Warum gerinnt Blut in medizintechnischen Geräten wie Dialysatoren oder künstlichen Lungen, obwohl es nach bisherigem Verständnis nicht sollte? Ziel ist es, die komplexen Zusammenhänge hinter dieser Frage zu verstehen und ein patientenindividuelles Simulationsmodell für das kombinierte Strömungs- und Gerinnungsverhalten von Blut in künstlichen Lungen zu entwickeln. Das Projekt wird die Entwicklung besserer Medizinprodukte mittels virtueller Prototypen ermöglichen und neue Wege bei Diagnose und Therapieplanung für die digitale Präzisionsmedizin der Zukunft eröffnen.
Clemens Birkenmaier
Realistische Modellierung von Blut in patientenspezifischen digitalen Modellen
MITGLIED IM KOLLEG
von bis
Betreuer Ostbayerische Technische Hochschule Regensburg:
Prof. Dr.-Ing. Lars Krenkel
Als Teil der Fakultät Maschinenbau der Ostbayerischen Technischen Hochschule Regensburg (OTH Regensburg) sowie des Regensburg Center of Biomedical Engineering (RCBE) und des Regensburg Center of Health Sciences and Technology (RCHST) sind im Lehr- und Forschungsgebiet Biofluidmechanik (BFM) die Kompetenzen der numerischen und experimentellen Strömungsmechanik konzentriert. Die Forschungsschwerpunkte liegen dabei grundsätzlich auf Strömungen in biologischen/medizinischen Systemen, wobei jedoch auch Themen aus der technischen Strömungsmechanik abgedeckt werden.
Forschungsschwerpunkte:
- numerische und experimentelle Strömungsmechanik
- Strömungen in biologischen/medizinischen Systemen
Betreute Projekte:
- Investigation of Shear Induced Clot Formation in Extracorporeal Membrane Oxygenation Using Particle Tracking and Computational Fluid Dynamics
- Mechanismen der Thrombenbildung im ECMO-System - Histologische Klassifizierung der Clots
- Elektrohydrodynamische Separation und Lyse von Tumorzellen
- High spatial resolution optical flow analysis of human nasopharynx
- Realistische Modellierung von Blut in patientenspezifischen digitalen Modellen
Publikationen
Birkenmaier C., Krenkel L. (2021):
Convolutional Neural Networks for Approximationof Blood Flow in Artificial Lungs. In: Dillmann A., Heller G., Krämer E., Wagner C. (Hrsg.): New Results in Numerical and Experimental Fluid Mechanics XIII. STAB/DGLR Symposium 2020. Notes on Numerical Fluid Mechanics and Multidisciplinary Design, Vol. 151. Springer, Cham. doi.org/10.1007/978-3-030-79561-0_43
Birkenmaier C., Krenkel L. (2020):
Convolutional neural networks for approximation of in-ternal non-Newtonian multiphase flow fields. In: Proceedings of the ECCOMAS Congress 2020, Paris 2020.
Präsentationen
Birkenmaier C., Krenkel L. (2020):
Convolutional neural networks for approximation of internal non-Newtonian multiphase flow fields. ECCO-MAS Congress, Paris.
Stipendium
Das Projekt wurde durch das Bayerische Forschungsinstitut für Digitale Transformation (bidt) gefördert.
