Das Praktikum an der Beuth Hochschule in Berlin ermöglichte mir den Einblick in eines der wichtigsten zukunftsorientierten medizin-physikalischen Forschungsgebiete. Ich habe mich intensiv bei der Trainingsbilddatenvorbereitung mit der automatischen Segmentierung der Wirbelsäule anhand von 3D-MRT Bilddaten beschäftigt.

Neben den Methoden der Bildbearbeitung erlernte ich die Programmiersprache Python, da sich die Forschungsgruppe auf eine Python-basierte KI-Entwicklungsumgebung verständigt hat. In kollegialer und freundlicher Atmosphäre sammelte ich unter Anleitung eines sehr engagierten Teams fächerübergreifende Erfahrungen. Dies ermöglichte mir eine enorme Erweiterung meines Wissens in Bezug auf die humane Physiologie und KI.

Praxisnahe Umsetzung von Lehrinhalten des Studiengangs Physikalische Technik - Medizinphysik

Mathematiker und Physiker des Fachbereichs II der Beuth Hochschule BL arbeiten eng mit den Radiologen der Charité zusammen. Es werden die Möglichkeiten und Grenzen des maschinellen Lernens zur automatischen Interpretation von 3D Bilddaten, wie sie bei der medizinischen CT oder MRT erhoben werden, untersucht. Rein mathematische Algorithmen sind zumeist nicht in der Lage die Einzelstrukturen oder Objekte, welche der Mensch als solche wahrnehmen und interpretieren kann, zuverlässig voneinander abzugrenzen. Dies liegt unter anderem an Messartefakten und Rauschen, welche im Allgemeinen nicht in einfacher Weise aus den Bilddaten extrahiert werden können. Aus diesem Grund versucht man das menschliche Lernen in neuronalen Netzen nachzuahme und erreicht mittlerweile vielversprechende Ergebnisse.

Kontakt

Leitung: Prof. Dr. Rainer Schneider

Segmentierte Bilder