Abteilung Medizinische Bildverarbeitung

PD Dr. Klaus Maier-Hein

Die Magnetresonanzbildgebung liefert eine Fülle von Information, aus der wir mit Computerhilfe persönlich adaptierte Organmodelle berechnen können. Das Bild zeigt eine auf der Graphentheorie basierende Modellierung des Gehirns, anhand derer wir Krankheitsmuster erlernen, wiederfinden und vorhersehen können.
© dkfz.de

Radiologische Bilder stellen in einzigartiger Art und Weise den räumlich-zeitlichen Verlauf von Erkrankungen dar. „Radiomics“ beschreibt das Bestreben, diese umfangreichen im Bild kodierten Informationen systematisch und automatisiert zu extrahieren, auszuwerten und wirksam einzusetzen. Eine derart umfassende bildbasierte Phänotypisierung ermöglicht die direkte Analyse quantitativer Bildgebungsparameter auch vor dem Hintergrund anderer Informationen wie klinischer, genomischer oder proteomischer Parameter. Hierfür werden sowohl grundlegende methodische Entwicklungen im Bereich der Informatik als auch interdisziplinäre Anwendungsprojekte in Zusammenarbeit mit verschiedensten Forschungseinheiten aus den Bereichen Radiologie, medizinische Physik und Onkologie benötigt. Unsere Forschungsthemen beinhalten ein automatisiertes Bildverständnis für die Erkennung anatomischer Strukturen und die Segmentierung von Läsionen, ebenso wie die Ableitung quantitativer bildgebender Biomarker. Unser spezielles Interesse liegt darin, den Nutzen von datengetriebenen Paradigmen wie deep learning und weak learning zu untersuchen, um robuste Modelle zu entwickeln, die das volle Potential der in den Bilddaten enthaltenen Informationen ausnutzen. Um eine erfolgreiche Validierung und klinische Translation der entwickelten Berechnungsverfahren zu erreichen, konzentrieren wir uns mit unserer langjährigen Erfahrung auf die forschungsbezogene Software-Entwicklung und auf Open-Source Projekte. Unsere Technologieplattform deckt hierbei die interaktive Exploration sowie die automatisierte Hochdurchsatz-Analyse von Bilddaten ab.

Kontakt

PD Dr. Klaus Maier-Hein
Medizinische Bildverarbeitung (E230)
Deutsches Krebsforschungszentrum
Im Neuenheimer Feld 223
69120 Heidelberg
Tel: +49 6221 42 3545
Fax: +49 6221 42 2345

Ausgewählte Publikationen

  • Kickingereder P, Isensee F, Tursunova I, Petersen J, Neuberger U, Bonekamp D, Brugnara G, Schell M, Kessler T, Foltyn M, Harting I, Sahm F, Prager M, Nowosielski M, Wick A, Nolden M, Radbruch A, Debus J, Schlemmer HP, Heiland S, Platten M, von Deimling A, van den Bent MJ, Gorlia T, Wick W, Bendszus M, Maier-Hein KH. Automated quantitative tumour response assessment of MRI in neuro-oncology with artificial neural networks: a multicentre, retrospective study. Lancet Oncol. 2019 May;20(5):728-740. doi: 10.1016/S1470-2045(19)30098-1. Epub 2019 Apr 2.
  • Bickelhaupt S, Jaeger PF, Laun FB, Lederer W, Daniel H, Kuder TA, Wuesthof L, Paech D, Bonekamp D, Radbruch A, Delorme S, Schlemmer H-P, Steudle FH, Maier-Hein KH: Radiomics Based on Adapted Diffusion Kurtosis Imaging Helps to Clarify Most Mammographic Findings Suspicious for Cancer. Radiology 287 (3), 761-770, 2018.
  • Wasserthal J, Neher P, Maier-Hein KH: TractSeg - Fast and accurate white matter tract segmentation. Neuroimage 183, 239-253, 2018.
  • Maier-Hein KH, Neher PF, Houde JC, Cote MA, Garyfallidis E, Zhong J, Chamberland M, Yeh FC, Lin YC, Ji Q, Reddick WE, Glass JO, Chen DQ, Feng Y, Gao C, Wu Y, Ma J, Renjie H, Li Q, Westin CF, Deslauriers-Gauthier S, Gonzalez JOO, Paquette M, St-Jean S, Girard G, Rheault F, Sidhu J, Tax CMW, Guo F, Mesri HY, David S, Froeling M, Heemskerk AM, Leemans A, Bore A, Pinsard B, Bedetti C, Desrosiers M, Brambati S, Doyon J, Sarica A, Vasta R, Cerasa A, Quattrone A, Yeatman J, Khan AR, Hodges W, Alexander S, Romascano D, Barakovic M, Auria A, Esteban O, Lemkaddem A, Thiran JP, Cetingul HE, Odry BL, Mailhe B, Nadar MS, Pizzagalli F, Prasad G, Villalon-Reina JE, Galvis J, Thompson PM, Requejo FS, Laguna PL, Lacerda LM, Barrett R, Dell`Acqua F, Catani M, Petit L, Caruyer E, Daducci A, Dyrby TB, Holland-Letz T, Hilgetag CC, Stieltjes B, Descoteaux M: The challenge of mapping the human connectome based on diffusion tractography. Nature Communications 8 (1), 1349, 2017.
nach oben