Prof. Jürgen Machann
Gruppenleiter der Abteilung "Metabolic Imaging""Maßstäbe setzen für ein tieferes Verständnis der zugrunde liegenden Mechanismen in der Pathogenese von Stoffwechselkrankheiten. Anwendung etablierter MRI/MRS-Techniken sowie vielversprechender neuer Ansätze für die MR-basierte nicht-invasive Phänotypisierung."
"Maßstäbe setzen für ein tieferes Verständnis der zugrunde liegenden Mechanismen in der Pathogenese von Stoffwechselkrankheiten. Anwendung etablierter MRI/MRS-Techniken sowie vielversprechender neuer Ansätze für die MR-basierte nicht-invasive Phänotypisierung."
Akademische Laufbahn und Forschungsgebiete
Nach dem Studium der Physik begann Jürgen Machann seine berufliche Laufbahn in der Sektion für Experimentelle Radiologie am Universitätsklinikum Tübingen (Leiter: Prof. Dr. Dr. F. Schick) mit dem Schwerpunkt Magnetresonanztomographie (MRT) und Spektroskopie (MR).
In Zusammenarbeit mit der Abteilung für Diabetologie, Endokrinologie und Nephrologie (Prof. Dr. H.-U. Häring) war er an den ersten Ansätzen zur Untersuchung der Vermehrung von Lipiden in Muskelzellen im Rahmen der Insulinresistenz beteiligt.
In einem nächsten Schritt entwickelte er ein MRT-basiertes Verfahren zur quantitativen Erfassung verschiedener Fettgewebskompartimente - z.B. viszerales Fettgewebe, subkutanes Fettgewebe - im gesamten Körper mit entsprechenden Segmentierungsroutinen. Die Quantifizierung ektopischer Fettansammlungen in Organen wie der Leber oder der Bauchspeicheldrüse vervollständigen das Portfolio der MR-basierten nicht-invasiven Phänotypisierung, und die MR-Techniken wurden erfolgreich in einer longitudinalen Lifestyle-Interventionsstudie (TULIP) etabliert.
Mit seinem breiten Wissen und seiner exzellenten Erfahrung ist Jürgen Machann seit 2012 als wissenschaftlicher Mitarbeiter am Helmholtz-Zentrum München tätig und sein Untersuchungsprotokoll dient als grundlegende Basis für die Anwendung in Querschnitts- und Interventionsstudien des Deutschen Zentrums für Diabetesforschung (DZD).
Als ausgewiesener Experte ist er für MR-Untersuchungen in verschiedenen nationalen und internationalen Studien zur Stoffwechselforschung verantwortlich. Zusammen mit seinen Gruppenmitgliedern trägt er zur Auswertung von epidemiologischen Studien wie KORA oder GNC bei, indem er modernste Techniken auf der Grundlage von Deep-Learning-Segmentierung anwendet.
Sein Beitrag ermöglicht ein tieferes Verständnis des individuellen Stoffwechselrisikos und der Prognose des Erfolgs oder Misserfolgs von Lebensstilinterventionen und ist somit ein Schlüsselfaktor für Erkenntnisse über die Pathogenese von Insulinresistenz und Typ-2-Diabetes.
Arbeitsbereiche und Fachwissen
Magnetresonanztomographie (MRI) Magnetische Resonanzspektroskopie (MRS) AdipositasBig DataFettgewebeSegmentierungLeber