Maschinelles Lernen hilft Medizinern

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

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.

»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.

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

Media Contact

Bianka Hofmann Fraunhofer Forschung Kompakt

Alle Nachrichten aus der Kategorie: Medizintechnik

Kennzeichnend für die Entwicklung medizintechnischer Geräte, Produkte und technischer Verfahren ist ein hoher Forschungsaufwand innerhalb einer Vielzahl von medizinischen Fachrichtungen aus dem Bereich der Humanmedizin.

Der innovations-report bietet Ihnen interessante Berichte und Artikel, unter anderem zu den Teilbereichen: Bildgebende Verfahren, Zell- und Gewebetechnik, Optische Techniken in der Medizin, Implantate, Orthopädische Hilfen, Geräte für Kliniken und Praxen, Dialysegeräte, Röntgen- und Strahlentherapiegeräte, Endoskopie, Ultraschall, Chirurgische Technik, und zahnärztliche Materialien.

Zurück zur Startseite

Kommentare (0)

Schreib Kommentar

Neueste Beiträge

Durchleuchten im Nanobereich

Physiker der Universität Jena entwickeln einen der kleinsten Röntgendetektoren der Welt Ein Röntgendetektor kann Röntgenstrahlen, die durch einen Körper hin­durchlaufen und nicht von ihm absorbiert werden, aufnehmen und somit ein…

Wer hat das Licht gestohlen?

Selbstinduzierte ultraschnelle Demagnetisierung limitiert die Streuung von weicher Röntgenstrahlung an magnetischen Proben.   Freie-Elektronen-Röntgenlaser erzeugen extrem intensive und ultrakurze Röntgenblitze, mit deren Hilfe Proben auf der Nanometerskala mit nur einem…

Mediterrane Stadtentwicklung und die Folgen des Meeresspiegelanstiegs

Forschende der Uni Kiel entwickeln auf 100 Meter genaue Zukunftsszenarien für Städte in zehn Ländern im Mittelmeerraum. Die Ausdehnung von Städten in niedrig gelegenen Küstengebieten nimmt schneller zu als in…

By continuing to use the site, you agree to the use of cookies. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close