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 Jetzt! Schnell! Luft! Roboter REALITI findet automatisch den richtigen Weg in die Luftröhre
23.01.2020 | Universitätsspital Zürich

nachricht Messtechnische Unterstützung für chirurgische Eingriffe
22.01.2020 | Jade Hochschule - Wilhelmshaven/Oldenburg/Elsfleth

Alle Nachrichten aus der Kategorie: Medizintechnik >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

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

Im Focus: Schnellster hochpräziser 3D-Drucker

3D-Drucker, die im Millimeterbereich und größer drucken, finden derzeit Eingang in die unterschiedlichsten industriellen Produktionsprozesse. Viele Anwendungen benötigen jedoch einen präzisen Druck im Mikrometermaßstab und eine deutlich höhere Druckgeschwindigkeit. Forscherinnen und Forscher des Karlsruher Instituts für Technologie (KIT) haben ein System entwickelt, mit dem sich in bisher noch nicht erreichter Geschwindigkeit hochpräzise, zentimetergroße Objekte mit submikrometergroßen Details drucken lassen. Dieses System präsentieren sie in einem Sonderband der Zeitschrift Advanced Functional Materials. (DOI: 10.1002/adfm.201907795).

Um nicht nur die Geschwindigkeit, sondern auch die Zuverlässigkeit ihres Aufbaus zu demonstrieren, haben die Forscherinnen und Forscher eine 60 Kubikmillimeter...

Im Focus: Wie man ein Bild von einem Lichtpuls macht

Um die Form von Lichtpulsen zu messen, brauchte man bisher komplizierte Messanlagen. Ein Team von MPI Garching, LMU München und TU Wien schafft das nun viel einfacher.

Mit modernen Lasern lassen sich heute extrem kurze Lichtpulse erzeugen, mit denen man dann Materialien untersuchen oder sogar medizinische Diagnosen erstellen...

Im Focus: Ein ultraschnelles Mikroskop für die Quantenwelt

Was in winzigen elektronischen Bauteilen oder in Molekülen geschieht, lässt sich nun auf einige 100 Attosekunden und ein Atom genau filmen

Wie Bauteile für künftige Computer arbeiten, lässt sich jetzt gewissermaßen in HD-Qualität filmen. Manish Garg und Klaus Kern, die am Max-Planck-Institut für...

Im Focus: Integrierte Mikrochips für elektronische Haut

Forscher aus Dresden und Osaka präsentieren das erste vollintegrierte Bauelement aus Magnetsensoren und organischer Elektronik und schaffen eine wichtige Voraussetzung für die Entwicklung von elektronischer Haut.

Die menschliche Haut ist faszinierend und hat viele Funktionen. Eine davon ist der Tastsinn, bei dem vielfältige Informationen aus der Umgebung verarbeitet...

Im Focus: Dresdner Forscher entdecken Mechanismus bei aggressivem Krebs

Enzym blockiert Wächterfunktion gegen unkontrollierte Zellteilung

Wissenschaftler des Universitätsklinikums Carl Gustav Carus Dresden im Nationalen Centrum für Tumorerkrankungen Dresden (NCT/UCC) haben gemeinsam mit einem...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

HDT-Tagung: Sensortechnologien im Automobil

24.01.2020 | Veranstaltungen

Tagung befasst sich mit der Zukunft der Mobilität

22.01.2020 | Veranstaltungen

ENERGIE – Wende. Wandel. Wissen.

22.01.2020 | Veranstaltungen

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

Lichtgetriebene Nanomotoren - Erfolgreich gekoppelt

28.01.2020 | Biowissenschaften Chemie

Warum Gesunde für Kranke so wichtig sind! – Vergleichsstudie geht Fibromyalgie-Syndrom auf den Grund

28.01.2020 | Biowissenschaften Chemie

Kiss and Run: Wie Zellen ihre Bestandteile trennen und recyceln

28.01.2020 | Biowissenschaften Chemie

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