Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Mit Algorithmen Krankheiten erkennen

05.12.2017

Viele Ärzte stehen unter Zeitdruck und wünschen sich mehr Zeit für den Patienten. Intelligente Computerprogramme könnten hier helfen: Studenten der Biomedizinischen Technik an der Hochschule Landshut forschten im Rahmen einer Projektarbeit daran, wie Algorithmen Radiologen bei der Untersuchung medizinischer Bilder unterstützen können.

Dank Röntgenstrahlen, Ultraschall oder Kernspin können Ärzte Krankheiten im Körper ohne Operation entdecken. Dafür müssen Radiologen zahlreiche Bilder analysieren – das kostet viel Zeit und Konzentration. In Zukunft könnten Computer ihnen dabei die Arbeit erleichtern.


Der Landshuter Student Jakob Dexl hat gemeinsam mit Mitstudierenden untersucht, wie Algorithmen medizinische Diagnosen schneller und besser machen können.

Hochschule Landshut

Die Landshuter Studierenden Jakob Dexl, Lisa-Marie Kirchner, Maximilian Reiser und Michael Uhl des Studiengangs Biomedizinische Technik untersuchten, inwieweit bestimmte Algorithmen Schädel-MRT-Aufnahmen vorsortieren können. Das würde bedeuten, dass Ärzte sich stärker auf auffällige Bilder mit schwierigen Befunden konzentrieren können.

Die Praxis Radiologie Mühleninsel aus Landshut stellte dafür echte MRT-Daten von Patienten zur Verfügung – natürlich komplett anonymisiert. Unterstützung erhielt das Team außerdem vom Radiologen Prof. Dr. Andreas Lienemann sowie im technischen Bereich vom Gesundheits-IT-Unternehmen Cerner Deutschland GmbH.

Machine Learning: Das Programm lernt mit

Für die automatische Klassifizierung von Bildern in „krank“ und „gesund“ kommen moderne Algorithmen des maschinellen Lernens zum Einsatz, die, ähnlich wie ein Radiologe, anhand vorhandener Daten die Einordnung trainieren.

„Eine große Herausforderung bei diesem Projekt war, dass auch Bilder von gesunden Patienten stark voneinander abweichen, zum Beispiel aufgrund von gutartigen Erkrankungen oder des Alters. Die Heterogenität ist also riesig“, erklärt Dozentin Prof. Dr. Stefanie Remmele, die das Team bei ihren Projekt- und Abschlussarbeiten betreute.

„Gleichzeitig unterscheidet der Radiologe zwischen krank und gesund manchmal nur anhand winziger Details. Das macht es für den Algorithmus sehr schwierig, die Bilder richtig einzuordnen.“

Die Studierenden definierten daher Bildausschnitte und Merkmale, anhand derer das Programm gesund und krank auseinanderhalten soll – beispielsweise Formen und Größen von Gehirnstrukturen. Dafür fütterten sie den Algorithmus mit Bildern und Daten.

Beim ersten Test im Rahmen der Studienprojekte schnitt dieser schon gut ab. Doch bis der computerunterstützte Befund Radiologen auch wirklich in ihrer Arbeit entlasten kann, „wird noch viel Forschung an dem Thema nötig sein“, meint Dexl.

Er und sein Team haben beispielsweise nur ein Bild pro Patient genutzt – in der Realität werden für einen Befund mehr Bilder aufgenommen, etwa unterschiedliche Schnitte des Gehirns oder Ansichten. Dexls Kollege Reiser ist sich sicher: „Im Bereich Machine Learning wird schon seit Jahren geforscht. Auch in der Medizintechnik ist das Thema am Kommen.“

Ulrike Schnyder | idw - Informationsdienst Wissenschaft
Weitere Informationen:
http://www.haw-landshut.de

Weitere Nachrichten aus der Kategorie Medizintechnik:

nachricht Extrem schnelle Erfassung und Visualisierung von Tumorgrenzen während der Operation
15.01.2018 | Universität zu Lübeck

nachricht Wie Metallstrukturen effektiv helfen, Knochen zu heilen
12.01.2018 | Charité – Universitätsmedizin Berlin

Alle Nachrichten aus der Kategorie: Medizintechnik >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

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

Im Focus: Maschinelles Lernen im Quantenlabor

Auf dem Weg zum intelligenten Labor präsentieren Physiker der Universitäten Innsbruck und Wien ein lernfähiges Programm, das eigenständig Quantenexperimente entwirft. In ersten Versuchen hat das System selbständig experimentelle Techniken (wieder)entdeckt, die heute in modernen quantenoptischen Labors Standard sind. Dies zeigt, dass Maschinen in Zukunft auch eine kreativ unterstützende Rolle in der Forschung einnehmen könnten.

In unseren Taschen stecken Smartphones, auf den Straßen fahren intelligente Autos, Experimente im Forschungslabor aber werden immer noch ausschließlich von...

Im Focus: Artificial agent designs quantum experiments

On the way to an intelligent laboratory, physicists from Innsbruck and Vienna present an artificial agent that autonomously designs quantum experiments. In initial experiments, the system has independently (re)discovered experimental techniques that are nowadays standard in modern quantum optical laboratories. This shows how machines could play a more creative role in research in the future.

We carry smartphones in our pockets, the streets are dotted with semi-autonomous cars, but in the research laboratory experiments are still being designed by...

Im Focus: Fliegen wird smarter – Kommunikationssystem LYRA im Lufthansa FlyingLab

• Prototypen-Test im Lufthansa FlyingLab
• LYRA Connect ist eine von drei ausgewählten Innovationen
• Bessere Kommunikation zwischen Kabinencrew und Passagieren

Die Zukunft des Fliegens beginnt jetzt: Mehrere Monate haben die Finalisten des Mode- und Technologiewettbewerbs „Telekom Fashion Fusion & Lufthansa FlyingLab“...

Im Focus: Ein Atom dünn: Physiker messen erstmals mechanische Eigenschaften zweidimensionaler Materialien

Die dünnsten heute herstellbaren Materialien haben eine Dicke von einem Atom. Sie zeigen völlig neue Eigenschaften und sind zweidimensional – bisher bekannte Materialien sind dreidimensional aufgebaut. Um sie herstellen und handhaben zu können, liegen sie bislang als Film auf dreidimensionalen Materialien auf. Erstmals ist es Physikern der Universität des Saarlandes um Uwe Hartmann jetzt mit Forschern vom Leibniz-Institut für Neue Materialien gelungen, die mechanischen Eigenschaften von freitragenden Membranen atomar dünner Materialien zu charakterisieren. Die Messungen erfolgten mit dem Rastertunnelmikroskop an Graphen. Ihre Ergebnisse veröffentlichen die Forscher im Fachmagazin Nanoscale.

Zweidimensionale Materialien sind erst seit wenigen Jahren bekannt. Die Wissenschaftler André Geim und Konstantin Novoselov erhielten im Jahr 2010 den...

Im Focus: Forscher entschlüsseln zentrales Reaktionsprinzip von Metalloenzymen

Sogenannte vorverspannte Zustände beschleunigen auch photochemische Reaktionen

Was ermöglicht den schnellen Transfer von Elektronen, beispielsweise in der Photosynthese? Ein interdisziplinäres Forscherteam hat die Funktionsweise wichtiger...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

Kongress Meditation und Wissenschaft

19.01.2018 | Veranstaltungen

LED Produktentwicklung – Leuchten mit aktuellem Wissen

18.01.2018 | Veranstaltungen

6. Technologie- und Anwendungsdialog am 18. Januar 2018 an der TH Wildau: „Intelligente Logistik“

18.01.2018 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

Rittal vereinbart mit dem Betriebsrat von RWG Sozialplan - Zukunftsorientierter Dialog führt zur Einigkeit

19.01.2018 | Unternehmensmeldung

Open Science auf offener See

19.01.2018 | Geowissenschaften

Original bleibt Original - Neues Produktschutzverfahren für KFZ-Kennzeichenschilder

19.01.2018 | Informationstechnologie