Machine Learning Arbeitsgruppe
Die Machine Learning Arbeitsgruppe beschäftigt sich mit der Verarbeitung medizinischer Daten. Diese stammen vorwiegend aus den Bereichen der diagnostischen und interventionellen Radiologie. Einen besonderen Schwerpunkt legen wir auf die Translation der entwickelten Techniken in die Klinik im Rahmen klinischer Studien.
-
Semantische Bildsegmentierung
Viele Aufgaben der klinischen Routine, in der Radiologie, lassen sich als eine Aufgabe der Bildsegmentierung formulieren. Außerdem bietet dieses Verfahren den Vorteil der einfachen Überprüfbarkeit der Ergebnisse und entkräftet somit weitgehend die Problematik der “Black Box”. Das Verfahren findet beispielsweise bei der Organsegmentierung (Lunge, Leber, Niere ...), aber auch bei der Annotierung anderer Zielstrukturen, wie Tumor und Metastasen Anwendung.
In der Herzbildgebung ermöglicht eine Vollautomatische Segmentierung die präzise Erhebung Therapie entscheidender Bioparameter.
-
Translation
Wir arbeiten eng mit Industriepartnern zusammen um eine Anwendung der neu entwickelten Methoden im Rahmen klinischer Studien zu ermöglichen.
Weltweit sind chronische Lungenerkrankungen die vierthäufigste Todesursache. Die Quantifizierung der Lungenperfusion (Durchblutung) bei der chronisch obstruktiven Lungenerkrankung (COPD) liefert wichtige klinische Parameter für die Entwicklung neuer Therapiekonzepte. Im Rahmen eines Wissenschaftlichen Projektes haben wir eine Auswertungs-Pipeline entwickelt, welche die Daten automatisch aufbereitet, segmentiert und die relevanten klinischen Parameter berechnet
