Ruhrgebiet AI & Data Science Meetup Bochum: Deep Learning zur Segmentierung
Veranstaltet von Ruhrgebiet AI & Data Science Meetup
Details
„Deep Learning zur semantischen Segmentierung des Femurs auf Röntgenbildern“
Die besonders strengen Datenschutzrichtlinien bei der Verarbeitung von Patientendaten, sorgen für eine nur begrenzte Anzahl zur Verfügung stehender Trainingsdaten für maschinelle Lernverfahren. Für die Ableitung von Mustern und zur Generierung allgemeingültiger Modelle, sollten jedoch große Mengen an Beispieldaten gleicher Krankheitsbilder und gesunder Vergleichsdaten vorliegen. Hieraus ergibt sich die Notwendigkeit einer effizienten Verarbeitung des vorhandenen Materials. Langfristiges Ziel ist die Charakterisierung des Beginns oder Fortschritts einer Krankheit durch z.B. Strukturunregelmäßigkeiten, wie Abweichungen in Volumen oder Dichte, die für das menschliche Auge kaum zu erkennen sind.
Das U-Net, als State-of-the-Art Algorithmus zur semantischen Segmentierung medizinischer Bilddaten, stellt bereits eine schnelle und mengeneffiziente Möglichkeit der Extraktion interessanter Bildbereiche am Beispiel von Zellsegmentierung vor. An dieses Verfahren angelehnt, soll eine Möglichkeit der automatisierten Segmentierung des Oberschenkelknochens (Femurs) auf Röntgenbildern thematisiert werden. Chancen und Risiken bei der Verwendung von lediglich 38 Datensätzen sind Kern der Abendveranstaltung und sollen mit den Teilnehmenden gemeinsam diskutiert werden. Es wird dargelegt, wie mit einem reduzierten Datenbestand und den Anforderungen, die sich hieraus ergeben, umgegangen werden kann. Der verwendete Datensatz, der trotz seines geringen Umfangs zuverlässige Ergebnisse der semantischen Segmentierung durch Deep Learning hervorrufen konnte, wird beispielhaft gezeigt.
Melanie Lausen wird durch den Abend führen und die Erkenntnisse aus ihrer Abschlussarbeit präsentieren und diskutieren. Neben einem Masterabschluss der angewandten Kognitions- und Medienwissenschaft mit dem Schwerpunkt Intelligente Systeme an der Universität Duisburg-Essen, vertiefte sie ihr Wissen im Bereich der Medizinischen Informatik an der Beuth Hochschule für Technik in Berlin. Seit 2019 ist sie bei der VISUS Health IT im Innovationsmanagement tätig und engagiert sich der KI neue Wege in die Medizin zu ebnen.