Medizinische Bildverarbeitung & Künstliche Intelligenz

Auf dem Gebiet der medizinischen Bildverarbeitung und künstlichen Intelligenz beschäftigen sich Forschende am MIBE mit der Entwicklung innovativer Algorithmen für die Erfassung, Analyse und Interpretation von medizinischen Bilddaten, insbesondere unter Verwendung von neuronalen Netzen, für eine künftig computergestützte Diagnose von Krankheiten.

Computational Imaging

PD Dr. Tobias Lasser
Forschungsgruppe Computational Imaging & Inverse Problems

Publikationen

„Sehen ist Verstehen“ – das Team um Prof. Lasser arbeitet an rechnergestützten Methoden für neuartige Bildgebungsverfahren, die ihnen ermöglichen sollen, mehr zu sehen.
Beispiele für Anwendungen ihrer Arbeit sind:

  • die Visualisierung dreidimensionaler Strukturen, wie der Gehirne von Zebrafischen, auf Grundlage eines einzigen, planaren Mikroskopbildes,
  • die Identifikation von Mikrostrukturen – zum Beispiel Nervenfasern – in makroskopischen Objekten, wie dem menschlichen Gehirn.

Mithilfe von Techniken, die von klassischen variationellen Methoden bis zu Deep-Learning-Ansätzen reichen, entwickeln sie neue Modelle und Algorithmen für die rechnergestützte Bildverarbeitung und für inverse Probleme. Dabei arbeiten sie eng mit Partnern aus Medizin, Biologie, Physik und Mathematik zusammen.

Bildunterschrift:
Anisotropische Röntgen Dunkelfeld Tomographie einer menschlichen Hirnprobe. Das Bild zeigt die Orientierung der Mikrostrukturen. (Details in Wieczorek et al., Scientific Reports 8, 2018.)

Medical Image Computing

PI Björn Menze
Forschungsgruppe Biomedical Image Analysis und Machine Learning
Publikationen

The research of Prof. Menze and his team is in medical image computing, exploring topics at the interface of medical computer vision, image-based modeling, and computational physiology with a strong application focus on oncology. Very broadly, they are interested in developing computational methods that will help in transforming the qualitative visual inspection of medical image data into a functional interpretation of the disease process. In this, they focus (1) on developing principled directions for integrating and abstracting information from complex multi-modal image data by using biophysical-statistical models, and (2) on further developing data-driven machine-learning approaches that provide means for embedding this model-driven analysis in a workflow capable of dealing with large clinical image data sets at the population scale.

In the long term, this work will provide the computational methods necessary to infer function from structure by modeling clinically relevant functional anatomy, and the technical means for developing new (patho-) physiological models at the same pace as novel imaging methods to generate more and more specific insights into anatomy and function.

Computer-aided Medical Procedures

PI Nassir Navab
Lehrstuhl für Anwendungen in der Medizin
Publikationen

This research project focuses on computer-aided medical procedures and augmented reality. The work involves developing technologies to improve the quality of medical interventions and bridges the gap between medicine and computer science. The research objective is to study and model medical procedures and introduce advanced computer integrated solutions to improve their quality, efficiency, and safety. Prof. Navab and his team aim at improvements in medical technology for diagnosis and therapeutic procedures.

Weitere Informationen:
In the Media: TV feature on medical augmented reality

Kognitive Systeme

PI Gordon Cheng
Lehrstuhl für Kognitive Systeme
Publikationen

The Chair of Cognitive Systems deals with the fundamental understanding and creation of cognitive systems.

Our main research topics are:

  • Active Tactile Learning
  • Affective Brain-Robot-Interface
  • Artificial Robotic Skin
  • Cognitive Architectures
  • Humanoid Robotic Systems and Locomotion
  • Physical-Human Robot Interaction
  • Multi-modal Sensor Fusion
  • Enhanced Reasoning Methods
  • Self-aware Robots
  • Social Robotics

Weitere Informationen:
YouTube Channel

HPC Modeling of Bio-Materials

PI Wolfgang A. Wall
Lehrstuhl für Numerische Mechanik
Publikationen

The knowledge about the basic biophysical properties of materials and interaction on the microscopic and mesoscopic scale can be used to computationally model healthy properties and certain diseases in tissues organs. One such example is mechanical ventilation for patients suffering from lung diseases. Here, computer simulations can predict so-called ventilation-induced lung injuries, by modeling the airflow from the windpipe to the smallest airways and the resulting local straining of the tissue. Information obtained from these very complex simulations can help physicians predict the effect of different interventions and develop improved patient-specific treatments in the future.

Healthcare & Rehabilitation Robotics

Prof. Dr. Cristina Piazza
Professur für Healthcare and Rehabilitation Robotics
Publikationen

Der Verlust einer oberen Extremität hat starke Auswirkungen auf das Leben und die Autonomie der Betroffenen. In manchen Situationen können Prothesen dabei helfen, einige der verloren gegangenen Funktionen wiederzuerlangen. Cristina Piazza, Professorin für Healthcare and Rehabilitation Robotics, und ihr Team entwickeln und verbessern bionische Prothesen wie Roboterhände und Wearables. Diese Systeme sind von neurowissenschaftlichen Prinzipien inspiriert und nutzen neueste Technologien, wie beispielsweise Soft-Robotik, um Lösungen für aktuelle funktionale und technische Einschränkungen zu finden und die Leistung dieser Geräte zu verbessern. Darüber hinaus untersucht die Gruppe Methoden und Algorithmen, die auf myoelektrischer Kontrolle basieren, um die Absichten der Nutzerinnen und Nutzer in konkrete Befehle für die Prothesen zu übersetzen. Zusätzlich entwickeln die Forschenden virtuelle Umgebungen, die dabei helfen können die Wahrnehmung der Prothesen auszuwerten und weitere Technologien zu entwickeln.

Bioinformatik & Rechnergestützte Biologie

Prof. Dr. Burkhard Rost
Professur für Bioinformatik
Publikationen

Prof. Rost forscht auf dem Gebiet der Bioinformatik und Rechnergestützten Biologie und fokussiert sich auf die Vorhersage der Funktion und Struktur von Proteinen und Genen. Sein besonderes Augenmerk liegt auf der Prognose von Protein-Wechselwirkungen sowie dem Effekt von Änderungen einzelner Aminosäuren. Seine Forschungsergebnisse sollen zu einem besseren Verständnis der Funktionsweise von Proteinen, Genen und Zellen beitragen. Darüber hinaus verfolgt er das Ziel, Krankheiten früher zu erkennen und effektiver zu behandeln. Die besondere Nische seiner Forschungsgruppe liegt in der Verbindung von künstlicher Intelligenz und Maschinenlernen mit Evolution.

Mathematische Modellierung Biologischer Systeme

Prof. Dr. Fabian J. Theis
Professur für Mathematische Modellierung Biologischer Systeme
Publikationen

Prof. Theis forscht auf dem Gebiet der Systembiologie. Schwerpunkt ist die mathematische Modellierung biologischer Prozesse - im Vordergrund stehen die Modellierung von Zellheterogenitäten durch Einzelzellanalysen und die Integration von omics-Daten in systemmedizinischen Ansätzen.

Computational Neurosciences

Prof. Dr. Julijana Gjorgjieva
Computational Neurosciences
Publikationen

Professorin Gjorgjieva (geb. 1983) forscht auf dem Gebiet der rechnergestützten und theoretischen Neurowissenschaften. Sie interessiert sich dafür, wie die Schaltkreise des Gehirns so eingestellt werden, dass sie ein Gleichgewicht zwischen ständiger Veränderung beim Erlernen neuer Dinge und Robustheit zur Erzeugung zuverlässigen Verhaltens aufrechterhalten. Insbesondere konzentriert sie sich auf zwei Aspekte der Organisation neuronaler Schaltkreise: zum einen auf die Frage, wie diese aus der Interaktion neuronaler und synaptischer Eigenschaften während der Entwicklung hervorgehen, und zum anderen auf die Prinzipien der Optimalität und Energieerhaltung, die über längere Zeiträume der Evolution wirken.

Computer Vision & Künstliche Intelligenz

Prof. Dr. Daniel Cremers
Lehrstuhl für Computer Vision & Artificial Intelligence
Publikationen

Computer vision, machine learning & deep networks, mathematical image analysis (segmentation, motion estimation, multiview reconstruction, visual SLAM), shape analysis, autonomous systems & self-driving cars, variational methods and partial differential equations, convex and combinatorial optimization & statistical inference.

Weitere Informationen:
Watch his recent TEDx talk on 3D Computer Vision. And public lectures on Machine Intelligence for Self-Driving Cars, on Past and Future of Artificial Intelligence, and on Recent Advances in 3D Shape Analysis.