Methoden des maschinellen Lernens für Anwendungen in der Bio-EMV

Die Bioelektromagnetik (BioEM), ein auf vielen hochspezialisierten Technologien basierendes aufstrebendes interdisziplinäres Gebiet, stößt bei Forschern und Wissenschaftlern auf großes Interesse. Es ist vorhersehbar, dass Implantate als hochintegrierte und intelligente Geräte entwickelt werden, wobei extrem kleine Abmessungen und ein geringer Stromverbrauch, die Leistungsfähigkeit in den Bereichen Sensorik, Steuerung, Datenverarbeitung sowie drahtlose Daten- und Energieübertragung nicht beschränken soll.

Eines der anspruchsvollsten Designs ist das menschliche Hirnimplantat, das das Leben von Patienten verändern und das Leben von gesunden Menschen fördern soll. Da Hirnimplantate in sehr enger Wechselwirkung mit dem menschlichen Körper und dem Hirngewebe stehen, ist es von entscheidender Bedeutung, ihre elektromagnetischen Effekte auf die Umgebung des menschlichen Gehirns zu kennen und zu kontrollieren. Hierzu ist der Einsatz von präzisen und zuverlässigen Messinstrumenten notwendig, um ihre hierarchischen, anisotropen und dispersiven Eigenschaften zu beschreiben. Weiter müssen Interferenzen und Störungen zwischen verschiedenen elektronischen Bauteilen und Geräten, die sowohl innerhalb als auch außerhalb des Körpers getragen werden Berücksichtigung in der Entwicklung finden.

In diesem Projekt liegt der Fokus auf der Entwicklung von Gehirnimplantaten und Modelle des menschlichen Kopfes, Verbesserung von Simulationsmethoden,  sowie die Vereinfachung von Mess- und Validierungsmethoden, sodass realitätsnahe Modelle entwickelt werden können. Insbesondere die Methoden des maschinellen Lernens (ML), werden für die Lösung von Bio-EMC-Problemen für Gehirnimplantate angepasst. Dazu werden folgende drei Aspekte in diesem Projekt bearbeitet:

  • Bereitstellung genauer Simulationsmodelle für ein Implantat mit drahtloser Energieübertragung und für ein menschliches Kopfmodell
  • Die Nahfeld-Vollwellen-Simulation liefert die genauesten Simulationsergebnisse, ist aber aufgrund der umfangreichen numerischen Berechnungen sehr zeit- und speicheraufwändig. Adaptives Sampling, ML-basiertes Clustering und Datenerfassung der Huygens-Oberfläche sollen die Vollwellensimulationen ersetzen. Es wird daher eine adaptive Sampling-Methode verwendet, um das EM-Feld von Gehirnimplantaten an menschlichen Kopfmodellen zu erkennen. Des Weiteren werden Fehler im Vergleich zur Vollwellensimulation untersucht. ML-basierte Quellenrekonstruktion und inverse EM-Streuung sind ein weiteres Thema, das auch in anderen Teilen zur Optimierung verwendet wird
  • Messungen mit Nahfeld-Scannern zur Validierung der Simulationsergebnisse werden ausgeführt. Von besonderem Interesse ist die Validierung von Device-Under-Test (DUT) Modellen zueinander, bei der Verwendung verschiedener Gehirnimplantate, sowie die Anwendung von Methoden des Maschinellen Lernens für die Analyse von elektromagnetischen Problemen, bezugnehmend auf Verschiedene Simulationsparameter, wie die Position, den Abstand, die Orientierung des DUTs und den Frequenzbereich.

Workflow zur Erstellung digitaler Zwillinge von Gehirnimplantaten für Bio-EMC-Anwendungen. In jeden Schritt sind Methoden des maschinellen Lernens integriert, z.B. Nahfeldprobenahme, Erzeugung von Huygens-Quellen und Emissionsvorhersage.

Finanzierung: Freie und Hansestadt Hamburg
Kontakt: Hamideh Esmaeili, M. Sc.
Start Datum: 01.11.2021

Vorhersage der elektromagnetischen Biokompatibilität von Implantaten im menschlichen Gehirn

Morten Schierholz, M. Sc., Dr. Cheng Yang. Hamburg Electronics Lab for Integrated Optoelectronical Systems (HELIOS) 01.12.2019 – 30.09.2021

Die Modellierung und Simulation von Implantaten vor deren Verwendung im menschlichen Körper ist ein wichtiger Schritt um die Sicherheit und Qualität des Gerätes zu gewährleisten. In diesem Zusammenhang stehen von Organisationen wie dem IEEE oder ICNIRP Richtlinien zur Verfügung die in Bezug auf elektromagnetische Verträglichkeit des Körpergewebes Grenzwerte festlegen. Die Richtlinien stellen sicher, dass Körpergewebe durch den Eintrag elektromagnetischer Energie von Geräten innerhalb oder am Körper nicht geschädigt werden. Insbesondere die spezifische Absorptionsrate (Engl. specific absorption rate, SAR) wird als Kennzahl herangezogen. Mit Hilfe dieser Kenngröße wird der maximale Energieeitrag pro Massenanteil Körpergewebe definiert.
Die Simulation des Gehirnimplantats bringt dabei besondere Herausforderungen mit sich, die unter anderem aus der Einbettung in das Gehirngewebe, im Verlauf der Simulation, hervorgehen. Durch die große Anzahl unterschiedlicher Gewebeschichten mit zu differenzierenden elektromagnetischen Eigenschaften und eine starke Frequenzabhängigkeit dieser Parameter, muss für eine akkurate Simulation ein erhöhter Aufwand betrieben werden zur Modellierung und Simulation. Des Weiteren werden in Bezug auf das Implantat große Wellenlängen verwendet, hervorgehend aus den geringen Frequenzen, die wiederum dazu führen, dass große Umgebungen des Implantats für ein korrektes Nahfeldverhalten simuliert werden müssen.
Dieses Projekt fokussiert sich auf die Simulation von Gehirnimplantaten unter Berücksichtigung der verschiedenen Gewebeschichten. Insbesondere durch den Vergleich von unterschiedlichen Tools im Zeit- und Frequenzbereich, sowie die Rückführung der Ergebnisse auf analytische Modelle wird eine Validierung der Simulationen betrachtet.

Angenommene Position eines Gehirnimplantates im Kopfbereich und eine kleine Schleifenantenne deren elektrisches Feld mit einem Zeitbereichslöser berechnet wurde. Die Schleifenantenne hat Abmessung von ungefähr 1 x 1 mm.

Ein Modell eines Implantats mit erhöhter Strukturkomplexität. Auf dem printed circuit board (PCB) ist ein Chip aufgesetzt (mit Abmessungen von 2,5 x 3 mm). Auf der gegenüberliegenden Seite des PCBs ist eine Leiterschleife zur Leistungs- und Datenübertragung angebracht (nicht dargestellt). Aufgrund der geringen Dicke der Metalllagen des Chips (weniger als 1 µm) sind diese vergrößert dargestellt.

Erweiterung von CONCEPT-II zur effizienten Modellierung verschiedener Spulentypen

Heinz-D. Brüns, Angela Freiberg, Dennis Zappe. 01.01.2017 – 31.03.2017

Heute haben wir eine wachsende Nachfrage bezüglich der numerischen Analyse des elektromagnetischen Verhaltens verschiedener Arten von Spulen. Ein Beispiel ist die drahtlose Energieübertragung, bei der eine wirksame Kopplung über eine Luftspalt gefordert ist. Weitere Beispiele beziehen sich auf Varianten der medizinischen Bildgebung wie „Magnetic Particle Imaging“ (MPI) oder bildgebende Kernspintomografie (Magnetic Resonance Imaging, MRI), wo Spulen zur Erzeugung der benötigten H-Feldverteilungen eingesetzt werden. Das am Institut entwickelte Werkzeug CONCEPT-II – ein Programmpaket zur Lösung elektromagnetischer Strahlungs- und Streuprobleme – kann zur Berechnung von Strömen, Verlusten und Feldern benutzt werden, die von Stab- oder Flächenstrukturen herrühren. Bislang war das Generieren entsprechender Modelle eine komplizierte und zeitaufwändige Aufgabe. Das Ziel des Projektes war es, ein Werkzeug in CONCEPT-II bereit zu stellen, welches eine schnelle Diskretisierung von Spulen ermöglicht, die in den erwähnten Anwendungen oder anderen technischen Anwendungen auftreten.

Eine Rogowski Spule, erzeugt aus kurzen Drahtsektionen.

Die H-Feldverteilung einer kurzen zylindrischen Spule.

Analyse von Sende- und Empfangsantennen der Magnetresonanztomographie mit der Momentenmethode und Volumensegmentierung

Promotion Christian Findeklee. Abgeschlossen 12.2012

Rechenleistung und Arbeitsspeicher moderner Systeme sind heute in der Lage, elektromagnetische Wechselwirkungen von heterogenen Objekten mit komplexen Antennenstrukturen zu simulieren. In dieser Arbeit wurde die Segmentierung des Volumenstroms mit einer portbasierten Formulierung der Momentenmethode kombiniert. Dabei wurden neue Erkenntnisse zu dieser Methode gewonnen und die Ankopplung einer mehrfach resonanten Kopfspule für die Magnetresonanztomographie untersucht.

Birdcage-Kopfspule mit Patientenmodell zur Simulation mit Volumenströmen. (Der zylindrische HF-Schirm ist nicht mit dargestellt.)

Zirkular polarisiertes Feld im Inneren des Patienten bei Quadraturspeisung der Kopfspule: Die Ellipsen beschreiben den Verlauf des transversalen Magnetfeldes im Laufe einer Periode (ca. 8ns).

Relevante Publikationen:

Christian Findeklee
Analyse von Sende- und Empfangsantennen der Magnetresonanztomographie mit der Momentenmethode und Volumensegmentierung
Dissertation 2012. Shaker Verlag Aachen. 2012 (ISBN 978-3-8440-1659-8)

Christian Findeklee, Hanno Homann, Heinz-Dietrich Brüns, Hermann Singer
SAR-optimized coil design via post processing port based simulations in the moment method (MoM)
28th Annual Meeting of European Society for Magnetic Resonance in Medicine and Biology (ESMRMB); Leipzig, Germany, October 6-8, 2011

Christian Findeklee
Array Noise Matching – Generalization, Proof and Analogy to Power Matching
IEEE Transaction Antennas Propagation, vol. 59, No. 2, pp. 452-459, February 2011.

Christian Findeklee, Randy Duensing, Arne Reykowski
Simulating Array SNR & Effective Noise Figure in Dependance of Noise Coupling
19th Annual Meeting of International Society for Magnetic Resonance in Medicine (ISMRM), 2011.

Christian Findeklee
Improving SNR by Generalizing Noise Matching for Array Coils
17th Annual Meeting of International Society for Magnetic Resonance in Medicine (ISMRM), p. 507, Honululu, HI, USA, April 2009.

Christian Findeklee, Gesa Lilith Franke, Ulrich Katscher
A Probe for Electric Properties of Phantom Liquids
17th Annual Meeting of International Society for Magnetic Resonance in Medicine (ISMRM), p. 2939, Honululu, HI, USA, April 2009.

Christian Findeklee, Ulrich Katscher
3D MRI-based Electric Properties Tomographie Reconstruction using Volume Currents in the Method of Moments
16th Annual Meeting of International Society for Magnetic Resonance in Medicine (ISMRM), p. 1178, Toronto, Ontario, Canada, May 2008.

Christian Findeklee
Optimal Noise Matching for Array Antennas
Technical Report PR-TN 2008/00431, Koninklijke Philips Electronics N.V., 2008.

Christian Findeklee, Jens Eichmann, Peter Vernickel
Decoupling of a Multi Channel Transmit/Receive Coil Array via Impedance Inversion
15th Annual Meeting of International Society for Magnetic Resonance in Medicine (ISMRM), p. 1020, Berlin, Germany, May 2007.

Christian Findeklee, Daniel Wirtz
Noise Coupling in parallel MRI Receive Coils
Technical Report PR-TN 2006/01086, Koninklijke Philips Electronics N.V., 2007.

Christian Findeklee, Christoph Leussler, Michael Morich, Gordon Demeester
Efficient Design of a novel Double Tuned Quadrature Headcoil for Simultaneous ¹H and ³¹P MRI/MRS at 7T
13th Annual Meeting of International Society for Magnetic Resonance in Medicine (ISMRM), p. 891, South Beach, Miami, Florida, USA, May 2005.

Christian Findeklee
Efficient Eigenmode Calculation of Electromagnetic Structures by Extrapolating a Port Model from only a few Frequencies
21th Annual Meeting of European Society for Magnetic Resonance in Medicine and Biology (ESMRMB) , no. 224, p. 386, September 2004.

Christian Findeklee, Heinz-Dietrich Brüns; Hermann Singer
Electromagnetic Simulation in Anisotropic and Inhomogeneous Media by Volume Currents in the Moment Method
European Electromagnetics Symposium (EUROEM) , HPEM 5-1, Magdeburg, Germany, 2004.