Fabian Bongratz
Medizininformatik, Technische Universität München
Medizinische Bilddaten, zum Beispiel aufgenommen von MR- oder CT-Scannern, bilden häufig die Grundlage für individuelle Diagnosen und Krankheitsbehandlungen. Des Weiteren werden medizinische Scans im Rahmen von Populationsstudien aufgenommen, mit dem Ziel, Volkskrankheiten wie Diabetes oder Alzheimer besser zu verstehen und zu bekämpfen. Während die Aufnahme der Bilder inzwischen aufgrund technischer Fortschritte bei den Scannern kein allzu großes Hindernis mehr darstellt, ist deren Auswertung durch ausgebildete Radiolog:innen nur sehr eingeschränkt möglich. Ziel dieses Dissertationsprojekts ist es, diese Lücke zu schließen und eine schnelle, exakte, zuverlässige und automatisierte Auswertung medizinischer Scans zu ermöglichen. Dafür werden neue lernbasierte Algorithmen erforscht, die neben den Bildern auch 3D-Oberflächenmodelle der Organe einschließen.