ALIAS (Prof. Dr. Hauke Schramm)

In der medizinischen Bildverarbeitung besteht durch die wachsende Anzahl von Bildern und deren verbesserte Auflösung ein immer größerer Bedarf an vollautomatischen Algorithmen zur Bildbearbeitung, die keine Benutzerinteraktion mehr benötigen.

Zu diesem Zweck soll im Rahmen des ALIAS-Projekts versucht werden, anatomische Strukturen in medizinischen Bildern automatisch und robust zu lokalisieren. Diese Information ist z.B. notwendig für die automatische Segmentierung von Organen oder Knochen oder die automatische Vermessung von Längen oder Winkeln. Das verwendete Verfahren für die Lokalisierung soll dabei leicht auf neue Zielorgane und Modalitäten (Röntgen, CT, MRT) anwendbar sein.

Um diese Aufgabenstellung zu lösen, verwenden wir die Generalisierte Hough Transformation (GHT) und ein maschinelles Lernverfahren (DMC), um ein gewichtetes Modell mit möglichst wenig Punkten zu erstellen, mit dem unser gesuchtes Objekt optimal gefunden werden kann. Das Verfahren wurde schon erfolgreich auf zahlreiche Aufgabenstellungen (Veröffentlichungen) angewendet, wie z.B. die Lokalisierung der Gelenke in Beinradiographien oder der Leber in abdominalen CT-Scans.

Es gibt allerdings weiterhin noch viele Verbesserungsmöglichkeiten und offene Fragen. Interessierte Studenten, die Lust haben im Projekt mitzuarbeiten, z.B. im Rahmen einer Thesis oder eines Masterprojekts, melden sich bitten bei Prof. Hauke Schramm oder bei Heike Ruppertshofen.

• Projektleitung: Hauke Schramm
• Wissenschaftliche Mitarbeiter
  • Heike Ruppertshofen
  • Ferdinand Hahmann
• Studentische Mitarbeiter
  • Gordon Böer
  • Ralf Stannarius
  • Inga Berger
• Ehemalige Mitarbeiter
  
  • Francesco Boero
  • Markus Brunk
  • Daniel Großmann
  • Daniel Künne
  • Junaid Naseer
  • Jan Schlichting
  • Jun Zhang

Dieses Projekt wird gefördert von Philips Research Hamburg und der Innovationsstiftung Schleswig-Holstein (2008-40 H).