JOINT: Gelenkerkrankungen in pädiatrischer Orthopädie mit Interaktiver 3D Ultraschall Navigation - Mensch + Technik

Hüftdysplasie ist die häufigste angeborene Skelettanomalie mit einer Inzidenz von 2–4 %. Unbehandelt kann sie frühzeitig zu Arthrose führen und einen Gelenkersatz bereits im jungen Erwachsenenalter erforderlich machen. Wird sie im Neugeborenenalter rechtzeitig erkannt, lässt sich die Fehlbildung durch nicht-operative Maßnahmen vollständig korrigieren.

In Deutschland erfolgt daher im Rahmen der U-Untersuchungen ein verpflichtendes Screening, bei dem beide Hüftgelenke per Ultraschall untersucht werden. Entscheidend ist dabei der Nachweis des sogenannten „Graf-Schnittbildes“, in dem der Grad der Überdachung des Femurkopfes durch die Hüftpfanne und verschiedene Winkelmessungen bestimmt werden können. Diese Untersuchung gilt jedoch selbst für erfahrene Ärztinnen und Ärzte als anspruchsvoll und ist stark von der Erfahrung der Untersuchenden abhängig.


Das Projekt JOINT verfolgt das Ziel, diese Diagnostik durch den Einsatz Künstlicher Intelligenz zu vereinfachen und zu verbessern. Anstelle einzelner Schnittbilder werden kontinuierliche Ultraschall-Sweeps aufgezeichnet, aus denen sich eine dreidimensionale Rekonstruktion der Hüftanatomie erstellen lässt. Auf dieser Basis können sowohl die klassischen Graf-Winkel automatisch bestimmt als auch neue, potenziell präzisere Marker für die Diagnose einer Dysplasie entwickelt werden.
Durch den Einsatz KI-gestützter Verfahren sollen so robuste, strahlungsfreie und kostengünstige Methoden entstehen, die insbesondere weniger erfahrene Untersuchende bei der Befundung unterstützen und die Qualität des Neugeborenenscreenings nachhaltig verbessern.

Neben der Universität zu Lübeck sind die EchoScout GmbH sowie das UKSH Kiel beteiligt.
BMFTR Projektförderung (2024-2026) 500.372€ (IMI 79.800€)

Ausgewählte Publikationen:

Heinrich, Mattias P., et al. "Chasing clouds: differentiable volumetric rasterisation of point clouds as a highly efficient and accurate loss for large-scale deformable 3D registration." Proceedings of the IEEE/CVF international conference on computer vision. 2023.

Heyer, Wiebke, et al. "Autocalibration for 3D Ultrasound Reconstruction in Infant Hip Dysplasia Screening." BVM Workshop. Wiesbaden: Springer Fachmedien Wiesbaden, 2025.

Hansen, Lasse, and Mattias P. Heinrich. "Deep learning based geometric registration for medical images: how accurate can we get without visual features?." International conference on information processing in medical imaging. Cham: Springer International Publishing, 2021.

Projektteam:

Prof. Dr. Mattias Heinrich
M. Sc. Wiebke Heyer