Montag, 30. November 2020
Navigation öffnen
Medizin

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.

Quelle: Ostbayerische Technische Hochschule Regensburg


Anzeige:
Tecentriq
Tecentriq
 

Sie können folgenden Inhalt einem Kollegen empfehlen:

"Maschinelles Lernen zur Früherkennung von Speiseröhrenkrebs"

Bitte tragen Sie auch die Absenderdaten vollständig ein, damit Sie der Empfänger erkennen kann.

Die mit (*) gekennzeichneten Angaben müssen eingetragen werden!

Die Verwendung Ihrer Daten für den Newsletter können Sie jederzeit mit Wirkung für die Zukunft gegenüber der rsmedia GmbH widersprechen ohne dass Kosten entstehen. Nutzen Sie hierfür etwaige Abmeldelinks im Newsletter oder schreiben Sie eine E-Mail an: info[at]rsmedia-verlag.de.


ESMO Virtual Congress 2020
  • Fortgeschrittenes Melanom nach Versagen einer PD-(L)1-Inhibition: Vielversprechende Antitumoraktivität mit Pembrolizumab + Lenvatinib
  • Pembrolizumab + Lenvatinib: Vielversprechende Ansprechraten bei vorbehandelten fortgeschrittenen Tumoren
  • HNSCC: Pembrolizumab als Monotherapie und als Partner einer Platin-basierten Chemotherapie erfolgreich in der Erstlinie
  • Ösophaguskarzinom: Relevante OS- und PFS-Verlängerung durch Pembrolizumab + Chemotherapie in der Erstlinie
  • 5-Jahres-Daten der KEYNOTE-024-Studie bestätigen deutliche Überlegenheit für Pembrolizumab mono vs. Chemotherapie beim NSCLC mit hoher PD-L1-Expression
  • Neuer Anti-ILT4-Antikörper zeigt in Kombination mit Pembrolizumab erste vielversprechende Ergebnisse bei fortgeschrittenen Tumoren
  • Adjuvante Therapie mit Pembrolizumab verlängert auch das fernmetastasenfreie Überleben bei komplett resezierten Hochrisiko-Melanomen im Stadium III
  • HIF-2α-Inhibitor MK-6482 beim Von-Hippel-Lindau-Syndrom: Vielversprechende Wirksamkeit auch bei Nicht-RCC-Läsionen
  • Neuer Checkpoint-Inhibitor: Vielversprechende erste Studiendaten für Anti-TIGIT-Antikörper Vibostolimab in Kombination mit Pembrolizumab