KI-basierte Gewebeklassifizierung
Die interventionelle Therapie ermöglicht eine minimalinvasive, gezielte Behandlung von Tumoren. Dieses Verfahren hat viel Interesse geweckt, weil es die mögliche Verletzung anderer Körperorgane minimiert. Während des minimalinvasiven Therapieverfahrens liefern digitale Bilddaten den Ärzten einen Einblick in das Innere des Körpers und unterstützen sie bei der Entscheidungsfindung, Planung und Bewertung der Therapie. Der geringe Kontrast in medizinischen Bilddaten stellt jedoch eine große Herausforderung dar. Medizinische Bilder spielen im Gesundheitswesen eine wichtige Rolle und viele Forscher in diesem Bereich haben die Idee, die tägliche Arbeit von Ärzten effizienter zu gestalten. Das A0-Bestimmung CT-Projekt zielt darauf ab, zusätzliche medizinische Bildinformationen zur Verfügung zu stellen und Ärtzen bei ihren Entscheidungen zu unterstützen. Die unmittelbare Auswirkung dieses Projekts besteht in der Bestimmung der Stopp-Punkte der Therapie durch den Erwerb ausreichender Kenntnisse über die Eigenschaften der verschiedenen Gewebe, die in den interventionellen CT-Bildern während der Therapie erscheinen. Die in diesem Projekt erforschte Methode wird die Unterscheidung zwischen lebenden und zerstörten Tumorzellen auf der Grundlage des Rauschverhaltens des anatomischen Rauschens und KI-basierter Klassifizierungsmerkmale ermöglichen. Diese vielversprechende Methode wird das Wiederauftreten von Tumoren verringern, was zu einer Dosisreduzierung bei den Patienten führt.
