Medizinische Informatik, Statistik und Dokumentation

Forschungsschwerpunkt Medizinische Bildanalyse mittels Künstlicher Intelligenz

Teamleiter: Martin Urschler

Fokus: Der Schwerpunkt liegt auf der medizinischen Bildanalyse von vorwiegend radiologischen Datenquellen (Röntgenbilder, Computertomographie - CT, Magnetresonanztomographie - MRT), aber auch von mikroskopischen Bildern. Moderne Methoden der Künstlichen Intelligenz, die tiefe neuronale Netze zur Vorhersage anatomischer und pathologischer Strukturen nutzen, stehen im Mittelpunkt aktueller Forschungsprojekte. Methodisch untersuchen wir Convolutional Neural Networks (CNNs) und Transformer Architekturen für Aufgaben wie die robuste Lokalisierung von anatomischen Landmarken, die Segmentierung und exakte Delineation von Organen und Pathologien, sowie die Unterscheidung und das Grading von bösartigen und gutartigen Tumoren. Durch unsere zahlreichen Kooperationen innerhalb und außerhalb der Med Uni Graz ergeben sich interessante Fragestellungen von der Hand (Knochen im Röntgen) bis zu den Beinen (Enchondrome im Knie-MRT) und von der Lunge (Gefäße) über die Herzkammern bis zu den Wirbeln der Wirbelsäule (im CT).

Vernetzung: Wichtige Kooperationen des Forschungsteams sind derzeit innerhalb der Med Uni Graz das Computational Cardiology Lab am Lehrstuhl für Medizinische Physik und Biophysik, die Abteilung für Orale Chirurgie und Kieferorthopädie, die Klinische Abteilung für Allgemeine Radiologische Diagnostik, die Klinische Abteilung für Kinderradiologie, die Universitätsklinik für Orthopädie und Traumatologie, die Klinische Abteilung für Kardiologie, die Forschungsgruppe Signaling am Lehrstuhl für Zellbiologie, Histologie und Embryologie  sowie die Forschungsgruppe Neuroimaging an der Universitätsklinik für Neurologie.

In Graz bestehen weiters Kooperationen mit dem Institut für Maschinelles Sehen und Darstellen an der TU Graz und dem Institut für Mathematik und Wissenschaftliches Rechnen an der Uni Graz. Internationale Kooperationen bestehen derzeit u.a. mit der School of Computer Science an der University of Auckland, New Zealand, sowie mit dem Department of Computer Engineering an der University of Rijeka. Das Forschungsteam ist Mitglied der internationalen Gesellschaft MICCAI (Medical Image Computing and Computer-Assisted Intervention).

Projekte

BALDIS-FM

  • Das vom FWF geförderte Projekt BALDIS-FM (Boosting Active Learning for Deep Image Segmentation via Foundation Models) beschäftigt sich mit dem Grundlagenthema des Active Learning im Kontext der medizinischen Bildsegmentierung. Active Learning, eine Entwicklung des Maschinellen Lernens, hat das Ziel bei überwachten Lernmethoden wie es beispielsweise die Segmentierung medizinischer Bilddaten darstellt, den Annotierungsaufwand für die Expert*innen (in unserem Kontext Radiolog*innen, Biolog*innen, Patholog*innen) möglichst zu minimieren, da dieser kostenintensiv ist. Dazu untersuchen wir aktuelle Foundation Models um die Teilbereiche des Active Learning (Model Re-training, Instance Selection, GUI basiert interaktive Annotierung) zu optimieren.
  • Laufzeit: 2024 – 2027
  • Gefördert durch: Fonds für Wissenschaftliche Forschung (FWF)
  • Projektpartner: Assoz. Prof. Gerd Leitinger vom Lehrstuhl für Zellbiologie, Histologie und Embryologie am Gottfried Schatz Forschungszentrum der Medizinischen Universität Graz

Teamleiter

Ass. Prof. Priv. Doz. Dr. techn.
Martin Urschler 
T: +43 316 385 13587