Sprachen

Klassifikation histologischer und zytologischer Präparate im Hinblick auf systembiologische Analysen

Abstract: 

Eines der wichtigsten Teilgebiete der medizinischen und biologischen Bilddatenverarbeitung ist die Segmentierung und Klassifikation, mit der Bildobjekte wie Organe, Knochen- oder Gewebestrukturen vom Rest des Bildinhaltes getrennt und weiterverarbeitet werden können. Neben dem Bereich der computergestützten Diagnostik und Operationsplanung reichen die vielfältigen Anwendungsmöglichkeiten der digitalen Bildverarbeitung in der Medizin von der Tumordetektion über Gewebeklassifikation bis hin zu Wachstumsanalysen. Letztere lassen beispielsweise die Entwicklung eines Tumors oder den Prozess entzündlicher Veränderungen besser beobachten und studieren. Die Zielsetzung des Forschungsprojektes ist daher die Segmentierung und Klassifikation histologischer und zytologischer Präparate. Dieses auch insbesondere im Hinblick auf die Entwicklung einer systembiologischen Analyse histologischer Strukturen.

Beschreibung: 

Das initiale Ziel des Projektes ist die Bereitstellung effizienter Methoden zur Segmentierung und Klassifikation histologischer und zytologischer Präparate, welches in der Folge die Entwicklung einer systembiologischen Analyse histologischer Strukturen ermöglicht. Daher ist es auch der Anspruch, sich von der statischen Sichtweise der Histologie und Zytologie zu lösen und durch Simulationen über die Zeit Veränderungen besser verstehen zu können – beispielsweise die Entwicklung eines Tumors oder von entzündlichen Veränderungen. Dies beinhaltet auch die Verwendung OWL-basierter systembiologischer Ontologien. Durch die daraus resultierenden Forderungen ist es relevant, potenzielle anatomische Strukturen (semi-) automatisch für einen möglichst repräsentativen Datenbestand zu segmentieren.

In Anlehnung an den Anwendungskontext stellt die manuelle Segmentierung histologischer Schnittpräparate mit teilweise über 1000 zu markierenden Objekten einen großen Arbeitsaufwand dar. Die manuelle Segmentierung eines einzelnen histologischen Schnittpräparates kann (je nach Zahl der relevanten Objekte) mehrere Stunden bis zu einigen Tagen dauern. Um die Bearbeitungszeit signifikant zu verkürzen, wird angestrebt, diesen Vorgang möglichst automatisch durch Segmentierungsalgorithmen durchführen zu können. Dieses sowohl unüberwacht als auch überwacht unter Verwendung Maschineller Lernverfahren. Neben grundlegenden Gradienten-basierten Verfahren versprechen Algorithmen unter Nutzung der Texturinformation im Ortsraum und Ortsfrequenzraum eine nachhaltigere Segmentierungsoption. Hierzu kommen u. a. Algorithmen auf Basis der Wavelet- und S-Transformation zum Tragen.

Bearbeiter: 
Status: 
Aktiv
Kooperation: 
  • Mathias Wagner (Allgemeine und Spezielle Pathologie, Universität des Saarlandes)
  • Constantin Landes (Universitätsklinikum Frankfurt, Fachbereich Humanmedizin, Kiefer- und plastische Gesichtschirurgie)
Publikationen: 
  • F. Weichert, A. Groh, A. Shamaa, T. Richards, M. Wagner, S. K. Awd, C. Landes, R. Linder: Analysis of histological datasets by signal processing methods, Der Pathologe, Springer-Verlag, 2, 129-134, 2008
  • A. Groh, A.K. Louis, F. Weichert, T. Richards, M. Wagner: Mathematische Modellierung in der Systembiologie, Der Pathologe, Springer-Verlag, 2, 135-140, 2008
  • M. Wagner, T. Breiner, T. Betz, I. Bernhardt, N. Pütz, F. Weichert, A. Shamaa, M. Brochhausen, S. K. Awd, T. Richards, A. Groh, R. Linder, C.. A. Landes: Virtuelles Gewebe: Quaoaring, Der Pathologe, Springer-Verlag, 2, 123-128, 2008
  • F. Weichert, R. Linder, C. Landes, A. Groh, R. Wünderlich, M. Wagner: A Near-Photorealistic Representation of Histological Preparations, Bildverarbeitung für die Medizin 2006, Springer-Verlag, 449-453, 2006
Interne Veröffentlichungen: 

Diplomarbeiten

  • Online Multimedia-Retrieval zur Detektion medizinischer Bilddaten durch multimodale Merkmale, Marcel Ens, 2010
  • Echtzeitfähige, interaktive Extraktion von Bildobjekten mit komplexer Randstruktur, Daniel Mikus, 2009
  • Modellbasierte Segmentierung von Computertomogrammen zur Bestimmung von Gefügeparametern in Knochenimplantatsverbundsystemen, Peter Voß, 2009
  • Variable Visualisierung OWL-basierter systembiologischer Ontologien, Stephan Preuß, 2009
  • Generierung und Klassifikation künstlicher Microarray-Daten unter Verwendung von Gaussian Networks, Andreas Beckermann, 2009
  • GPU-basierte Support Vector Machines unter Berücksichtigung von Aspekten der Parallelisierbarkeit, Robert Schmidt, 2009
  • 2D S-Transformations-basierende Detektion von Texturmerkmalen am Beispiel histologischer Schnittpräparate, Tim Kroener, 2008
  • Detektion und Rearrangement von Intersections bei polygonalen histologischen Strukturen, Sebastian Meier, 2008