Verbund

MDLMA – Entwicklung einer vereinheitlichten Plattform zur simul-tanen und datengesteuerten Lösung verschiedener Probleme in der Analyse multimodaler biomedizinischer Daten durch die Identifika-tion generischer Strukturen in den angewandten neuronalen Netz

Das Verbundprojekt MDLMA beschäftigt sich mit Verbesserungen bei der biomedizinischen Bilddaten-Analyse durch KI. Ziel dabei ist es, ein sogenanntes generalistisches Deep-Learning-Framework zu entwickeln. Dieses Programmiergerüst soll so benutzerfreundlich ausgestaltet sein, dass künftig bei ähnlich gelagerten Analysen und Fragestellungen kein oder zumindest weniger fremdes Expertenwissen benötigt wird.

Es ist geplant, die einzelnen Bilddaten-Bearbeitungsschritte – Bildverbesserung, Segmentierung und Registrierung – zunächst einzeln am Beispiel von biologisch abbaubaren Knochenimplantaten konkret zu betrachten und dafür passende Deep-Learning-Ansätze zu nutzen. Anschließend sollen neue Methoden entwickelt werden, die die unterschiedlichen komplementären Analyseschritte miteinander kombinieren und so Wissen über die einzelnen Analyseaufgaben hinweg transferieren. Schließlich sollen generische Strukturen innerhalb der entwickelten Netzwerk-Architektur identifiziert werden, um ein vereinheitlichtes datengesteuertes Deep-Learning-Framework zu entwerfen, das auf viele verschiedene Bereiche und Aufgaben anwendbar ist. Es ist vorgesehen, die entwickelten Methoden und Werkzeuge mithilfe zahlreicher Datensätze aus vorklinischen Studien und klinischen Anwendungen zu validieren.

Teilprojekte

Abgeschlossen

Teilprojekt Geesthacht

Förderkennzeichen: 031L0202A
Gesamte Fördersumme: 344.151 EUR
Förderzeitraum: 2020 - 2022
Projektleitung: Prof. Dr. Regine Willumeit-Römer
Adresse: Helmholtz-Zentrum Geesthacht - Zentrum für Material- und Küstenforschung GmbH
Max-Planck-Str. 1
21502 Geesthacht

Teilprojekt Geesthacht

Abgeschlossen

Teilprojekt Lübeck

Förderkennzeichen: 031L0202B
Gesamte Fördersumme: 505.482 EUR
Förderzeitraum: 2020 - 2022
Projektleitung: Prof. Dr. Mattias Heinrich
Adresse: Universität zu Lübeck - Sektion Informatik/Technik - Institut für Medizinische Informatik
Ratzeburger Allee 160
23562 Lübeck

Teilprojekt Lübeck

Abgeschlossen

Teilprojekt Hamburg

Förderkennzeichen: 031L0202C
Gesamte Fördersumme: 275.534 EUR
Förderzeitraum: 2020 - 2022
Projektleitung: Dr. Frank Schlünzen
Adresse: Deutsches Elektronen-Synchrotron (DESY)
Notkestr. 85
22607 Hamburg

Teilprojekt Hamburg

Abgeschlossen

Teilprojekt Hannover

Förderkennzeichen: 031L0202D
Gesamte Fördersumme: 41.210 EUR
Förderzeitraum: 2020 - 2022
Projektleitung: Dr.-Ing. Jan-Marten Seitz
Adresse: Syntellix AG
Aegidientorplatz 2a
30159 Hannover

Teilprojekt Hannover