Maschinelles Lernen für die Analyse und Diagnoseunterstützung bei Lungenbildern Fortschritte im Computersehen basierend auf „Deep Learning“
haben zusammen mit umfangreichen Trainingsdatenbanken wie
ImageNet in letzter Zeit viel Aufmerksamkeit auf sich
gezogen. In der Tat wird für Aufgaben wie die
Klassifikation von natürlichen Bildern inzwischen teilweise
eine sogenannte „superhuman performance“ erreicht. Mit
einer mächtigen hierarchischen Repräsentation von visuellem
Kontext können „Deep Learning“ Methoden auch auf
medizinischen Bildern angewendet werden und dort die
Erkennung und Segmentierung von anatomischen und
pathologischen Strukturen verbessern. Allerdings werden
dabei meistens suboptimale Suchstrategien wie „brute
force“, d.h. das komplette Abtasten des Bildes, verwendet.
Im hier definierten Projekt sollen neuartige Ansätze des
maschinellen Lernens weiter verfolgt werden, um die
Erkennung von Lungenkrebs und anderen Krankheiten in
medizinischen Lungenbildern zu unterstützen.
| Projektleitung: Prof. Dr.-Ing. habil. Andreas Maier
Beteiligte: Sebastian Gündel, M. Eng.
Laufzeit: 15.4.2017 - 15.4.2020
Förderer: Siemens Healhineers AG
Kontakt: Gündel, Sebastian Telefon +49 9131 85 25246, Fax + 49 9131 85 27270, E-Mail: sebastian.guendel@fau.de
|