Starten Sie Ihre Suche...


Durch die Nutzung unserer Webseite erklären Sie sich damit einverstanden, dass wir Cookies verwenden. Weitere Informationen

BMBF Verbundprojekt 05M20UNA- MLgSA, Daten- und Simulationgestütze Exploration, Analyse und Behandlung der Gefäßverengungen zur Prävention von ischämischen Schlaganfällen- MLgSA.Teilprojekt 4

Laufzeit: 01.04.2020 - 31.03.2023

Partner: (TP 1):JProf. Dr. Kai Lawonn, Fakultät für Mathematik und Informatik, Friedrich-Schiller-Universität Jena (TP 2):Prof. Dr. Nicolas Gauger, Lehrstuhl für Scientific Computing und Rechenzentrum, TU Kaiserslautern, (TP 3): Prof. Dr. Michael Hinze, Dr. Robert Rockenfeller, Mathematisches Institut, Universität Koblenz–Landau, (Campus Koblenz) (TP 4):Prof. Dr. Anna Hundertmark, Institut für Mathematik, Universität Koblenz–Landau (Campus Landau)

Förderkennzeichen: 05M20UNA

Förderung durch: BMBF, Bundesministerium für Bildung und Forschung

Kurzfassung


Das Ziel des Verbundprojekts MLgSA ist die Entwicklung von informatischen und mathematischen Analyseverkzeugen für die verbessserung klinischer Behandlungspfade bei der Exploration, Analyse und Behandlung der Gefäßverengungen, um daraus resultierende Risiko des ischämischen Schlaganfall zu reduzieren.

In Teilprojekt 4 werden numerische 3D Modelle und Simulationstools für hämodynamische Strömungen in der Karotis unter Einbeziehung von Fluid-Struktur interaktion entwickelt. Die...
Das Ziel des Verbundprojekts MLgSA ist die Entwicklung von informatischen und mathematischen Analyseverkzeugen für die verbessserung klinischer Behandlungspfade bei der Exploration, Analyse und Behandlung der Gefäßverengungen, um daraus resultierende Risiko des ischämischen Schlaganfall zu reduzieren.

In Teilprojekt 4 werden numerische 3D Modelle und Simulationstools für hämodynamische Strömungen in der Karotis unter Einbeziehung von Fluid-Struktur interaktion entwickelt. Die Simulationsergebnisse komplementieren die patientendaten und werden für das Training der ML-Algorithmen exportiert,
» weiterlesen» einklappen

  • Machine learning Hemodynamische Modellierung Optimierung Schlaganfall

Veröffentlichungen







Projektteam



Beteiligte Einrichtungen