Verbundprojekt: Softwarelösung zur automatischen Erfassung und Analyse des Krankheitsverlaufs von Lungenkrebs und interstitieller Lungenerkrankung in CT-Bildern; Teilprojekt: Effiziente Follow-Up-Registrierung, -Segmentierung und Visualisierung von Veränderungen in Lungen-CT-Bildern

Ziel von ALTRIS ist die Entwicklung einer KI-Modul-Suite, die die Analyse von CT-Scans bei Patienten mit Lungenkrebs oder interstitieller Lungenerkrankung automatisiert und den behandelnden Ärzten quantifizierte und visuelle Informationen über den Krankheitsverlauf liefert. Dazu müssen mehrere technische Herausforderungen gelöst werden, für die wir insbesondere datengetriebene Deep Learning Ansätze verwenden werden. Inhalt unseres Teilvorhabens ist die Entwicklung einer Pipeline zur Verfolgung und Quantifizierung von Lungenerkrankungen in CT-Follow-Up-Bildern durch Kombination folgender Methoden: Bildregistrierung: Wichtig zur Beurteilung des Krankheitsverlaufs, da anatomischen Strukturen mehrerer Bilder anhand ihrer räumlichen Korrespondenzen ausrichtet werden und so die gemeinsame Verarbeitung und Kombination von Informationen aus verschiedenen Zeitpunkten ermöglicht. Dadurch kann die longitudinale Entwicklung von Strukturen wie Tumoren in CT-Bildern verfolgt werden. Wir werden daten- und wissensbasierte Verfahren für eine effiziente, robuste und genaue Registrierung kombinieren. - Bildsegmentierung: Die Abgrenzung anatomischer oder pathologischer Strukturen in Bildern und Grundlage zur quantitativen Vermessung und Erfassung des Krankheitsverlauf. Manuelle Korrekturen, die möglicherweise bei der ersten Untersuchung erforderlich waren, sollen bei der Bearbeitung von Folgescans berücksichtigt werden. Wir werden eine DL-basierte Methoden zur vollautomatischen Segmentierung von Lungentumoren entwickeln, der einen Tumor im Folgescan findet und segmentiert, und eine Segmentierung desselben Tumors auf einem früheren Scan berücksichtigt. - Änderungsvisualisierung: Um die Ergebnisse erkannte Veränderungen leicht zugänglich zu machen, ist eine gute Visualisierung entscheidend. MEVIS wird intuitive Visualisierung entwickeln um zwischen stabilen, wachsenden und schrumpfenden Strukturen zu unterscheiden, wie z.B. ein Overlay zum CT-Bild mit zusätzlichen Informationen.