Mit maschinellem Lernen gegen Corona

Bayerische Forschungsstiftung fördert fünf Projekte zur Covid-19-Forschung

Wissenschaftlerinnen und Wissenschaftler der TUM forschen im Labor und am Computer zur Klassifikation und Therapie von Covid-19. Bild: Andreas Heddergott / TUM
Wissenschaftlerinnen und Wissenschaftler der TUM forschen im Labor und am Computer zur Klassifikation und Therapie von Covid-19.
Bild: Andreas Heddergott / TUM
Wissenschaftlerinnen und Wissenschaftler der TUM forschen im Labor und am Computer zur Klassifikation und Therapie von Covid-19. Bild: Andreas Heddergott / TUM
Wissenschaftlerinnen und Wissenschaftler der TUM forschen im Labor und am Computer zur Klassifikation und Therapie von Covid-19.
Bild: Andreas Heddergott / TUM

, News

Die Technische Universität München (TUM) startet fünf neue Projekte zur Erforschung des Corona-Virus und neuer Wirkstoffe. Algorithmen könnten beispielsweise künftig eine genauere Klassifikation der Erkrankung ermöglichen. Neue Methoden zur Therapie und zur gezielten Verhinderung von Spätfolgen werden in weiteren Projekten erforscht. Die Bayerische Forschungsstiftung (BFS) fördert die Vorhaben mit rund 1,5 Millionen Euro.

Mit einem eigenen Förderschwerpunkt will die Bayerische Forschungsstiftung die Forschung zum neuartigen Coronavirus im Freistaat beschleunigen und einen Beitrag zur Eindämmung und Bewältigung der Corona-Pandemie. Fünf interdisziplinäre TUM-Projekte waren im Antragsverfahren erfolgreich und werden nun gefördert. Darunter ein Projekt von Prof. Marcus Makowski, Direktor des Instituts für Diagnostische und Interventionelle Radiologie am Klinikum rechts der Isar der TUM und MSB-PI.


Computertomographie und maschinelles Lernen zur Klassifikation der Covid-19-Lungenerkrankung

Die Covid-19-Lungenerkrankung ist eine neue virale Lungenentzündung. Durch Niedrigdosis-Computertomographie (CT) der Lunge kann im Gegensatz zu Covid-Labortests nicht nur erkannt werden, ob eine Infektion besteht, sondern auch in welchem Ausmaß die Lunge betroffen ist. Bei Niedrigdosis-CTs ist die Menge an benötigter Strahlung sehr gering. Ziel des Projekts „Frühe Detektion und Klassifikation der Covid-19-Pneumonie mittels Computertomographie und maschinellen Lernens“ ist es, Methoden des maschinellen Lernens auf Niedrigdosis-Computertomographien von Covid-19-Patienten anzuwenden, um eine individuelle automatisierte Detektion, Quantifizierung und Risikobewertung der Erkrankung vorzunehmen. Zum Ende des Projekts am Klinikum rechts der Isar sollen Web-basierte Algorithmen bereitstehen, die dann auch in anderen Krankenhäusern zum Einsatz kommen können.

Prof. Marcus R. Makowski, Direktor des Instituts für Diagnostische und Interventionelle Radiologie am Klinikum rechts der Isar der TUM und Mitglied der Munich School of BioEngineering leitet das Projekt. Beteiligt sind zudem der Lehrstuhl für Informatikanwendungen in der Medizin & Augmented Reality von Prof. Nassir Navab, der an der Munich School of Robotics and Machine Intelligence forscht, sowie die Siemens Healthineers AG. Die Stiftung hat hierfür Fördermittel in Höhe von 682.000 Euro bewilligt.

Den gesamten Artikel zu allen fünf an der TUM geförderten Projekten finden Sie auf der zentralen Webseite der TUM.

 

Weitere Informationen

Pressekontakt TUM

TUM Corporate Communications Center

Dr. Katharina Baumeister-Krojer
katharina.baumeister(at)tum.de

presse(at)tum.de
Teamwebsite

Pressekontakt MSB