Freitag, 18. August 2017
Benutzername
Passwort
Registrieren
Passwort vergessen?

Home
e-journal
Der Aktuelle Fall
CME online
News
Gesundheitspolitik
Fachgesellschaften
Therapiealgorithmen
Videos
Veranstaltungen
Broschüren


Suche
Archiv
Buchbestellung
Newsletter
Probe-Abo
Impressum


journalmed.de


Anzeige:
 
 
Anzeige:
Fachinformation
 

JOURNAL ONKOLOGIE – NEWS
Zurück
Zurück
E-Mail
Email
Drucken
Drucken
Zum Bewerten bitte anmelden!
12. Mai 2017

Maschinelles Lernen zur Früherkennung von Speiseröhrenkrebs

Robert Mendl, Masterand an der OTH Regensburg, hat auf der Konferenz „Bildverarbeitung für die Medizin 2017“ den 2. Platz in der Kategorie „Beste Wissenschaftliche Arbeit“ erreicht. Mendl arbeitet im Labor Regensburg Medical Image Computing (ReMIC) an der Früherkennung von Speiseröhrenkrebs.
Wie kann Speiseröhrenkrebs so früh wie möglich erkannt werden? An computerbasierter Diagnoseunterstützung, die dies ermöglicht, arbeiten das Labor Regensburg Medical Image Computing (ReMIC) an der OTH Regensburg unter Leitung von Prof. Dr. Christoph Palm, gemeinsam mit der III. Medizinischen Klinik des Klinikums Augsburg unter der Leitung von Prof. Dr. Helmut Messmann. Dabei kommen Methoden der Medizinischen Bildverarbeitung und des Maschinellen Lernens zum Einsatz.

Masterand Robert Mendl vom Labor ReMIC und Kollegen aus Augsburg haben ihre Ergebnisse unlängst auf der Konferenz „Bildverarbeitung für die Medizin 2017“ in Heidelberg vorgestellt. Der Beitrag schaffte unter 70 Einreichungen den 2. Platz in der Kategorie „Beste Wissenschaftliche Arbeit“ mit einem Preisgeld von 250 Euro.

Mendl ist die Früherkennung von Speiseröhrenkrebs mit Hilfe von Bildverarbeitungsprogrammen in einer Qualität gelungen, die der von erfahrenen Ärzten nahe kommt. Er wandte dabei Deep Learning Ansätze an, welche sich als besonders erfolgreich herausgestellt haben. Dabei „lernt“ der Computer aus einem Erfahrungsschatz, der aus vielen Bildern mit bekannter Diagnose besteht. Diese Ansätze der künstlichen Intelligenz werden auch beim autonomen Fahren oder der automatisierten Übersetzung angewendet.
Ostbayerische Technische Hochschule Regensburg
 
Zurück
Zurück
E-Mail
Email
Drucken
Drucken
Zum Bewerten bitte anmelden!



Anzeige:
Zur Fachinformation
 
Anzeige:
 
 
 
 
Themen
NET
CML
CUP
Nutzen Sie auch die Inhalte von journalmed.de, um sich zu Informieren.
Mediadaten
Hilfe
Copyright © 2014 rs media GmbH. All rights reserved.
Kontakt
Datenschutz
AGB
Fakten über Krebs
 
ASCO 2017