1. Leben

Digitale Brille für Computertomografen

Saar-Uni : Saar-Uni entwickelt digitale Brille für Computertomografen

Ein neues Verfahren des Maschinellen Lernens soll künftig die Bildauswertung medizinischer Diagnoseverfahren verbessern.

(np) Die Medizin der Zukunft ist digital. Doch vor der Therapie steht die Diagnose. Sie muss zuverlässig sein und soll möglichst niemals falschen Alarm auslösen. Dabei spielen sogenannte bildgebende Verfahren wie die Magnetresonanz-Tomografie (MRT) oder die Computertomografie (CT) eine große Rolle. Sie sind technisch hochentwickelt, können aber durch eine intelligente Auswertung der Daten weiter verbessert werden. Wissenschaftler der Saar-Universität um Professor Thomas Schuster wollen mathematische Verfahren entwickeln, die die Leistungsfähigkeit solcher Geräte mit Verfahren des Maschinellen Lernens verbessern sollen. Sie erhalten dafür vom Bundesforschungsministerium 800 000 Euro. Die Mathematiker aus Saarbrücken arbeiten dabei mit Wissenschaftlern aus Erlangen und Bremen und weiteren Industriepartnern zusammen. Sie wollen im Deleto genannten Verbundprojekt (Deep Learning in Tomography) mathematische Methoden entwickeln, die es einem Computersystem ermöglichen, in Tomografien nach Mustern zu suchen.

Eine große Rolle spielt dabei das so genannte „Deep Learning“. Das Verfahren ahmt Funktionen des menschlichen Gehirns nach. Auf diese Weise können Computer zum Beispiel Handschriften lesen oder Gesichter erkennen. Im Projekt der Saar-Uni wollen die Mathematiker die in der klinischen Diagnostik verbreitete Magnetresonanz-Tomografie und die sogenannte Hochdurchsatz-Nano-Computertomografie verbessern, die in der Materialprüfung zum Einsatz kommt. Dazu gehören zum Beispiel Visualisierungen schnell ablaufender Prozesse im Herz eines Menschen bei kardiologischen Untersuchungen.

Neben diesen praktischen Anwendungen geht es den Wissenschaftlern auch um mathematische Grundlagenforschung, berichtet die Saar-Universität. Sie wollen neue Lösungsansätze auf dem Feld der inversen Probleme finden. Von einem inversen Problem sprechen Forscher, wenn aus gemessenen Daten Größen berechnet werden sollen, die nicht direkt beobachtbar sind.