MIDL 2021

 
International Conference on
Medical Imaging with Deep Learning
5. bis 7. Juli 2021

Bundesministerium für Bildung und Forschung

Projekt KI-Labor Lübeck

Im Rahmen des Projektes „KI-LAB Lübeck“ entsteht am Campus ein neues KI-Labor. Ziel ist es, eine noch leistungsfähigere Umgebung für die Forschung mit KI-Algorithmen zu bieten. Mithilfe des maschinellen Lernens werden IT-Systeme in die Lage versetzt, auf Basis vorhandener Datenbestände und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und Lösungen für verschiedenste Problemstellungen zu entwickeln. Auch die Lehre wird vom neuen KI-Schwerpunkt profitieren: In einer zweijährigen Pilotphase ist ab WS 2020/2021 ein berufsbegleitendes, englischsprachiges Masterstudium zum Thema Artificial Intelligence an der Universität zu Lübeck geplant. Das Projekt wird vom Bundesministerium für Bildung und Forschung (BMBF) von 2019-2022 gefördert.

Das Institut für Medizinische Informatik ist hier als Projektpartner aktiv eingebunden und beteiligt sich an der Entwicklung der KI-Infrastruktur zur intelligenten Bildanalyse und an der exemplarischen Umsetzung von Use Cases wie z.B. zur Deep Learning-basierten Analyse von OCT-Bildern des Auges (OCT: Optische Kohärenztomographie). Weiterhin ist das Institut an der Etablierung des neuen, berufsbegleitenden Masterstudiengangs Artificial Intelligence beteiligt.

Projektteam IMI:

M.Sc. Julia Andresen
Prof. Dr. Heinz Handels

 

Weitere Informationen zu diesem von den verschiedenen Instituten der Sektion Informatik/Technik der Universität zu Lübeck getragenen Projekt finden Sie unter

https://ki-lab.digital-hub-luebeck.de/

 

KI_Lab_Logo_80x80.png
Erstellt am 13. Juli 2020 - 9:36 von Kulbe.

HiGHmed

HiGHmed ist eines von vier Konsortien der BMBF-Förderinitiative „Medizininformatik“ zur bundesweiten Vernetzung der IT-Einrichtungen von Universitätskliniken. Neben dem Universitätsklinikum Schleswig-Holstein (UKSH) mit seinen beiden Standorten in Kiel und Lübeck sind in HiGHmed die Universitätskliniken in Heidelberg, Göttingen, Hannover, Köln, Münster, Würzburg, die Charité in Berlin und das Deutsche Krebsforschungszentrum in Heidelberg eingebunden.

Ziel des Projektes ist der Aufbau eines medizinischen Datenintegrationszentrums im UKSH (UKSH MeDIC), in dem alle für die universitäre Krankenversorgung und Forschung notwendigen Informationen zusammengeführt und gespeichert werden. Der Standort Lübeck, d.h. Prof. Ingenerf mit seinem Team der ITCR-L, bearbeitet neben grundlegenden Komponenten des UKSH MeDIC auch zwei klinische Anwendungsfälle zum Nachweis seiner Funktionsfähigkeit und Mehrwerte. Zunächst wird Prof. Rupp (Infektiologie/Mikrobiologie) und sein Team am HiGHmed Use Case „Infection Control“ mitwirken. Hier geht es um ein algorithmisches Frühwarnsystem für Ausbrüche von Krankenhaus-infektionen. Weiterhin befassen sich in einem konsortiumsübergreifenden Use Case „Molecular Tumor Board (MTB)“ Prof. Busch (Systembiologie) und Prof. von Bubnoff (Hämatologie und Onkologie) mit einer MTB-Anwendung, die zusammen mit Kollegen des MIRACUM-Konsortiums konzi-piert wurde. Diese wird zur molekulargenetischen Diagnose- und Therapie-Unterstützung von Tu-moren so entwickelt und angepasst, dass die Vorzüge der HiGHmed-spezifischen Datenbereitstel-lung über das UKSH MeDIC genutzt werden können.

Website: https://www.HiGHmed.org

 

 

Highmed_80.jpg
Erstellt am 25. November 2019 - 14:30 von Kulbe. Zuletzt geändert am 3. Februar 2020 - 14:16 von Kulbe.

Automatische patientenindividuelle Kontrastmitteldosisoptimierung (iQ-CM)

Kontrastmittel sind Medikamente, die in medizinischen Bildern anatomische Strukturen sichtbar (Abb.1) und physiologische Parameter wie z.B. die Perfusion messbar machen. Sie bestehen meist aus Substanzen, deren Toxizität bzw. Nebenwirkungen biochemisch gemildert werden können, aber dennoch zahlreiche und in wenigen Fällen auch schwere Nebenwirkungen aufweisen. Die meisten medizinischen Anwender verwenden bei kontrastmittelgestützten bildgebenden Untersuchungen pauschalisierte Kontrastmitteldosen, die die notwendigen Dosen in einigen Fällen überschreiten können. Das Ziel des Projektes ist die Entwicklung von Methoden und Algorithmen zur Optimierung der patientenindividuellen Kontrastmitteldosis bei Untersuchungen mittels Computertomographie (CT), wodurch die durchschnittlich benötigte Dosis gesenkt wird.

Die methodischen Schwerpunkte bei diesem Projekt liegen dabei in der Entwicklung und Evaluierung von multiparametrischen Modellen auf der Grundlage patientenindividueller Parameter wie Alter, Geschlecht, Blutdruck, Pulsschlag etc. sowie untersuchungsspezifischer Einflussgrößen wie z.B. die Geschwindigkeit des Einspritzens des Bolus. Modellbasierte Methoden und Verfahren des Maschinellen Lernens sollen zur Analyse und Beschreibung der komplexen, multiparametrischen Zusammenhänge eingesetzt werden, um so eine patientenindividuell optimierte Vorhersage des Kontrastmittelbedarfs durchzuführen.

Die Vorhersagegüte der modellbasierten Verfahren und der Machine Learning Methoden sollen auf der Grundlage der im Rahmen des Projektes von der Klinik für Radiologie und Nuklearmedizin durchzuführenden klinischen Studie bewertet werden.


Abb. 1: CT-Schichtdaten mit verschiedenen Kontrastmittelanreicherungen. Bei einer ausreichenden Kontrastmitteldosis werden anatomische Strukturen, wie die Aorta im rechten Bild (Pfeil), deutlich erkennbar.

Das Projekt wird in Zusammenarbeit mit der Klinik für Radiologie und Nuklearmedizin des Universitätsklinikums Schleswig-Holstein, Campus Lübeck, und der Firma IMAGE Information Systems Europe GmbH durchgeführt und vom Bundesministerium für Bildung und Forschung (BMBF) gefördert.

Projektteam:

M.Sc. Kira Leane Soika
Prof. Dr. rer. nat. Heinz Handels

Kooperationspartner:

Prof. Dr. med. J. Barkhausen, PD Dr. med. P. Hunold und M. Schürmann
Klinik für Radiologie und Nuklearmedizin
Universitätsklinikum Schleswig-Holstein, Campus Lübeck

Dr. med. A. Bischof, Dr. rer. nat. C. Godemann, H. Marien, E. Virtel und S. Schülke
IMAGE Information Systems Europe GmbH

iQ-CM__ProjektbeschreibungICON.png
Erstellt am 24. September 2018 - 12:20. Zuletzt geändert am 24. Oktober 2018 - 15:58.

Studium

Medizinische Informatik
an der Uni Lübeck studieren

Informationen für
Interessierte
u. Einsteiger

Anschrift

Institutssekretariat
Susanne Petersen

Tel+49 451 3101 5601
Fax+49 451 3101 5604


Gebäude 64 (Informatik)

Ratzeburger Allee 160
23538 Lübeck
Deutschland