MRI verhinderen om de perfusietechniek bij uitstek te worden in de kliniek. Om dit doel te bereiken zal ik de kwaliteit van ASL perfusie mappen gevoelig verbeteren door de trade-off tussen SNR en spatiale resolutie voor een gegeven acquisitietijd te doorbreken en systematische fouten ten gevolge van inaccurate modellering te verminderen. De steunpilaar van de aanpak is de ontwikkeling van een 4D super-resolutie reconstructie (SRR) methode voor ASL. Specifiek zal ik een methode ontwerpen die rechtstreeks hoge-resolutie perfusieparameters schat op basis van een set van verschillend opgenomen, lage-resolutie beelden. Vertrekkende van dit SRR raamwerk, wordt de nauwkeurigheid en de precisie van de geschatte perfusieparameters verbeterd door bewegingsartefacten te elimineren, de ASL beeldvormingsinstellingen te optimaliseren en optimale schatters te construeren. Gedurende het hele project worden de methoden gevalideerd aan de hand van simulaties, fantoom metingen en reele MR data van menselijke hersenen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: den Dekker Arjan
• Mandaathouder: Bladt Piet

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

SpinOff wil een brug slaan tussen de inzichten van de moderne wetenschappen en de kansen die dit biedt tot hoogtechnologisch ondernemen. Om leerlingen te laten proeven van de moderne wetenschappen en technologie en hun toepassingen in hoogtechnologisch ondernemen, heeft de Katholieke Hogeschool Limburg samen met de Universiteit Antwerpen, Universiteit Hasselt, KU Leuven, DSP Valley en IMEC het brugproject SpinOff opgezet. Dit project wordt ondersteund door het Agentschap Ondernemen van de Vlaamse Overheid.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Dit project betreft fundamenteel kennisgrensverleggend onderzoek gefinancierd door het Fonds voor Wetenschappelijk Onderzoek-Vlaanderen. Het project werd betoelaagd na selectie door het bevoegde FWO-expertpanel.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Van Der Linden Annemie
• Mandaathouder: Veraart Jelle

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

EGAMI staat voor Expert Group Antwerp Molecular Imaging en is het spiegelwoord van image. EGAMI clustert de internationaal erkende expertise in het domein van fundamentele en biomedische beeldvorming van vijf onderzoeksgroeps binnen de Universiteit Antwerpen: het het Bio-Imaging Lab, het Molecular Imaging Center Antwerp (MICA), de Radiology, het Laboratory for Cell Biology and Histology en het Vision Lab (voor post-bewerking van medische beelden). EGAMI's missie is om een geïntegreerd onderzoeksplatform aan te bieden dat alle aspecten van multi-modality translationeel medische beeldvorming omvat. Multi-modality verwijst naar de integratie van informatie van verschillende beeldvormingstechnieken. Binnen EGAMI is er preklinische en klinische expertise en infrastructuur voor magnetic resonance imaging (MRI), computed tomography (CT), positron emission tomography (PET) en single-photon emission computed tomography (SPECT). EGAMI heeft projecten i.v.m. toegepast biomedisch (beeldvormings)onderzoek en fundamenteel onderzoek naar beeldvormingsmethodologie. Het toegepaste biomedische onderzoek focust op de onderzoeksgebieden neuro(bio)logie (o.a. de ontwikkeling en validatie van biomarkers (en therapie evaluatie) voor de ziekte van Alzheimer, schizofrenie, multiple sclerose enz.) en op oncologie (o.a. biomarkers voor betere patiënt stratificatie en therapie monitoring). Aangezien het preklinische biomedische onderzoek van EGAMI maakt gebruik van geminiaturiseerde versies van humane beeldvormingsapparatuur (scanners) is het inherent translationeel, m.a.w. initiële bevindingen in proefdieren kunnen vertaald worden naar klinische toepassingen voor verbeterde diagnose en behandeling van patiënten ('from bench to bedside'). Naast de toepassing van beeldvorming in biomedisch onderzoek heeft EGAMI ook projecten die verbetering en optimalisatie van de beeldvormingsmethodologie beogen. De expertise van de MICA (m.b.t. de ontwikkeling van nieuwe radiotracers) en van Visielab (m.b.t. de ontwikkeling van beeldreconstructie, segmentatie en analyse algoritmes) bieden hierbij mogelijkheid voor de strategische opbouw van intellectuele eigendom.

Onderzoeker(s)

• Promotor: Van Der Linden Annemie
• Co-promotor: Parizel Paul
• Co-promotor: Sijbers Jan
• Co-promotor: Staelens Steven
• Co-promotor: Timmermans Jean-Pierre
• Mandaathouder: Guns Pieter-Jan
• Mandaathouder: Lanens Dirk
• Mandaathouder: Van Putte Wouter

Onderzoeksgroep(en)

• Bio-imaging lab

Project type(s)

• Onderzoeksproject

Abstract

Er is een grote verscheidenheid aan lichaamsvormen. Het doel van dit project is om een statistisch vormmodel van de populatie op te stellen aan de hand van 3D scans van de buitenkant van het lichaam. Dit virtueel model kan volledig ingesteld worden, zowel in pose als in lichaamsvorm, waarbij de kenmerken ook instelbaar zijn. Hierdoor kan het gebruikt worden door productontwikkelaars om betere, comfortabelere, semi-gepersonaliseerde ontwerpen te leveren.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: De Bruyne Guido
• Co-promotor: Huysmans Toon
• Co-promotor: Truijen Steven
• Mandaathouder: Danckaers Femke

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het algemene doel van het voorliggend project is de modellering van een virtueel hoofd dat toelaat om geïndividualiseerde fietsvalhelmen te ontwikkelen voor fysisch en thermisch comfort. Hierdoor kunnen geoptimaliseerde helmen ontwikkeld worden die de veiligheid en comfort zullen verhogen.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Huysmans Toon

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds de opdrachtgever. UA levert aan de opdrachtgever de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Huysmans Toon
• Co-promotor: De Bruyne Guido
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds de Vlaamse overheid. UA levert aan de Vlaamse overheid de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Stroobants Sigrid
• Co-promotor: Engelborghs Sebastiaan
• Co-promotor: Parizel Paul
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Moleculaire Beeldvorming en Radiologie (MIRA)

Project type(s)

• Onderzoeksproject

Abstract

Het FIAT consortium zal concrete verbeteringen aanbrengen in kwantitatieve functionele beeldvorming en -verwerking van tumoren, die in klinische en preklinische applicatiepakketten, klinische softwaremodules, beeldanalyse-diensten en uiteindelijk ook in routine klinische procedures zullen worden opgenomen.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Algemeen doel: Een doorbraak realiseren in de beeldkwaliteit van industriële CT en het te positioneren als een activerende technologie in de hoogtechnologische chemische, diamant en 3D print industrie. Het hoofddoel is de realisatie van een praktisch platform voor modelgebaseerde iteratieve reconstructie van grote industriële CT datasets, waarbij voorkennis en materiaaleigenschappen uitgebuit worden om de spatiale resolutie en beeldkwaliteit te verbeteren binnen een aanvaardbare reconstructietijd.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In dit project zal een nieuwe procedure om distortievrije endoscoopbeelden te genereren ontwikkeld worden en zal deze gecombineerd worden met een programmeertechniek op de grafische kaart om zo tot een nieuwe medisch-diagnostische techniek te komen die vervormingen van het trommelvlies in real-time en in vivo kan detecteren. Aangezien deze endoscopische profilometrie-techniek volledig non-invasief is, zal het eenvoudig geïmplementeerd kunnen worden in een klinische setting eens zijn mogelijkheden en toepassingen aangetoond zijn.

Onderzoeker(s)

• Promotor: Dirckx Joris
• Co-promotor: Buytaert Jan
• Co-promotor: Sijbers Jan
• Mandaathouder: Van der Jeught Sam

Onderzoeksgroep(en)

• Biofysica en Biomedische Fysica

Project type(s)

• Onderzoeksproject

Abstract

Dit project betreft fundamenteel kennisgrensverleggend onderzoek gefinancierd door het Fonds voor Wetenschappelijk Onderzoek-Vlaanderen. Het project werd betoelaagd na selectie door het bevoegde FWO-expertpanel.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Cuyt Annie

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het hoofddoel van dit project is de ontwikkeling van nieuwe reconstructie- en segmentatietechnieken voor MRI-beelden die leiden tot verbeteringen in de inherente trade-off tussen beeldkwaliteit en acquisitietijd. Hiertoe wordt een nieuwe vorm van voorkennis, zijnde kennis over de grijswaarden in het te reconstrueren beeld, gemodelleerd in een iteratief reconstructieproces. De eerste vorm van grijswaarde-gebaseerde voorkennis die wordt onderzocht is de (partiële) discreetheid van de grijswaarden, naar analogie met het domein van de (partieel) discrete tomografie in CT. Vervolgens wordt histogram-gebaseerde voorkennis geïntroduceerd.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Segers Hilde

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds UGent. UA verleent medewerking aan het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Poreuze voeding is voeding die een belangrijke hoeveelheid lucht bevat. De verdeling van de lucht in de voeding heeft een effect op voedingskwaliteitsparameters zo as textuur, maar het is ook gerelateerd aan het voorkomen van interne defecten alsook aan de stabiliteit van voeding en houdbaarheid. X-stralen tomografie (X-ray CT) laat toe om op een niet-destructieve manier de interne 3D poriënstructuur van objecten te visualiseren en te kwantificeren.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds Janssen Pharmaceutica. UA levert aan Janssen Pharmaceutica de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Van Der Linden Annemie
• Co-promotor: Sijbers Jan
• Co-promotor: Verhoye Marleen

Onderzoeksgroep(en)

• Bio-imaging lab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds Artesis. UA verleent medewerking aan het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Braet Johan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Niettegenstaande het grote aantal toepassingen van Diffusie Magnetische Resonantie beeldvorming (MRI) in de laatste jaren, is het verkrijgen van betrouwbare en kwantitatieve diffusie informatie nog steeds een uitdagende taak. Dit project richt zich op de ontwikkeling van diffusie gewogen MRI (DWI) sequenties en verwerkingsalgoritmes die het mogelijk maken om betrouwbare diffusie data te krijgen binnen een aanvaardbare opnametijd en tevens met een hoge spatiale resolutie waardoor partieel volume-effecten kunnen beperkt worden. Deze ontwikkeling zal vooral van nut zijn binnen het in vivo preklinisch MRI onderzoek van kleine proefdieren zoals muizen waarbij de nodige signaal ruis verhouding – nodig voor een accurate schatting van de diffusie waarden – een limitatie is voor het gebruik van hoge spatiale resolutie en/of snelle beeldopname. Een diffusieopname en -reconstructie-workflow zal ontwikkeld worden die een hoge resolutie isotrope DWI data reconstrueert uit een serie multi-slice 2D diffusie gewogen beelden -opgenomen met een 7 of een 9,4 T Bruker MR-systeem. In deze MR beelden is de dikte van de sneden substantieel groter (slechter) dan de resolutie in het 2D beeldvlak dwars op de snederichting. De te ontwikkelen methode combineert meerdere DW beelden, ieder met een andere oriëntatie van de sneden, tot een hoog resolutie DWI beeld van het gescande object. Hiervoor dient in de nieuwe reconstructie methode zowel de opname van MR beelden als de diffusiewegingen gemodelleerd te worden. Bij dergelijke hoge velden kunnen we voor deze ontwikkeling geen gebruik maken van snelle Echo Planar imaging opnamen vermits (1) deze beeldartefacten geven tgv wervelstromen die sterk afhankelijk zijn van de beeldoriëntatie – waarbij de opname volgens verschillende hoeken onmogelijk wordt en (2) onderhevig zijn aan lokale signaalverliezen tgv B0-inhomogeniteiten. Daarom zullen we in dit project gebruik maken van de Fast Spin Echo opname welke toelaat om de beelden in verschillende richtingen op te nemen en waarbij er geen signaal verlies optreedt tgv B0-inhomogeniteiten. Eerst dienen we de basis 2D multi-slice diffusie gewogen Fast Spin Echo opname en reconstructie te optimaliseren. Vervolgens zal deze opname methode uitgebreid worden voor de super-resolutie opname waarbij het optimale acquisitie schema dient op punt gesteld te worden: beste combinatie van nodige diffusie gradiënt richtingen met de multi-slice opnamen volgens verschillende richtingen. Deze ontwikkeling gebeurt stapsgewijs waarbij specifieke MR- acquisitie en/of MR-verwerking uitdagingen worden aangepakt: bewegingsartefacten, multi-shot overname, minimalisering van de wervelstroom-effecten, vermijden van fase-aliasing, T2-modulatie in k-ruimte, denoising. De sequenties zullen ontwikkeld en geïmplementeerd worden op de Bruker MR-scanners van het Bio-Imaging lab. De reconstructie algoritmen zullen ontwikkeld worden in Matlab binnen het Visielab, in nauwe samenwerking met het Bio-Imaging lab. Deze ontwikkelingen zijn enkel mogelijk door de toegevoegde waarde van de expertise van beide onderzoeksgroepen en hun nauwe samenwerking.

Onderzoeker(s)

• Promotor: Verhoye Marleen
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Bio-imaging lab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds de Vlaamse overheid. UA levert aan de Vlaamse overheid de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Stroobants Sigrid
• Co-promotor: Peeters Marc
• Co-promotor: Sijbers Jan
• Co-promotor: Staelens Steven
• Co-promotor: Van Der Linden Annemie

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Het innovatiedoel van dit project is de ontwikkeling van tomografische reconstructiealgoritmes om bewegingsgerelateerde artefacten te compenseren in thorax tomosynthese bij de reconstructie van longnodules.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds de federale overheid. UA levert aan de federale overheid de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het doel van dit project is om de vereisten te ontdekken voor het ontwerp van een comfortabele en draadloze EEG headset die een eerste stap zal zijn in de richting van medisch goegekeurde EEG-BCI toestellen die door patienten gebruikt kunnen worden om te communiceren en door dokters voor de diagnose van hersenstornissen. Nieuwe modellen van het menselijke hoofd zullen worden gemaakt d.m.v. statistische analyse, verschillende types materialen en elektrodes zullen worden vergeleken en de druk die door de headset wordt uitgeoefend op het hoofd zal worden gesimuleerd om een optimaal ontwerp te bekomen, dat toegevoegde waarde zal genereren voor alle betrokken partijen. Dit ontwerp zal dan geproduceerd worden en geëvalueerd door een groep gezonde testpersonen, waarna het zal gevalideerd worden door ALS-patiënten.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Lacko Daniël

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds de federale overheid. UA levert aan de federale overheid de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Wuyts Floris
• Co-promotor: Parizel Paul
• Co-promotor: Sijbers Jan
• Co-promotor: Van de Heyning Paul
• Co-promotor: Van Der Linden Annemie

Onderzoeksgroep(en)

• Labo voor evenwichtsonderzoek en aerospace (LEIA)

Project type(s)

• Onderzoeksproject

Abstract

Dit projectvoorstel beoogt de ontwikkeling van nieuwe methoden voor segmentatie van magnetische resonantie beelden. Waar conventionele segmentatiemethoden enkel gebruik maken van het gereconstrueerde MRI beeld, zullen de in dit project ontwikkelde methoden rechtstreeks de door de MRI scanner opgenomen data in rekening brengen. Verwacht wordt dat daardoor de accuraatheid van de segmentatie significant verbeterd kan worden.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Het SuperMRI project is gericht op - het versnellen van de opname door het ontwikkelen van nieuwe beeldvormingssequenties en bemonsteringstrategieën. - het reduceren van de rekentijd van iteratieve reconstructiemethoden via de ontwikkeling van snelle en generieke voorwaartse en terugprojectie via parallellisatie en distributie van de algoritmen, in combinatie met aangepaste hardware architectuur (GPU of FPGA). - Het verbeteren van de beeldkwaliteit door het ontwikkelen van nieuwe reconstructiemethoden gebaseerd op compressive sensing en discrete tomografie. - De ontwikkeling van nieuwe algoritmen die de opgenomen data ten volle benutten voor verbeterde segmentatie en bewegingscorrectie.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

MESRECON wil echte duale-energie beeldreconstructietechnieken ontwikkelen. Een kerncomponent is een gedetailleerd model van het acquisitie- en beeldreconstructieproces ontwikkelen. De ontwikkeling van dit model vormt een eerste doel van dit project. Een tweede doel is de ontwikkeling van duale-energie reconstructietechnieken gebaseerd op dit model en gebaseerd op geavanceerde beeldrestauratietechnieken.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds UZA. UA verleent medewerking aan het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In dit project zal een nieuwe procedure om distortievrije endoscoopbeelden te genereren ontwikkeld worden en zal deze gecombineerd worden met een programmeertechniek op de grafische kaart om zo tot een nieuwe medisch-diagnostische techniek te komen die vervormingen van het trommelvlies in real-time en in vivo kan detecteren. Aangezien deze endoscopische profilometrie-techniek volledig non-invasief is, zal het eenvoudig geïmplementeerd kunnen worden in een klinische setting eens zijn mogelijkheden en toepassingen aangetoond zijn.

Onderzoeker(s)

• Promotor: Dirckx Joris
• Co-promotor: Buytaert Jan
• Co-promotor: Sijbers Jan
• Mandaathouder: Van der Jeught Sam

Onderzoeksgroep(en)

• Biofysica en Biomedische Fysica

Project type(s)

• Onderzoeksproject

Abstract

Differentiële fasecontrasttomografie gebaseerd op roosters is een nieuwe experimentele techniek die toelaat zeer gedetailleerde beelden van zachte weefsel te maken. Maar op dit moment zijn de beelden vervuild met verstoringen die de reconstructie van het inwendige van een object verhinderen. Dit project heeft tot doel om wiskundige algoritmen te ontwikkelen om de kwantitatieve reconstructie van deze techniek verbeteren.

Onderzoeker(s)

• Promotor: Vanroose Wim
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Toegepaste wiskunde

Project type(s)

• Onderzoeksproject

Abstract

Computer Tomografie (CT) is een krachtige, niet-destructieve techniek voor het genereren van 2-D en 3-D beelden van een object, op basis van X-stralenbeelden. Conventionele CT vereist dat het object ingebracht wordt in een CT scanner en dat veel X-stralenbeelden worden opgenomen voorafgaand aan de reconstructie van het 3D beeld. Er zijn echter veel situaties waarbij deze vereisten niet voldaan zijn: als het object een vast onderdeel is van een ander, groter object dat niet in de scanner past; als het bewegen van het object gevaarlijk is (explosieven); als beweging van het object de omgeving zou verstoren/bevuilen (plaats van misdaad); als het object niet makkelijk kan verplaatst worden (paard met een gebroken bot); of als het object te waardevol is om te verplaatsen (cultureel erfgoed). In dergelijke situaties is in situ X-stralenbeeldvorming vereist. Draagbare X-stralentoestellen, zoals een hand-X-stralencamera of een robotsysteem, zijn beschikbaar op de markt, maar deze kunnen slechts enkele of een serie van afzonderlijke X-stralenbeelden genereren. Het is momenteel niet mogelijk om een 3D beeld te reconstrueren uitgaande van dergelijke sets van X-stralenbeelden. Immers: 1. In tegenstelling tot conventionele CT-scanners is de exacte positie en oriëntatie van het X-stralenbron/detector systeem ten opzichte van het object niet gekend. 2. Indien een hand-X-stralencamera of een robotsysteem wordt gebruikt is het scanproces tijdrovend, wat het aantal voor tomografie op te nemen X-stralenbeelden beperkt. De huidige CT reconstructiealgoritmen vereisen een groot aantal X-stralenbeelden om tot accurate resultaten te komen. 3. Het opnemen van X-stralenbeelden vanuit alle mogelijke hoeken is vaak niet mogelijk. Zowel 2 als 3 zal resulteren in een sterk onderbepaald invers probleem. Dit project is gericht op de ontwikkeling van robuuste en efficiënte reconstructiemethoden voor in situ X-tomografie. Deze methoden zullen geen a priori kennis over de opnamegeometrie nodig hebben en zullen gericht zijn op maximale reconstructiekwaliteit bij opname van een beperkt aantal X-stralenbeelden. Om dit doel te bereiken zullen de volgende strategieën gecombineerd worden: 1. Automatische parameterschatting gebaseerd op het maximaliseren van de consistentie van gesimuleerde t.o.v. gemeten X-stralenbeelden zal toelaten een reconstructiemethode te ontwikkelen die geen of slechts weinig voorkennis nodig heeft van de geometrische parameters van de X-stralenbeelden. 2. Nieuwe algoritmen zullen ontwikkeld worden voor efficiënte optimalisatie van de hoog-dimensionale zoekruimte (onbekend object + onbekende geometrische parameters) door de lineariteit uit te buiten van bepaalde reconstructie-algoritmen en multi-resolutionele aanpak te gebruiken voor graduele verfijning van de parameterschattingen. 3. Compressive sensing en discrete tomografie zullen geïncorporeerd worden in het parameterschattingsraamwerk om accurate beeldreconstructie toe te laten vanuit een klein aantal projecties en om effectief om te gaan met een beperkt hoekbereik. 4. State-of-the-art GPU computing technieken zullen aangewend worden om de massieve computationele berekeningen efficiënt uit te voeren. Een succesvol project zal de deur openen naar tal van toepassingen in diverse domeinen zoals veiligheid, niet-destructieve controle, dentale beeldvorming, diergeneeskunde, of de culturele erfgoed sector.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Historische olieverfschilderijen zijn opgebouwd uit diverse, vrij dunne laagjes verf. Ieder verflaag bestaat uit een organisch bindmiddel hetwelke (an)organische pigmentkorrels bevat. Recent werden verschillende methoden ontwikkeld om de laagstructuur van deze kunstvoorwerpen op niet-destructive wijze te kunnen zichtbaar maken. Laminografie is een variant van X-straal tomografie die zich leent tot het bestuderen van grote, platte objecten zoals schilderijen. Het project behelst de optimalisatie van de experimentele parameters voor X-straal laminografie van delen van olieverfschilderijen met als doel het kunnen visualiseren van hun interne structuur. Uit deze informatie kan het creatieproces van het schilderij worden afgeleid.

Onderzoeker(s)

• Promotor: Janssens Koen
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds de KHL. UA levert aan de KHL de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Frans Renaat

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project betreft fundamenteel kennisgrensverleggend onderzoek gefinancierd door het Fonds voor Wetenschappelijk Onderzoek-Vlaanderen. Het project werd betoelaagd na selectie door het bevoegde FWO-expertpanel.

Onderzoeker(s)

• Promotor: Van Aert Sandra
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Elektronenmicroscopie voor materiaalonderzoek (EMAT)

Project type(s)

• Onderzoeksproject

Abstract

Diffusiegewogen magnetische resonantie beeldvorming (DW-MRI) laat toe de mate van diffusie van watermoleculen in levend weefsel te bepalen. Diffusietensor beeldvorming (DTI) maakt gebruik van een Gaussiaans model om deze diffusie voor te stellen en is een veelgebruikte techniek in huidig onderzoek naar de witte hersenmaterie. Ondanks het feit dat het DTI-model tot op heden de meest toegepaste techniek binnen dit domein is en al vaak succesvol leidde tot nieuwe inzichten rondom neurologische aandoeningen, heeft het enkele fundamentele tekortkomingen waardoor nieuw technieken zich opdringen. DTI bezit bijvoorbeeld beperkte mogelijkheden om meervoudige vezelorientaties in een voxel te beschrijven, grotendeels te wijten aan de aanname van het Gaussiaanse diffusiemodel. Diffusie kurtosis beeldvorming (DKI) laat toe om diffusie niet-Gaussiaans te beschrijven [23]. Echter: (1) het bijhorende beeldvormingsproces vereist verhoogde b-waarden waardoor de SNR verlaagt. Het verschil tussen de werkelijk aanwezige Rice-verdeelde ruis en normaalverdeelde ruis zal hierdoor beduidend groot worden waardoor kleinste kwadraten benaderingen onjuistheden introduceren bij het schatten van de DKI-parameters. Om de klinische en biologische meerwaarde van deze nieuwe methode tegenover DTI aan te tonen is er nood aan een set parameters die gebruikt kan worden tijdens kwantitatieve analyses. DTI wordt meestal beschreven aan de hand van twee invarianten (gemiddelde diffusie en anitrope diffusie) , maar: (2) DTI levert niet de geschikte parameters om eenduidig de invloed van myelineafbraak of axonaal verlies op het diffusieproces te kwantificeren. (3) Doordat DKI tot op heden voornamelijk theoretisch werd bestudeerd, bestaan er geen atlassen van de bijhorende parameters die kwantitatieve analyses en daaropvolgende klinische studies mogelijk maken. De hogere orde van de diffusie kurtosis tensor (DKT) in vergelijking met de DT, impliceert het bestaan van extra parameters die meerwaarde bieden bij klinisch onderzoek. Een recente theoretische studie maakt de mathematische afleiding van deze (in)variante parameters mogelijk. Het onderzoek zal volgende stappen inhouden: Doelstelling 1: bepalen van de optimale beeldvormingsparameters (o.a. gradientsterkte en - richtingen) waarbij optimaal rekening gehouden wordt met de Rice verdeling van de opgenomen diffusiegewogen data. Het doel hierbij is de juistheid en de precisie van de geschatte DKI parameters te optimaliseren. Om klinische toepasbaarheid na te streven, zal de scantijd en de praktische haalbaarheid van de beeldvormingsinstellingen steeds in acht genomen worden. Doelstelling 2: onderzoek naar de meerwaarde van kurtosis-parameters t.o.v. de huidige DTI-metingen voor de detectie van pathofysiologische verschijnselen zoals myelineafbraak, axonaal verlies, . . . . Deze vormen van weefselafbraak zullen worden gesimuleerd in muizen, waarna een vergelijk van DKT-parameters en histologie mogelijk wordt. De myelineafbraak zal gesimuleerd worden door het toedienen van zeer kleine hoeveelheden cuprizone, een stof die zorgt dat de oligodendrocyten afsterven. Een direct gevolg is het verlies van myeline rondom de zenuwvezels. Doelstelling 3: opstellen van een kurtosis-atlas op basis van de relevante kwantitatieve parameters die in doelstelling twee gevonden werden. Hierbij zal er onderzocht worden hoe de bestaande registratietechnieken voor meervoudige beelden aangepast dienen te worden voor een optimale DKT beeldregistratie en atlasvorming. Doelstelling 4: de kurtosis-atlas zal gebruikt worden om de klinische meerwaarde van DKI te beoordelen voor een voxel gebaseerd onderzoek rond Multiple Sclerose. (4) Theoretisch vormt DKI reeds een techniek die de tekortkomingen van DTI omzeilt binnen realistische scantijden. In de praktijk werden tot op heden slechts enkele klinische studies uitgevoerd. De finale meerwaarde en toepasbaarheid van DKI in klinisch onderzoek is hierdoor nog niet bekend.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Veraart Jelle

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Dit project focust op het onderzoeken en ontwikkelen van innovatieve beeldvormings-, beeldreconstructie en beeldverwerkings-technieken specifiek voor longziektes, die binnen enkele jaren op de markt kunnen komen.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Concreet zullen we een DTI-atlas ontwikkelen voor het premature brein (0 tot 4 jaar), door niet-affiene registratietechnieken te combineren met nieuwe ruisonderdrukkingtechnieken voor de DWI-data en rekening te houden met de verschillende groeisnelheden van de premature hersenen. DWI en zijn afgeleiden worden ook momenteel gezien als een van de snelstgroeiende modaliteiten voor premature hersenalayse.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het doel van het SuperCT project is 1) de rekentijd te reduceren van verschillende tomografische reconstructie-algoritmen. In het bijzonder zullen we ons richten op iteratieve reconstructietechnieken voor CT en SPECT. De meeste van de versnellingen zullen verkregen worden via het parallelliseren en distribueren van de algoritmen, in combinatie met een gepaste hardware architectuur (GPU). 2) de ontwikkeling en implementatie van snelle tomografische beeldverwerkingsalgoritmen die de beschikbare projectiedata optimaal benutten. In het bijzonder zullen we ons richten op segmentatie, beam hardening correctie, visualisatie, en uitlijning van de gemeten projecties.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Epilepsie is een frequent voorkomende neurologische aandoening dat gepaard gaat met herhaaldelijke epileptische aanvallen. Deze aanvallen worden gekenmerkt door een spontane verandering van het gedrag en/of bewustzijn van de patiënt. Dit wordt veroorzaakt door overmatige en ongecontroleerde elektrische activiteit in een wel gedefinieerde regio in de hersenen (de zogenaamde epileptogene zone). De elektrische en magnetische activiteit gegenereerd door de hersenen, kan gemeten worden aan de hand van elektrodes geplaatst aan het hoofdoppervlak. Een dergelijke meting in functie van de tijd wordt respectievelijk een elektro-encefalogram (EEG) of magneto-encephalogram (MEG) genoemd. EEG/MEG-bronlokalisatie is een methode om de bron van elektrische of magnetische activiteit te bepalen op basis van het EEG/MEG. Dit probleem bestaat uit 2 deelproblemen. Enerzijds, door het oplossen van het voorwaarts probleem verkrijgt men de elektrodepotentialen veroorzaakt door een bron met bepaalde parameters. Anderzijds, gaat men via het oplossen van het invers probleem de bronparameters bepalen op basis van een set van gemeten potentialen. Deze beeldvormings-techniek heeft een hoge tijdsresolutie (milliseconden) maar een lage spatiale resolutie. In de laatste 10 jaar is er een brede waaier aan medische beeldvormingstechnieken ontstaan. Magnetische resonantie beeldvorming (MRI), Computed Tomography (CT) en diffusie-gewogen MRI (DW-MRI) zijn beeldvormingstechnieken die de anatomische structuur van de hersenen in beeld brengen. Functionele beeldvorming, zoals Single Photon Emission Computed Tomography (SPECT) en functionele MRI (fMRI) toont veranderingen van de bloedstromingen in de hersenen. Deze technieken hebben hoge spatiale resolutie (ongeveer 1 mm voor MRI, 7 mm voor SPECT en 3 mm voor fMRI), maar een heel lage tijdsresolutie wegens de langdurige opname van de scan. Recente behandelingen maken gebruik van stimulatie, waarbij minuscule stroompjes in de epileptogene zone gegenereerd worden, ook wel Diepe Hersenstimulatie (Eng. Deep Brain Stimulation DBS) genoemd. Daarnaast kan men ook een perifere zenuw stimuleren, de zogenaamde nervus vagus. Deze vorm noemt men Nervus Vagus Stimulatie (VNS). Het werkingsprincipe van deze behandeling is tot op heden nog onbekend. Binnen het iMIND project willen we een applicatie maken dat: 1. de nodige beelden en informatie kan verzamelen voor de bepaling van de epileptogene zone en het werkingsmechanisme van de nieuwe neuromodulaire behandeling. 2. een coregistratie kan uitvoeren tussen verschillende beelden die genomen zijn in verschillende scanners. We willen de verschillende beelden op eenzelfde referentiestelsel plaatsen om de activiteit in functionele beeldvorming te correleren met de anatomische structuren. Daarnaast, willen we ook de nauwkeurigheid van EEG/MEG-bronlokalisatie vergroten via de incorporatie van anatomische en functionele beeldvorming. 3. op een begrijpelijke en gebruiksvriendelijke manier de beelden kan tonen. Bovendien willen we ook tijdsinformatie verkregen door de EEG/MEG bronlokalisatie gaan visualiseren. 4. gebruikt worden voor een nauwkeurige bepaling van de epileptogene zone. In dit geval willen we de applicatie toepassen op een populatie van patiënten en de meerwaarde van de applicatie nagaan. 5. gebruikt worden in een experimentele omgeving om kwantitatief het effect van verschillende stimulatieparameters te bepalen. Hierbij willen meerwaarde van de applicatie nagaan in beeldvorming in kleine proefdieren verkregen tijdens stimulatie.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Medische beeldvorming wordt steeds complexer. Jammer genoeg maakt de medische sector vandaag nog absoluut geen optimaal gebruik van kleur- en multidimensionele informatie. Dit onderzoeksproject beoogt om deze situatie te verbeteren. In de techologie werkpaketten zullen we generische platform technologie ontwikkelen om kleur- en multidimensionele data beter te verwerken en te visualiseren. De basistechnologie die zal ontwikkeld worden in dit project omvat de volledige beeldverwerkings ketting, gaande van toestellen voor het maken van medische beelden, over het verwerken van de data, visualisatie van de beelden en finaal de klinische validatie en standaarden. De basistechnologie die hierboven werd beschreven zal worden toegepast voor enkele specifieke klinische problemen.

Onderzoeker(s)

• Promotor: Scheunders Paul
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Diffusiegewogen magnetische resonantie beeldvorming (DW-MRI) laat toe de mate van diffusie van watermoleculen in levend weefsel te bepalen. Diffusietensor beeldvorming (DTI) maakt gebruik van een Gaussiaans model om deze diffusie voor te stellen en is een veelgebruikte techniek in huidig onderzoek naar de witte hersenmaterie. Ondanks het feit dat het DTI-model tot op heden de meest toegepaste techniek binnen dit domein is en al vaak succesvol leidde tot nieuwe inzichten rondom neurologische aandoeningen, heeft het enkele fundamentele tekortkomingen waardoor nieuw technieken zich opdringen. DTI bezit bijvoorbeeld beperkte mogelijkheden om meervoudige vezelorientaties in een voxel te beschrijven, grotendeels te wijten aan de aanname van het Gaussiaanse diffusiemodel. Diffusie kurtosis beeldvorming (DKI) laat toe om diffusie niet-Gaussiaans te beschrijven [23]. Echter: (1) het bijhorende beeldvormingsproces vereist verhoogde b-waarden waardoor de SNR verlaagt. Het verschil tussen de werkelijk aanwezige Rice-verdeelde ruis en normaalverdeelde ruis zal hierdoor beduidend groot worden waardoor kleinste kwadraten benaderingen onjuistheden introduceren bij het schatten van de DKI-parameters. Om de klinische en biologische meerwaarde van deze nieuwe methode tegenover DTI aan te tonen is er nood aan een set parameters die gebruikt kan worden tijdens kwantitatieve analyses. DTI wordt meestal beschreven aan de hand van twee invarianten (gemiddelde diffusie en anitrope diffusie) , maar: (2) DTI levert niet de geschikte parameters om eenduidig de invloed van myelineafbraak of axonaal verlies op het diffusieproces te kwantificeren. (3) Doordat DKI tot op heden voornamelijk theoretisch werd bestudeerd, bestaan er geen atlassen van de bijhorende parameters die kwantitatieve analyses en daaropvolgende klinische studies mogelijk maken. De hogere orde van de diffusie kurtosis tensor (DKT) in vergelijking met de DT, impliceert het bestaan van extra parameters die meerwaarde bieden bij klinisch onderzoek. Een recente theoretische studie maakt de mathematische afleiding van deze (in)variante parameters mogelijk. Het onderzoek zal volgende stappen inhouden: Doelstelling 1: bepalen van de optimale beeldvormingsparameters (o.a. gradientsterkte en - richtingen) waarbij optimaal rekening gehouden wordt met de Rice verdeling van de opgenomen diffusiegewogen data. Het doel hierbij is de juistheid en de precisie van de geschatte DKI parameters te optimaliseren. Om klinische toepasbaarheid na te streven, zal de scantijd en de praktische haalbaarheid van de beeldvormingsinstellingen steeds in acht genomen worden. Doelstelling 2: onderzoek naar de meerwaarde van kurtosis-parameters t.o.v. de huidige DTI-metingen voor de detectie van pathofysiologische verschijnselen zoals myelineafbraak, axonaal verlies, . . . . Deze vormen van weefselafbraak zullen worden gesimuleerd in muizen, waarna een vergelijk van DKT-parameters en histologie mogelijk wordt. De myelineafbraak zal gesimuleerd worden door het toedienen van zeer kleine hoeveelheden cuprizone, een stof die zorgt dat de oligodendrocyten afsterven. Een direct gevolg is het verlies van myeline rondom de zenuwvezels. Doelstelling 3: opstellen van een kurtosis-atlas op basis van de relevante kwantitatieve parameters die in doelstelling twee gevonden werden. Hierbij zal er onderzocht worden hoe de bestaande registratietechnieken voor meervoudige beelden aangepast dienen te worden voor een optimale DKT beeldregistratie en atlasvorming. Doelstelling 4: de kurtosis-atlas zal gebruikt worden om de klinische meerwaarde van DKI te beoordelen voor een voxel gebaseerd onderzoek rond Multiple Sclerose. (4) Theoretisch vormt DKI reeds een techniek die de tekortkomingen van DTI omzeilt binnen realistische scantijden. In de praktijk werden tot op heden slechts enkele klinische studies uitgevoerd. De finale meerwaarde en toepasbaarheid van DKI in klinisch onderzoek is hierdoor nog niet bekend.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Veraart Jelle

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Van Hecke Wim

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het hoofddoel van dit project is het ontwikkelen van discrete tomografie voor elektronenmicroscopie. Hierbij zal worden uitgegaan van een nieuw reconstructie-algoritme dat momenteel op het Visielab wordt ontwikkeld. Het betreft het DART-algoritme: een iteratief, algebraïsch algoritme dat stappen van het SIRT-algoritme uit de continue tomografie afwisselt met discretie-stappen. Binnen de SIRT-iteraties worden telkens pixels vastgezet op één van de constante grijswaarden, waardoor een nieuw stelsel lineaire vergelijkingen wordt bekomen met minder onbekenden dan het oorspronkelijke stelsel.

Onderzoeker(s)

• Promotor: Bals Sara
• Co-promotor: Batenburg Joost
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Elektronenmicroscopie voor materiaalonderzoek (EMAT)

Project type(s)

• Onderzoeksproject

Abstract

Dit project kadert in een onderzoeksopdracht tussen enerzijds UA en anderzijds IWT. UA levert aan IWT de onderzoeksresultaten genoemd in de titel van het project onder de voorwaarden zoals vastgelegd in voorliggend contract.

Onderzoeker(s)

• Promotor: Van Dyck Dirk
• Co-promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Diffusietensor magnetische resonantie beeldvorming (DT-MRI) is een recent ontwikkelde techniek die toelaat om de witte hersenmaterie (WM) architectuur in vivo en niet-invasief te bestuderen. DT-MRI is gebaseerd op de Brownse beweging van de H2O-moleculen in biologisch weefsel en maakt het mogelijk om via diffusie-gewogen MRI opnames de anisotrope diffusie van deze moleculen te bepalen. Deze anisotrope diffusie kan men dan relateren aan gealigneerde microstructuren, zoals WM hersen-vezels, hetgeen van grote diagnostische waarde is voor de biomedische wereld. Aangezien men bij deze techniek een grote hoeveelheid data nodig heeft, is het aangewezen om snelle beeldvormingssequenties te gebruiken. Deze technieken introduceren echter steeds een aantal specifieke artefacten in de beelden die zorgen voor een suboptimale beeldkwaliteit. Daarom is het aangewezen om verschillende strategieën te bestuderen om de kwaliteit van de beelden te optimaliseren. De huidige acquisitiestandaard bij snelle DTI, EPI (Echo Planar Imaging), is zeer gevoelig aan o.a. susceptibiliteitartefacten welke voor een geometrische vervorming in het beeld zorgen. Deze artefacten worden meer uitgesproken naargelang men bij een hogere velsterkte werkt (hier: 7 Tesla en 9.4 Tesla) Door gebruik te maken van een aangepaste EPI-sequentie kunnen de lokale susceptibiliteitsverschillen gemeten worden en kan een correctie in de beelden doorgevoerd worden. Bij een andere strategie zal DTI gecombineerd worden met Fast Spin Echo (FSE). Deze techniek zou minder gevoelig moeten zijn aan susceptibiliteitsartefacten dan EPI. Een recente aanpak, waarbij gebruik gemaakt wordt van meerdere ontvangers (parallelle beeldvorming), zal gebruikt worden om deze artefacten te reduceren.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Verhoye Marleen
• Mandaathouder: Pintjens Wouter

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

X-stralen computer tomografie is een techniek om de drie dimensionale (3D) interne structuur van een object op een niet-destructieve manier te visualiseren. Sinds de introductie van de tomografische scanners in de jaren '70 is tomografie een standaard techniek in de medische wereld. Recente technologische ontwikkelingen hebben het gebruik van tomografische scanners in niet-klinische toepassingen mogelijk gemaakt. Deze onderzoeksgebieden zijn zeer uiteenlopend: van biomedische in-vitro applicaties naar materialen onderzoek en in-vivo studies op ratten en muizen. Tomografische reconstructies bevatten echter artefacten. Deze kunnen veroorzaakt worden door de scanner hardware, het reconstructie algoritme of het te scannen object zelf. Al deze types van artefacten worden in dit project behandeld. Het uiteindelijke doel is de verbetering van de verschillende stappen tussen het verwerven van de projectie data en de segmentatie van de reconstructie beelden, het reduceren van fouten geintroduceerd in elk van deze stappen, en daardoor het bevorderen van de kwaliteit van de reconstructie. Een voorbeeld van een probleem, veroorzaakt door een onnauwkeurigheid in de hardware (X-stralen bron of detector) is het voorkomen van de ring artefacten. Dit zal aangepakt worden door gebruik te maken van een nieuwe methode voor de bewerking van het sinogram. Ten tweede kan de aanwezigheid van hoge densiteiten in het monster, zoals bv. metalen, leiden tot lijn artefacten die geinduceerd worden door het standaard reconstructie algoritme. Verschillende interessante en vernieuwende reconstructie technieken zullen geimplementeerd worden om deze problemen te overwinnen. Een derde probleem komt voor als het te scannen object groter is dan het bereik van de camera voor het opnemen van de projectie beelden. In dit geval spreken we van getrunceerde projectiedata die verdere artefacten kunnen opleveren. Ook hiervoor wordt een nieuw algoritme toegepast om deze problemen te voorkomen. Om het effect van de verschillende parameters te bekijken op de beeldkwaliteit wordt een computer tomografie simulator ontwikkeld. De algoritmen om automatisch de parameters te optimaliseren voor een specifiek beeldvormingsprobleem worden ook onderzocht. Hierdoor groeit de simulator uit tot een interessante tool voor de CT gebruikers. De simulator zal verder uitgebreid worden met algoritmen voor het onderdrukken van metaal artefacten. Hiervoor zal een recent voorgesteld iteratief reconstructie algoritme aangepast worden. Verder wordt een nieuwe methode ontwikkeld die continue en discrete tomografie combineert om de metaal artefacten te reduceren. Tot slot wordt een nieuwe reconstructie techniek voor getrunceerde beelden onderzocht. In deze techniek wordt de vorm en structuur die zich buiten het camera veld bevindt benaderd door een uniforme ellips. Voorvermelde CT beeldvorming wordt in vivo vooral gebruikt om de anatomie weer te geven. Computer tomografie kan echter ook gebruikt worden om metabolische functie te visualizeren zoals in het laatste stuk van dit project behandeld wordt; meer bepaald het gebruik van CT voor moleculaire beeldvorming, en dat zowel klinisch als pre-klinisch. In dit geval wordt CT als SPECT omschreven (Single Photon Emission Computed Tomography). Bestaande SPECT hard- en softwarelevert ook in de moleculaire beeldvorming een suboptimale specificiteit omwille van een gebrek aan resolutie, sensitiviteit of door de introductie van artefacten. De huidige reconstructie methoden voor SPECT zijn daarenboven niet patient-specifiek en bijgevolg is een gepersonaliseerde behandeling niet mogelijk. Het doel van dit partim is net de innovatie van iteratieve computer tomografie reconstructietechnieken voor de beeldvorming (van de hersenen) van een mens door gebruik te maken van een statistisch Monte Carlo model. Dergelijke kwantitatieve reconstructie versterkt de diagnose en uiteindelijk het comfort van de patient. Evenzeer zal computer tomografie voor de moleculaire beeldvorming van kleine proefdieren behandeld worden. We zullen dynamische dier-experimenten in-vivo uitvoeren, gebruik makend van verschillende isotopen in een hoge kwaliteit micro-SPECT. De bevindingen worden dan geintegreerd met het hoger beschreven CT onderzoek door de functionele beelden te fusioneren met de anatomische informatie. De focus van dit project ligt dus niet enkel op de nieuwe technieken voor het oplossen van problemen in het algemeen maar is ook toegepast op specifieke toepassingsgebieden. De verschillen in deze gebieden duiden de sterkte en toepasbaarheid aan van de voorgestelde ideeen. De specifieke toepassingsgebieden gaan van diamanten naar schuim soorten over pre-klinische studies in het in-vivo onderzoek tot de humaan klinische praktijk.

Onderzoeker(s)

• Promotor: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

Het hoofddoel van het onderzoek is detectie en lokalisatie van hersenactiviteit met behulp van fMRI. Hiervoor worden de metingen zo goed mogelijk gemodelleerd en wordt met behulp van gevorderde schattingstechnieken de activatie bepaald. Om dit doel te kunnen realiseren worden de volgende deelonderwerpen uitgewerkt: HRF De vorm van de Hemodynamische Respons Functie (HRF), die de overdracht van het aangeboden activatiesignaal naar de fMRI waarnemingen beschrijft, moet zo nauwkeurig mogelijk worden bepaald. In de literatuur wordt geconstateerd dat deze enigszins varieert per persoon, per hersenregio en door gewenningsverschijnselen ook in de tijd. Om deze variaties te kunnen beschrijven wordt er in het onderzoek gezocht naar een compacte parametrisatie die hiervoor genoeg vrijheid heeft. Het doel is om de parametrisatie met behulp van metingen te valideren en te verfijnen. Ruismodel Om uit de fMRI opnamen optimaal de activatie te verkrijgen is het nodig om een goede beschrijving te vinden van de verstoringen die in deze beelden optreden. De doelstelling hierbij is om een model van de verstoringen op te stellen waarvan de parameterwaarden automatisch uit de metingen kunnen worden bepaald. Bij het opstellen van het ruismodel wordt rekening gehouden met de verschillen tussen hersengebieden en personen. Een doel is om dit model toe te passen in een optimale schatter voor de functionele activatie. Hierbij wordt gebruik gemaakt van de in de tijd langzaam varierende eigenschappen van de HRF en verstoringen om zo min mogelijk parameters per voxel te hoeven schatten. Ruimtelijke correlatie Nadat detectie van functionele activatie binnen een voxel is geoptimaliseerd zullen ruimtelijke correlaties binnen het ontwikkeld model in rekening worden gebracht. Ook zal worden onderzocht of anatomische informatie uit hoog resolutie MRI en DT-MRI beelden gebruikt kan worden voor een verbeterde detectie. Om de geschatte mate van activatie goed weer te kunnen geven zal bij de schatter ook een criterium voor activatie worden ontworpen. Door hierin op correcte wijze rekening te houden met de verstoringen kan automatisch een betrouwbaar, door de gebruiker in te stellen, false-positive ratio bereikt worden. Spatiale resolutie Een laatste doel is het verhogen van de ruimtelijke resolutie a.h.v. een reeks laag-resolutie fMRI beelden. Er zal nagegaan worden hoe, via stochastische modellering van het beeldvormingsproces, de spatiale resolutie verbeterd kan worden. Dit lijkt haalbaar aangezien imperfecties van de beeldvormende gradienten leiden tot verschillen in codering van spatiale informatie. Met het bereiken van deze doelen wordt het mogelijk om hersenactiviteit optimaal te detecteren en lokaliseren. Met het optimaal detecteren van activatie zullen de resultaten bij bestaande toepassingen verbeteren. Ook zullen door verbeteringen in de ruimtelijke resolutie en nauwkeuriger bepaling van de HRF nieuwe toepassingen mogelijk worden.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Poot Dirk

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Probleemstelling Transmissie tomografie is nauwelijks meer weg te denken in medische en industriele toepassingen. Bij deze techniek kunnen beelden worden gereconstrueerd op basis van een groot aantal projecties, opgenomen vanuit verschillende hoeken. Momenteel worden algoritmen als filtered back-projection en het Feldkamp-algoritme standaard gebruikt. Hoewel ze computationeel efficient geimplementeerd kunnen worden, hebben deze algoritmen enkele belangrijke nadelen. Vooreerst zijn zeer veel projecties vereist om een nauwkeurige reconstructie te berekenen. Daarnaast zijn dergelijke algoritmen zeer gevoelig voor ruis en is het niet mogelijk om voorkennis over het object tijdens het reconstrueren te gebruiken. Dit project richt zich op iteratieve algoritmen voor tomografie, waarbij het beeld in stappen wordt gereconstrueerd. Dergelijke algoritmen hebben minder te kampen met de vermelde nadelen. Anderzijds dienen de volgende problemen te worden aangepakt om het gebruik van iteratieve algoritmen in de praktijk haalbaar te maken: Lange scantijd. Het grote aantal projecties dat momenteel vereist is om een beeld van acceptabele kwaliteit te reconstrueren heeft rechtstreeks tot gevolg dat de opnametijd vaak aanzienlijk is. Voor tal van toepassingen is het van belang de scantijd zo klein mogelijk te houden. Bij medische toepassingen resulteert een kleine opnametijd in een verhoging van het patientcomfort en laat het de studie van dynamische processen toe. Wegens de relatie tussen op opnametijd en het aantal opgenomen projecties leidt een reductie van dit laatste eveneens tot een vermindering van de totale X-stralendosis. Ook in de industrie, waar tomografie wordt gebruikt voor kwaliteitscontrole, is een korte scantijd belangrijk, omdat er dan meer objecten kunnen worden gecontroleerd in dezelfde tijd. Lange rekentijd. Hoewel het gebruik van iteratieve reconstructie algoritmen leidt tot een grotere nauwkeurigheid van reconstructies, zijn deze algoritmen langzamer dan niet-iteratieve methoden. Voor het gebruik van iteratieve algoritmen in praktische toepassingen, is een korte rekentijd essentieel. In de industrie wil men graag zo snel mogelijk kunnen reageren op produktiefouten. Ook bij medische toepassingen is een korte rekentijd belangrijk. De arts wil immers zo snel mogelijk zijn diagnose kunnen stellen. Grote hoeveelheid benodigd geheugen. Wanneer beelden met een zeer hoge spatiale resolutie worden gereconstrueerd, is de benodigde geheugengrootte gigantisch: veel te groot voor het direct aanspreekbare geheugen. In de praktijk wordt vaak van cone-beam tomografie toegepast, waarbij een kegelvormige X-stralenbundel wordt gebruikt voor het opnemen van de projectiebeelden. Vooral bij deze vorm van tomografie vormt het beschikbare werkgeheugen een belangrijke beperking, aangezien het niet mogelijk is de 3D reconstructietaak op te splitsen in het reconstrueren van een aantal twee dimensionale snedes. Het ontwikkelen van nieuwe iteratieve reconstructie algoritmen neemt veel tijd in beslag en is foutgevoelig. Hoewel er een grote verscheidenheid is aan iteratieve reconstructie algoritmen, maken de meeste van deze algoritmen gebruik van dezelfde basisoperaties. Toch kost het vaak veel tijd om deze methoden te implementeren, zeker als daarbij gebruik wordt gemaakt van nieuwe hardware. Ook het veranderen van een huidige implementatie is erg tijdrovend tijd en foutgevoelig. Doelstellingen Het hoofddoel van dit project is het ontwikkelen van iteratieve, tomografische algoritmen die minder projecties en minder rekentijd vereisen. Het reconstrueren van 3D volumes met behulp van iteratieve algoritmen vergt zeer veel rekenkracht. Om de reconstructietijd te verkorten zal gebruik worden gemaakt van grafische hardware. De processor van een grafische kaart, de Graphical Processing Unit (GPU), bestaat uit veel kleine rekeneenheden. Deze eenheden zijn geoptimaliseerd voor de operaties die worden gebruikt tijdens het weergeven van een beeldframe. De basisoperaties van een iteratief tomografisch algoritme zijn heel geschikt om op de GPU te worden uitgevoerd. Doordat een groot aantal berekeningen parallel kan worden uitgevoerd, kan er veel snelheidswinst worden behaald. Hierdoor komt zelfs real-time tomografie binnen handbereik. De mate van succes zal gemeten kunnen worden a.h.v. de snelheidswinst en de kwaliteit van de reconstructie. De volgende doelstellingen zullen centraal staan: Verkorten van de scan- en rekentijd. Door gebruik te maken van iteratieve, tomografische algoritmen zal het aantal benodigde projecties worden verminderd. Daarmee wordt niet alleen de stralingsdosis teruggebracht, maar ook in veel gevallen de scantijd. \emph{Discrete tomografische} algoritmen zijn ideaal voor het reconstrueren van objecten waarvan bekend is dat ze uit een zeer beperkt aantal verschillende materialen opgebouwd zijn. Totale Variatie Minimalisatie lijdt eveneens tot goede reconstructies bij problemen waarbij bekend is dat het object uit grote, relatief egale vlakken bestaat, zelfs wanneer slechts een klein aantal projecties wordt gebruikt. In beide gevallen vormt de benodigde rekentijd een probleem. Door het gebruik van GPUs zal deze verminderd worden, zodat de reconstructietijd beduidend korter zal zijn dan voor traditionele reconstructie algoritmen. Hierdoor lijkt zelfs real-time tomografie mogelijk te zijn. Ontwikkeling van iteratieve algoritmen voor zeer grote datasets. Er zullen algoritmen worden ontwikkeld waarbij rekening wordt gehouden met het feit dat bij GPUs niet alle data zich in het snelste geheugen (cache) bevindt. Een deel van de benodigde data zal vanaf andere lokaties geladen moeten worden (videogeheugen, werkgeheugen, harde schijf). Hierbij zal worden getracht communicatie met langzaam geheugen zoveel mogelijk te vermijden. De nieuwe algoritmen moeten geschikt zijn voor het reconstrueren van volumes die uit meer dan 10^9 voxels bestaan. Ontwikkelen van een code-generator voor GPU-gebaseerde iteratieve reconstructie algoritmen. Bij veel iteratieve reconstructie algoritmen voldoet de iteratiestap aan een sjabloon: de eerste stap bestaat uit het berekenen van de projectie van het huidige beeld. Vervolgens wordt het verschil berekend tussen de berekende en gemeten projecties. Als laatste wordt het huidige beeld aangepast op basis van dit verschil. In dit project zal een code-skelet geschreven worden waarmee op eenvoudige wijze iteratieve algoritmen kunnen worden geimplementeerd. Er zal een code-generator worden ontwikkeld om het implementatieproces op de GPU te automatiseren. Zelfs een relatief onervaren programmeur zal dan snel nieuwe reconstructie algoritmen kunnen ontwikkelen, waarin hij slechts de routines hoeft aan te passen waar zijn algoritme afwijkt van het standaardmodel.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: van der Maar Sander

Onderzoeksgroep(en)

• Visielab

Project website

Project type(s)

• Onderzoeksproject

Abstract

In dit project zal zowel worden gewerkt aan nieuwe reconstructie-algoritmen als aan de onderliggende theorie, waarbij de volgende doelstellingen centraal staan: - ontwikkeling van een efficiënt, algemeen reconstructie-algoritme voor DT - berekening van een schatting van de grijswaarden op basis van de projectie-data - bepaling van het aantal projecties dat nodig is voor een goede reconstructie

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Batenburg Joost

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

De hoofddoelstellingen van dit project zijn de ontwikkeling van een niet-affiene beeldregistratietechniek van diffusietensor beelden en een klinische evaluatie aan de hand van een connectiviteitsatlas. Deze techniek zal gebruik maken van een viskeus vloeistofmodel voor de lokale beperking van de deformaties. Mutuele informatie (MI) wordt aangewend als maatstaf voor de overeenkomst tussen de beelden. Naast een grondige literatuurstudie worden de hoofddoelstellingen en innovatieve aspecten van dit project analoog aan de probleemstellingen ingedeeld: Taak I: Voor de kwantitatieve evaluatie van de coregistratietechniek worden in de eerste plaats testen uitgevoerd op een DTI softwarefantoom. Gekende, niet-affiene deformatievelden worden ingevoerd om een gegeven fantoom te vervormen, waarna beide fantomen gecoregistreerd kunnen worden. In een tweede fase wordt eenzelfde benadering toegepast op re¿ele data. Tenslotte worden DTI datasets van verschillende personen gecoregistreerd, waarbij het theoretische deformatieveld nu niet langer gekend is. Kwantitatieve maten worden ingevoerd die zowel de ruimtelijke als de ori¿entationele overeenkomst van de beelden beschrijven en de invloed van modelparameters en ruis onderzoeken. Taak II: Wanneer datasets (van re¿ele of softwarematige aard) vervormd worden met een gekend deformatieveld, moet steeds een tensorreori¿entatie (TR) uitgevoerd worden om het nieuwe tensorveld te aligneren met de onderliggende structuur. Daarom wordt in de eerste plaats onderzocht welke TR strategie in het theoretische geval (bij een perfect gekend deformatieveld) tot de beste overeenkomst leidt met de aanwezige microstructuur. De door Alexander et al. voorgestelde TR methodes voor affiene coregistraties (enkel globale transformaties) worden daartoe getest in het niet-affiene geval. De optimale TR techniek wordt eveneens gebruikt om de tensoren na de coregistratie te aligneren met de microstructuur. Taak III: Er wordt in de eerste plaats bestudeerd welke informatie uit de diffusietensor beelden tot een optimale berekening van de mutuele informatie leidt. Voornamelijk de beelden die richtingsinformatie bevatten, zijn veelbelovend om meer inzicht te kunnen leveren voor een betere coregistratie en TR van diffusietensor beelden. Verscheidene beeldcombinaties worden met de in Taak II uiteengezette evaluatiestrategie¿en kwantitatief ge¿evalueerd en vergeleken. In de tweede plaats worden verschillende methodes voorgesteld voor de berekening van MI uit de meerwaardige data. Hiervoor wordt onder andere een uitbreiding van het begrip mutuele informatie naar meerwaardige data ontwikkeld. Taak IV: Tijdens het iteratieve, niet-affiene coregistratieproces, gebaseerd op het viskeuze vloeistofmodel, is het krachtveld een belangrijk aspect, omdat het de deformatievelden voor de volgende iteratiestap berekent. Er wordt onderzocht welke informatie en welke manier van informatieverwerking met betrekking tot dit krachtveld tot optimale resultaten leidt. Daarnaast worden verschillende filteringmethodes voor het krachtveld voorgesteld om het coregistratieresultaat verder te verbeteren. Ze zullen gebruik maken van de aanwezige beeldinformatie. Taak V: De invloed van het niet-affiene, en dus lokale, karakter van het deformatieveld op de TR wordt onderzocht. Regularisatiemethodes worden daartoe ingevoerd en toegepast op het finale deformatieveld. Taak VI: Eens de DTI coregistratie op punt staat, wordt een stereotactische connectiviteitsatlas opgebouwd. De voxels van de verschillende beelden worden daartoe op basis van hun diffusiegewogen beelden uitgemiddeld. Op die manier wordt alle richtingsinformatie in rekening gebracht en de beperkingen die verband houden met het uitmiddelen van ruimtelijke ellipso¿¿den, zoals bijvoorbeeld in Jones et al., worden vermeden.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Van Hecke Wim

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het hoofddoel van het onderzoek is detectie en lokalisatie van hersenactiviteit met behulp van fMRI. Hiervoor worden de metingen zo goed mogelijk gemodelleerd en wordt met behulp van gevorderde schattingstechnieken de activatie bepaald. Om dit doel te kunnen realiseren worden de volgende deelonderwerpen uitgewerkt: HRF De vorm van de Hemodynamische Respons Functie (HRF), die de overdracht van het aangeboden activatiesignaal naar de fMRI waarnemingen beschrijft, moet zo nauwkeurig mogelijk worden bepaald. In de literatuur wordt geconstateerd dat deze enigszins varieert per persoon, per hersenregio en door gewenningsverschijnselen ook in de tijd. Om deze variaties te kunnen beschrijven wordt er in het onderzoek gezocht naar een compacte parametrisatie die hiervoor genoeg vrijheid heeft. Het doel is om de parametrisatie met behulp van metingen te valideren en te verfijnen. Ruismodel Om uit de fMRI opnamen optimaal de activatie te verkrijgen is het nodig om een goede beschrijving te vinden van de verstoringen die in deze beelden optreden. De doelstelling hierbij is om een model van de verstoringen op te stellen waarvan de parameterwaarden automatisch uit de metingen kunnen worden bepaald. Bij het opstellen van het ruismodel wordt rekening gehouden met de verschillen tussen hersengebieden en personen. Een doel is om dit model toe te passen in een optimale schatter voor de functionele activatie. Hierbij wordt gebruik gemaakt van de in de tijd langzaam varierende eigenschappen van de HRF en verstoringen om zo min mogelijk parameters per voxel te hoeven schatten. Ruimtelijke correlatie Nadat detectie van functionele activatie binnen een voxel is geoptimaliseerd zullen ruimtelijke correlaties binnen het ontwikkeld model in rekening worden gebracht. Ook zal worden onderzocht of anatomische informatie uit hoog resolutie MRI en DT-MRI beelden gebruikt kan worden voor een verbeterde detectie. Om de geschatte mate van activatie goed weer te kunnen geven zal bij de schatter ook een criterium voor activatie worden ontworpen. Door hierin op correcte wijze rekening te houden met de verstoringen kan automatisch een betrouwbaar, door de gebruiker in te stellen, false-positive ratio bereikt worden. Spatiale resolutie Een laatste doel is het verhogen van de ruimtelijke resolutie a.h.v. een reeks laag-resolutie fMRI beelden. Er zal nagegaan worden hoe, via stochastische modellering van het beeldvormingsproces, de spatiale resolutie verbeterd kan worden. Dit lijkt haalbaar aangezien imperfecties van de beeldvormende gradienten leiden tot verschillen in codering van spatiale informatie. Met het bereiken van deze doelen wordt het mogelijk om hersenactiviteit optimaal te detecteren en lokaliseren. Met het optimaal detecteren van activatie zullen de resultaten bij bestaande toepassingen verbeteren. Ook zullen door verbeteringen in de ruimtelijke resolutie en nauwkeuriger bepaling van de HRF nieuwe toepassingen mogelijk worden.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Poot Dirk

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In X-stralencomputertomografie wordt de structuur van een 3D lichaam gereconstrueerd a.h.v. een set X-stralentransmissieprojecties, opgenomen vanuit verschillende oriëntaties. Bij onderzoek op levende dieren/mensen is het van het grootste belang om de stralingsdosis en opnametijd maximaal te beperken. Men moet dus steeds op zoek gaan naar reconstructiemethoden die een beeld genereren aan een zo hoog mogelijke resolutie voor een zo klein mogelijke stralingsdosis en opnametijd. Een acquisitiegeometrie waarmee men slechts een zeer korte opnametijd nodig heeft is een kegelvormige X-stralenbundel. Bovendien laat deze geometrie toe, indien men slechts geïnteresseerd is in een klein gedeelte van een object (ROI), het object zodanig dicht bij de bron te plaatsen dat de ROI zich nog net binnen de gedetecteerde bundel bevindt teneinde een maximale resolutie te bekomen voor het interessegebied. Echter, een belangrijke voorwaarde om een object of een deel ervan te kunnen reconstrueren is dat de projecties het schaduwbeeld van het volledige object moeten bevatten, wat in deze laatste acquisitie niet altijd het geval is. In dit project worden twee reconstructiealgoritmen voorgesteld die, in combinatie met bestaande methoden, een oplossing kunnen bieden voor het gestelde probleem. Één van beide algoritmen is bovendien vernieuwend als reconstructiealgoritme voor een algemene geometrie, waaronder ook de kegelvormige geometrie met grote openingshoek (Skyscan in-vivo µCT machine), waarvoor tot op heden geen bevredigend algoritme beschreven werd. Binnen de onderzoeksgroep Visielab werd een nieuw algoritme voor ROI reconstructie ontwikkeld, dat reeds in een eerste fase geïmplementeerd werd voor een 2D parallelle geometrie. In essentie verkleint het algoritme de invloed van de attenuatie van de X-stralen buiten de ROI m.b.v. een Gaussische vensterfunctie. Het algoritme blijkt, mits een goede afstelling van enkele parameters, goed te werken. Het is de bedoeling om dit algoritme verder te onderzoeken en indien mogelijk te verbeteren. Concreet zal de invloed van ruis onderzocht worden en zal de toepasbaarheid op reële data en verschillende geometrieën (3D) gevalideerd worden. Het voorgestelde algoritme zal niet in elke situatie tot betere resultaten leiden dan voorgenoemde methoden. Wel wordt verwacht dat de combinatie van het nieuwe algoritme met deze methoden tot significante verbeteringen in ROI-reconstructie zal leiden. Een tweede algoritme, het Universeel Reconstructie Algoritme (URA) dat in dit project bestudeerd zal worden, heeft als doel een reconstructie te maken van een algemene acquisitie, voor een willekeurige geometrie. In het algoritme wordt het reconstructiebeeld wordt straal per straal opgebouwd in de fourierruimte. Vervolgens wordt geïnterpoleerd om een kubisch rooster in de frequentieruimte geheel op te vullen. Na normalisatie en correctie voor ongelijke sampling wordt het beeld bekomen door inverse fouriertransformatie van het kubische rooster. Het URA zal voor twee problemen onderzocht worden. Enerzijds wordt de geschiktheid van URA voor reconstructies met parallelle, waaiervormige en kegelvormige geometrie (al dan niet met grote openingshoek) bestudeerd. Anderzijds wordt onderzocht in welke mate URA, alleen en in combinatie met voorgaande en reeds bestaande methoden, kan bijdragen tot de kwaliteitsvolle reconstructie van een ROI. De geformuleerde doelstellingen kunnen enkel uitgevoerd worden dankzij de nauwe samenwerking van de onderzoeksgroep Visielab met het bedrijf Skyscan, een spin-off van de Universiteit Antwerpen, en de onderzoeksgroep Mechanica en toegepaste wiskunde aan de VUB, die zich voornamelijk bezig houdt met de studie en ontwikkeling van analytische en numerieke methoden voor de oplossing van inverse problemen. Bovendien bestudeert deze onderzoeksgroep ook experimentele gegevens van verschillende disciplines (optica, microscopie, medische beeldvorming en tomografie).

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Van Gompel Gert

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Vormkarakterisatie is een probleem dat veelvuldig opduikt in ingenieurstoepassingen en computervisie. Men kan de rand van een object karakteriseren of de regio die het omvat. Die karakterisatie kan via verschillende metrieken, zoals daar zijn: oppervlakte, omtrek, compactheid etc. In dit project onderzoeken we echter karakterisatie door ontwikkeling in eigenfuncties. Voor deze ontwikkeling gebruiken we Fourier-analyse en wavelets, ook onderzoeken we de voor- en nadelen van deze technieken. Opdat we een vorm kunnen ontbinden in eigenfuncties moeten we die vorm voorstellen als een functie op een eenvoudig basisdomein, zoals het vlak of de sfeer. Het opstellen van zulk een functie noemt men parameterisatie en is een hot onderzoekstopic. In dit project is het de bedoeling efficiente en robuuste algoritmes te ontwikkelen die het mogelijk maken om willekeurige objecten te parameteriseren. De toepassingen, van de te ontwikkelen technieken in het project, zijn ruim. Gaande van computer graphics (texturen, morfen) tot de medische wereld (registratie, vormverandering van hersenstructuren).

Onderzoeker(s)

• Promotor: Verdonk Brigitte
• Co-promotor: Sijbers Jan
• Mandaathouder: Huysmans Toon

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Objectieven en methodes 1 Detectie van functionele activiteit 1.1 Temporele correlaties Vooreerst willen we temporele correlaties rechtstreeks in een statistische test incorporeren, zonder eerst een voorverwerkingsstap uit te voeren. Dat zou gerealiseerd kunnen worden via de ontwikkeling van een nieuwe veralgemeende likelihood-ratio test waarbij de fMRI data gemodelleerd worden a.h. v. een auto-regressief (AR) model en de AR parameters samen met de fMRI responsmodelparameters in eenzelfde test voorkomen. Daarbij zou de optimale orde voor het AR modellokaal geschat kunnen worden via orde selectie criteria voor een eindig aantal monsters. Bovendien zal getracht worden eveneens traag varierende trends in rekening te brengen. Dit alles zal ontwikkeld worden in het kader van veralgemeende waarschijnlijkheidsverhouding tests, en dit, zoals voorheen, in nauwe samenwerking met de Delft Center for Systems and Control groep van de Technische Universiteit van Delft. 1.2 Gewenning Om het probleem van gewenning bij fMRI aan te pakken, willen we in dit project aandacht besteden aan het ontwikkelen van een statistische test voor conventionele fMRI (blokvormig taakmodel) waarbij gewenning mee wordt gemodelleerd. Daarbij zullen diverse types van gewenning worden bestudeerd; d.i. zowel variatie in aanzet, amplitude als tijdsduur van de HRF. Verwacht wordt dat hierdoor de detectiekans gevoelig zal toenemen. Ook hier zullen nieuwe tests ontwikkeld worden in het raamwerk van veralgemeende waarschijnlijkheidsverhouding tests. b2. fMRI en tractografie M.b.t. de combinatie van fMRI en tractografie, zullen we nagaan in hoeverre beide methodes verbeterd kunnen worden door hun 'mutuele informatie' te benutten. Bij fMRI worden immers vaak meerdere activatiezones zichtbaar bij stimulatie. Indien tractografie verbanden tussen deze zones onthult, kan dit geincorporeerd worden om te komen tot een verbeterde SPM. Bij cognitieve processen kan het bovendien voorkomen dat bepaalde fMRI activatiezones later verschijnen dan andere. Tractografie kan ook voor dit fenomeen niet alleen inzicht verschaffen, maar zou bovendien gebruikt kunnen worden om recursief de fMRI detectie te verbeteren. Voor dit onderdeel denken we aan een Bayesiaanse aanpak; dit laat toe voorkennis, bekomen via tractografie, te incorporeren in een fMRI test.

Onderzoeker(s)

• Promotor: Van Dyck Dirk
• Mandaathouder: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

In dit project worden verbeterde statistische tests ontwikkeld voor de verwerking van functionele magnetische resonantie (fMRI) signalen. Zowel parametrische tests, via de ontwikkeling van veralgemeende waarschijnlijkheidsverhoudings-testen, als niet-parametrische testen (clustering) worden onderzocht. Tenslotte worden visualisatietechnieken ontwikkeld voor de optimale weergave van fMRI resultaten op hoge-resolutie beelden.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Scheunders Paul

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het onderzoek naar de functionele werking van hersenen speelt een belangrijke rol in het bepalen van klinische afwijkingen. Naast fysiologische en anatomische informatie van de hersenen is Magnetic Resonance Imaging (MRI) de meest geschikte beeldvormingstechniek om deze functionaliteit1 weer te geven. Het bepalen van de hersenactiviteit en -connectiviteit (het complexe netwerk van verbindingen waarmee cellen communiceren) behoort hierbij tot de meest recente ontwikkelingen. De huidige trend om MRI-apparatuur met een hogere magneetveldsterkte te gebruiken, zowel voor het humaan als het proefdier hersenonderzoek, introduceert een aantal beeldartefacten. Het voorgestelde project kadert in de noodzaak om deze artefacten te verhelpen, zowel aan de hand van nieuwe ontwikkelingen ter hoogte van de beeldvormingssequenties als de post processing. Om de connecties tussen geactiveerde hersenzones te bestuderen wordt ondermeer Diffusion Tensor Magnetic Resonance Imaging (DT-MRI) gebruikt. Het principe van deze beeldvormingstechniek is gebaseerd op de Brownse beweging van watermoleculen. DT-MRI laat toe de anisotrope diffusie van deze moleculen in weefsels te karakteriseren, zodat het mogelijk wordt de axonale banen te identificeren waaruit het neurale netwerk is opgebouwd [6]-[9]. De huidige standaardprocedures voor DT-MRI zijn single-shot acquisities, zoals high speed Fast Low Angle SHot imaging (FLASH), Steady-State Free Precession (SSFP), high speed stimulated echo en Echo-Planar Imaging (EPI) . Vooral de EPI-methode is zeer interessant vanwege de korte beeldopnametijd (orde 100 ms) zodat DT-MRI-bewegingsartefacten geminimaliseerd kunnen worden. Bij toestellen met hogere magneetveldsterkte, die beantwoorden aan de huidige trend in zowel humaan als proefdieronderzoek, treden er echter nieuwe problemen op bij het gebruik van EPI. Deze snelle beeldvormingssequentie heeft het grote nadeel zeer gevoelig te zijn voor de factoren die de resonantievoorwaarde bepalen, zodat distorsies onvermijdelijk optreden. Deze distorsies zijn afkomstig van o.a. magnetische veldinhomogeniteiten, elektromagnetisch ge¿¿nduceerde velden (Eddy-current fields), frequentieverschuivingen t.g.v. de specifieke chemische omgeving van de nucle¿¿ (chemical shift effect) en de offset van de radiofrequentie pulsen. De beeldverwerking tijdens en na de MRI-data-acquisitie is zeer rekenintensief en omvat enkele belangrijke taken2. De problemen die hierbij optreden kan men situeren op volgende niveaus: * Het corrigeren van geometrische en intensiteitsgebaseerde distorsies. Dit is niet enkel aan de orde bij het gebruik van EPI voor DT-MRI, maar ook bij fMRI. * Het visualiseren van de gecorrigeerde DT-MRI-datasets: de anisotrope informatie kan men niet voorstellen met een scalaire waarde zonder informatie te verliezen, zodat hiervoor nieuwe technieken ontwikkeld moeten worden. * De tractografie: het bepalen van de (transport)banen die de connectiviteit weergeven. * Het integreren van complementaire informatie, zoals hersenanatomie, -activiteit en -connectiviteit, afkomstig van verschillende beeldmodaliteiten, in een gemeenschappelijk referentiekader.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Van Der Linden Annemie
• Mandaathouder: Leemans Alexander

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Vormreconstructie en vormkarakterisatie van een object zijn problemen die veelvuldig opduiken in ingenieurstoepassingen en in computer visie. Belangrijke instrumenten bij het oplossen van een reconstructie- of karakterisatieprobleem zijn momenten en Fourier descriptors. Beide hebben in deze context hun sporen reeds verdiend. Uit de literatuur over de reconstructie van vormen op basis van momenten, kan men zien dat, tot zeer recent, het oplossen van dit inverse probleem aangevat werd met in essentie 1-dimensionale technieken in een enkele complexe variabele, wat een aantal ernstige beperkingen oplegt aan én de vorm van het object én de dimensionaliteit van het probleem. Onze doelstelling bestaat erin enerzijds het 3-dimensionale probleem verder te onderzoeken, gebruik makende van echte multidimensionale technieken, en anderzijds de huidige restricties weg te werken, opgelegd aan de vorm van het te reconstrueren object. Met betrekking tot Fourier descriptors (FDs), wanneer gebruikt voor de karakterisatie van vormen, zijn er eveneens een heel aantal open problemen. Twee-dimensionale (2D) FDs worden sinds de jaren '70 gebruikt voor de karakterisatie van contours van 2D objecten. Tijdens de jaren '90 werden methoden ontwikkeld voor de berekening van 3D FDs voor de karakterisatie van het oppervlak van binaire objecten. De complexiteit van bestaande methoden laat echter te wensen over, in het bijzonder als het aantal hoekpunten van het polyhedrale object groot is (>5000). In het algemeen worden 3D FDs berekend door het polyhedron dat het object beschrijft, af te beelden op een boloppervlak, waarna dit wordt geexpandeerd in sferische harmonische functies. Deze afbeelding van de objectruimte (oppervlak) naar de parameterruimte (bol) is niet triviaal. Ons doel bestaat erin om een robuste methode te ontwikkelen die deze afbeelding implementeert op een efficiente wijze, zodanig dat de tijdscomplexiteit een lineaire functie is van het aantal hoekpunten.

Onderzoeker(s)

• Promotor: Verdonk Brigitte
• Co-promotor: Cuyt Annie
• Co-promotor: Sijbers Jan
• Co-promotor: Van Dyck Dirk

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

In X-stralencomputertomografie wordt de structuur van een 3D lichaam gereconstrueerd a.h.v. een set X-stralentransmissieprojecties, opgenomen vanuit verschillende oriëntaties. Bij onderzoek op levende dieren/mensen is het van het grootste belang om de stralingsdosis en opnametijd maximaal te beperken. Men moet dus steeds op zoek gaan naar reconstructiemethoden die een beeld genereren aan een zo hoog mogelijke resolutie voor een zo klein mogelijke stralingsdosis en opnametijd. Een acquisitiegeometrie waarmee men slechts een zeer korte opnametijd nodig heeft is een kegelvormige X-stralenbundel. Bovendien laat deze geometrie toe, indien men slechts geïnteresseerd is in een klein gedeelte van een object (ROI), het object zodanig dicht bij de bron te plaatsen dat de ROI zich nog net binnen de gedetecteerde bundel bevindt teneinde een maximale resolutie te bekomen voor het interessegebied. Echter, een belangrijke voorwaarde om een object of een deel ervan te kunnen reconstrueren is dat de projecties het schaduwbeeld van het volledige object moeten bevatten, wat in deze laatste acquisitie niet altijd het geval is. In dit project worden twee reconstructiealgoritmen voorgesteld die, in combinatie met bestaande methoden, een oplossing kunnen bieden voor het gestelde probleem. Één van beide algoritmen is bovendien vernieuwend als reconstructiealgoritme voor een algemene geometrie, waaronder ook de kegelvormige geometrie met grote openingshoek (Skyscan in-vivo µCT machine), waarvoor tot op heden geen bevredigend algoritme beschreven werd. Binnen de onderzoeksgroep Visielab werd een nieuw algoritme voor ROI reconstructie ontwikkeld, dat reeds in een eerste fase geïmplementeerd werd voor een 2D parallelle geometrie. In essentie verkleint het algoritme de invloed van de attenuatie van de X-stralen buiten de ROI m.b.v. een Gaussische vensterfunctie. Het algoritme blijkt, mits een goede afstelling van enkele parameters, goed te werken. Het is de bedoeling om dit algoritme verder te onderzoeken en indien mogelijk te verbeteren. Concreet zal de invloed van ruis onderzocht worden en zal de toepasbaarheid op reële data en verschillende geometrieën (3D) gevalideerd worden. Het voorgestelde algoritme zal niet in elke situatie tot betere resultaten leiden dan voorgenoemde methoden. Wel wordt verwacht dat de combinatie van het nieuwe algoritme met deze methoden tot significante verbeteringen in ROI-reconstructie zal leiden. Een tweede algoritme, het Universeel Reconstructie Algoritme (URA) dat in dit project bestudeerd zal worden, heeft als doel een reconstructie te maken van een algemene acquisitie, voor een willekeurige geometrie. In het algoritme wordt het reconstructiebeeld wordt straal per straal opgebouwd in de fourierruimte. Vervolgens wordt geïnterpoleerd om een kubisch rooster in de frequentieruimte geheel op te vullen. Na normalisatie en correctie voor ongelijke sampling wordt het beeld bekomen door inverse fouriertransformatie van het kubische rooster. Het URA zal voor twee problemen onderzocht worden. Enerzijds wordt de geschiktheid van URA voor reconstructies met parallelle, waaiervormige en kegelvormige geometrie (al dan niet met grote openingshoek) bestudeerd. Anderzijds wordt onderzocht in welke mate URA, alleen en in combinatie met voorgaande en reeds bestaande methoden, kan bijdragen tot de kwaliteitsvolle reconstructie van een ROI. De geformuleerde doelstellingen kunnen enkel uitgevoerd worden dankzij de nauwe samenwerking van de onderzoeksgroep Visielab met het bedrijf Skyscan, een spin-off van de Universiteit Antwerpen, en de onderzoeksgroep Mechanica en toegepaste wiskunde aan de VUB, die zich voornamelijk bezig houdt met de studie en ontwikkeling van analytische en numerieke methoden voor de oplossing van inverse problemen. Bovendien bestudeert deze onderzoeksgroep ook experimentele gegevens van verschillende disciplines (optica, microscopie, medische beeldvorming en tomografie).

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Van Gompel Gert

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Vormkarakterisatie is een probleem dat veelvuldig opduikt in ingenieurstoepassingen en computervisie. Men kan de rand van een object karakteriseren of de regio die het omvat. Die karakterisatie kan via verschillende metrieken, zoals daar zijn: oppervlakte, omtrek, compactheid etc. In dit project onderzoeken we echter karakterisatie door ontwikkeling in eigenfuncties. Voor deze ontwikkeling gebruiken we Fourier-analyse en wavelets, ook onderzoeken we de voor- en nadelen van deze technieken. Opdat we een vorm kunnen ontbinden in eigenfuncties moeten we die vorm voorstellen als een functie op een eenvoudig basisdomein, zoals het vlak of de sfeer. Het opstellen van zulk een functie noemt men parameterisatie en is een hot onderzoekstopic. In dit project is het de bedoeling efficiente en robuuste algoritmes te ontwikkelen die het mogelijk maken om willekeurige objecten te parameteriseren. De toepassingen, van de te ontwikkelen technieken in het project, zijn ruim. Gaande van computer graphics (texturen, morfen) tot de medische wereld (registratie, vormverandering van hersenstructuren).

Onderzoeker(s)

• Promotor: Verdonk Brigitte
• Co-promotor: Sijbers Jan
• Mandaathouder: Huysmans Toon

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Onderzoeker(s)

• Promotor: Sijbers Jan
• Mandaathouder: Leemans Alexander

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Onderzoeker(s)

• Promotor: Van Dyck Dirk
• Mandaathouder: Sijbers Jan

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het doel van het project is de ontwikkeling van een robuuste methode voor karakterisatie van 3D binaire objecten, toegepast op ruwe diamanten. In het bijzonder zullen we ons toespitsen op de ontwikkeling van invariante multischaalrepresentaties van object oppervlakken (manifolds). Hiermee wordt, alvast op wetenschappelijk-technologisch vlak, mogelijk een oplossing geboden voor de problematiek van de 'bloeddiamanten'.

Onderzoeker(s)

• Promotor: Sijbers Jan
• Co-promotor: Van Dyck Dirk

Onderzoeksgroep(en)

• Visielab

Project type(s)

• Onderzoeksproject

Abstract

Het project handelt over de verwerking van EEG en fMRI data die simultaan werden bekomen met als doel een nauwkeurige lokalisatie van epileptische hersenactiviteit. Het onderzoek richt zich o.m. op het aanpakken van MR gerelateerde storingen in de EEG data en vice versa, op beeldverwerking van magnitude MR data en op het modificeren van de MR beeldvormingssequentie na EEG dataverwerking.

Onderzoeker(s)

• Promotor: Van Dyck Dirk
• Co-promotor: Raman Erik
• Mandaathouder: Sijbers Jan

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject

Abstract

Dit project heeft tot doel de ruimtelijke resolutie te verhogen bij magnetische resonantie beeldvorming. Hierbij zal de PSF van het beeldvormend systeem experimenteel bepaald worden. De PSF zal nadien gebruikt worden voor de optimalisatie van een Fourier reconstructieschema.

Onderzoeker(s)

• Promotor: Raman Erik
• Co-promotor: Sijbers Jan
• Co-promotor: Van Dyck Dirk

Onderzoeksgroep(en)

Project type(s)

• Onderzoeksproject