
Projektpraktikum
AI-ReKo: 3D-Rekonstruktion aus medizinischen Bildern mittels neuronaler NetzeInhalt und Zielsetzung
In der medizinischen Visualisierung treffen häufig verschiedene Bereiche der Computervisualistik zusammen, um Daten zu analysieren, zu verarbeiten und darzustellen. Für die menschliche Wahrnehmung ist es sinnvoll 2D Schichten aus einem CT oder MRT Datensatz dreidimensional zu visualisieren. Wichtig ist dabei die Größenverhältnisse der realen Körperteile millimetergetreu darzustellen, sodass die Visualisierung Diagnosen zuverlässig unterstützen kann. Durch indirektes Volumenrendering, wie dem Marching Cubes Algorithmus, können aus solchen Schichtbildern 3D Oberflächenmodelle deterministisch berechnet werden. Jedoch gibt es neue und vielversprechende Ansätze zur automatisierten Rekonstruktion durch Neuronale Netze, die u.U präziser sein können. Neuronale Netze haben eine hohe Kapazität, komplexe Beziehungen und Muster in den Daten zu erlernen, was ihnen ermöglicht, mehr Informationen aus den Eingangsdaten zu extrahieren. Die Qualität hängt jedoch stark von den Trainingsdaten ab und von der Netzwerkarchitektur.
Ziel dieses Projektpraktikums ist es aus 2D Schichtbildern eines CTs oder MRTs mit Hilfe eines Neuronalen Netzes automatisiert eine 3D Rekonstruktion biologischer Strukturen umzusetzen. Dazu bieten sich sowohl Organe wie das Herz, das Gehirn oder die Lunge an als auch Knochenstrukturen wie die Wirbelsäule. Dazu soll eine bereits etablierte Architektur für medizinische Bildverarbeitung, wie CNNs oder U-Net verwendet werden im Zusammenhang mit den Frameworks Tensorflow oder PyTorch.
Organisatorisches
Modulnummer: 04FB1001
Maximale Teilnehmerzahl: 12
Das Vortreffen findet statt am 09.08.2023 um 10 Uhr s.t. auf BBB
Materialien
Einstiegsfolien: hier
Anmeldung
Zur Anmeldung ist die Anwesenheit beim Vortreffen nicht notwendig. Wer teilnehmen möchte, schickt bitte bis zum 09.08.2023 (23:59 Uhr) eine E-Mail an Katharina Krämer (kkraemer@uni-koblenz.de) mit Betreff [Projektpraktikum WiSe 23/24] Anmeldung. In der Mail gebt ihr bitte die folgenden Daten an:
Name
Matrikelnummer
Vorraussichtliche Anzahl an Semestern bis zum Abschluss (gerechnet ab und inklusive WiSe 23/24)
Die Plätze werden nach diesem Termin unter allen per Mail Angemeldeten vergeben.
Prüfungsleistung
Um die 10 ECTS zu diesem Praktikum zu erwerben, sind folgende Voraussetzungen erforderlich:
Aktive und kontinuierliche Mitarbeit in allen Phasen des Projektes
Ein funktionsfähiges und gut dokumentiertes Projektergebnis
Jeder Teilnehmer erhält eine individuelle Note
Literatur
End-To-End Convolutional Neural Network for 3D Reconstruction of Knee Bones From Bi-Planar X-Ray Images ( [Submitted on 2 Apr 2020 (v1), last revised 12 Aug 2020 (this version, v2)] )
- 3D Deep Learning on Medical Images: A Review ( [Submitted on 1 Apr 2020 (v1), last revised 13 Oct 2020 (this version, v4)] )