Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Maschinelles Lernen hilft Medizinern

02.11.2016

Um anhand von Bildaufnahmen zu prüfen, wie sich ein Tumor im Laufe einer Krebstherapie entwickelt, sind Ärzte bislang vor allem auf ihr Augenmaß angewiesen. Ein neues Programmpaket von Fraunhofer-Forschern macht Veränderungen in den Bildern sichtbar und erleichtert Medizinern die Arbeit mittels Deep Learning. Die Experten stellen die Software vom 27.11. bis 2.12. auf der weltgrößten Radiologentagung, der RSNA 2016, in Chicago vor.

Ist ein Tumor im Laufe einer mehrmonatigen Behandlung geschrumpft, oder haben sich in der Zwischenzeit gar neue Geschwulste entwickelt? Um Fragen wie diese zu klären, werten Ärzte unter anderem CT- und MR-Aufnahmen aus. Meist werden die Tumoren dabei nur visuell bewertet und neue Geschwulste manchmal übersehen.


Deep-Learning-Methoden helfen Knochenmetastasen zu entdecken, die in der klinischen Praxis übersehen werden können. CT Datensatz zur Verfügung gestellt von Radboudumc, Nijmegen, NL.

Fraunhofer MEVIS

»Unser Programmpaket erhöht die Sicherheit bei der Vermessung und Nachverfolgung der Tumoren«, erläutert Mark Schenk vom Fraunhofer-Institut für Bildgestützte Medizin MEVIS in Bremen. »Die Software kann zum Beispiel erfassen, wie sich das Volumen eines Tumors im Laufe der Zeit verändert und unterstützt beim Aufspüren neuer Geschwulste.« Das Paket ist als Baukastensystem ausgelegt und kann Medizintechnik-Herstellern helfen, die Verlaufskontrolle zu automatisieren.

Der Computer lernt von selbst

Das Besondere: Um die Ergebnisse zu verbessern, verwendet die Software Deep Learning – eine neue Art des maschinellen Lernens, die deutlich über bisherige Ansätze hinausgeht. Hilfreich ist das Verfahren unter anderem für die Segmentierung. So bezeichnen Experten jenen Arbeitsschritt, der bei CT- und MRT-Bildern die genauen Umrisse der Organe erfasst.

Bei den bisher verfügbaren Segmentierungsprogrammen sucht der Rechner nach fest definierten Bildmerkmalen, etwa nach bestimmten Grauwert-Unterschieden. »Doch dabei kommt es nicht selten zu Fehlern«, erläutert Fraunhofer-Forscher Markus Harz. »Die Software ordnet dann Bereiche der Leber zu, die gar nicht zum Organ gehören.« Diese Fehler müssen die Mediziner oft zeitaufwändig korrigieren.

Die neuen Deep-Learning-Ansätze versprechen bessere Ergebnisse und sollen den Ärzten kostbare Zeit sparen. Um die Funktionsweise ihrer selbstlernenden Software zu demonstrieren, trainierten sie die Fraunhofer-Forscher mit Hilfe von CT-Leberaufnahmen von 149 Patienten. Das Ergebnis: Je mehr Datensätze das Programm analysierte, umso besser konnte es die Leberumrisse automatisch identifizieren.

Verborgene Metastasen aufspüren

Ein weiteres Einsatzfeld ist die sogenannte Bildregistrierung. Hier bringt eine Software verschiedene Aufnahmen, die zu unterschiedlichen Zeiten gemacht wurden, so zur Deckung, dass sie die Mediziner direkt vergleichen können. Hierbei kann sie das maschinelle Lernen bei einer besonders schwierigen Aufgabe unterstützen – dem Aufspüren von Knochenmetastasen in Aufnahmen des Oberkörpers, auf denen Hüftknochen, Rippen und Wirbelsäule zu sehen sind. Bislang werden diese Metastasen unter dem in der klinischen Praxis herrschenden Zeitdruck oft übersehen. Deep-Learning-Methoden können helfen, sie zuverlässig zu entdecken und damit die Therapiechancen zu verbessern.

Die Forscher setzen auf eine Kombination zwischen klassischen Ansätzen und Maschinenlernen: »Wir wollen bewusst das vorhandene Fachwissen nutzen, um das Deep Learning möglichst effektiv und zuverlässig einsetzen zu können«, betont Harz. Hierbei kann Fraunhofer MEVIS auf eine langjährige Erfahrung in der Umsetzung in die Praxis bauen: So findet sich ein in Bremen entwickelter Algorithmus für die hochpräzise Registrierung von Lungenbildern bereits heute in den Produkten mehrerer Medizinprodukte-Hersteller.

Weitere Informationen:

https://www.fraunhofer.de/de/presse/presseinformationen/2016/november/maschinell...

Bianka Hofmann | Fraunhofer Forschung Kompakt

Weitere Nachrichten aus der Kategorie Medizintechnik:

nachricht Wirkt die Biomechanische Stimulation?
21.02.2018 | Hochschule Offenburg, Hochschule für Technik, Wirtschaft und Medien

nachricht Gefäßprothesen aus dem Bioreaktor
19.02.2018 | Leibniz Universität Hannover

Alle Nachrichten aus der Kategorie: Medizintechnik >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Vorstoß ins Innere der Atome

Mit Hilfe einer neuen Lasertechnologie haben es Physiker vom Labor für Attosekundenphysik der LMU und des MPQ geschafft, Attosekunden-Lichtblitze mit hoher Intensität und Photonenenergie zu produzieren. Damit konnten sie erstmals die Interaktion mehrere Photonen in einem Attosekundenpuls mit Elektronen aus einer inneren atomaren Schale beobachten konnten.

Wer die ultraschnelle Bewegung von Elektronen in inneren atomaren Schalen beobachten möchte, der benötigt ultrakurze und intensive Lichtblitze bei genügend...

Im Focus: Attoseconds break into atomic interior

A newly developed laser technology has enabled physicists in the Laboratory for Attosecond Physics (jointly run by LMU Munich and the Max Planck Institute of Quantum Optics) to generate attosecond bursts of high-energy photons of unprecedented intensity. This has made it possible to observe the interaction of multiple photons in a single such pulse with electrons in the inner orbital shell of an atom.

In order to observe the ultrafast electron motion in the inner shells of atoms with short light pulses, the pulses must not only be ultrashort, but very...

Im Focus: Good vibrations feel the force

Eine Gruppe von Forschern um Andrea Cavalleri am Max-Planck-Institut für Struktur und Dynamik der Materie (MPSD) in Hamburg hat eine Methode demonstriert, die es erlaubt die interatomaren Kräfte eines Festkörpers detailliert auszumessen. Ihr Artikel Probing the Interatomic Potential of Solids by Strong-Field Nonlinear Phononics, nun online in Nature veröffentlich, erläutert, wie Terahertz-Laserpulse die Atome eines Festkörpers zu extrem hohen Auslenkungen treiben können.

Die zeitaufgelöste Messung der sehr unkonventionellen atomaren Bewegungen, die einer Anregung mit extrem starken Lichtpulsen folgen, ermöglichte es der...

Im Focus: Good vibrations feel the force

A group of researchers led by Andrea Cavalleri at the Max Planck Institute for Structure and Dynamics of Matter (MPSD) in Hamburg has demonstrated a new method enabling precise measurements of the interatomic forces that hold crystalline solids together. The paper Probing the Interatomic Potential of Solids by Strong-Field Nonlinear Phononics, published online in Nature, explains how a terahertz-frequency laser pulse can drive very large deformations of the crystal.

By measuring the highly unusual atomic trajectories under extreme electromagnetic transients, the MPSD group could reconstruct how rigid the atomic bonds are...

Im Focus: Verlässliche Quantencomputer entwickeln

Internationalem Forschungsteam gelingt wichtiger Schritt auf dem Weg zur Lösung von Zertifizierungsproblemen

Quantencomputer sollen künftig algorithmische Probleme lösen, die selbst die größten klassischen Superrechner überfordern. Doch wie lässt sich prüfen, dass der...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Von festen Körpern und Philosophen

23.02.2018 | Veranstaltungen

Spannungsfeld Elektromobilität

23.02.2018 | Veranstaltungen

DFG unterstützt Kongresse und Tagungen - April 2018

21.02.2018 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Vorstoß ins Innere der Atome

23.02.2018 | Physik Astronomie

Wirt oder Gast? Proteomik gibt neue Aufschlüsse über Reaktion von Rifforganismen auf Umweltstress

23.02.2018 | Biowissenschaften Chemie

Wie Zellen unterschiedlich auf Stress reagieren

23.02.2018 | Biowissenschaften Chemie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics