Bildverarbeitung in der Medizin

Die Analyse von Daten bildgebender Verfahren in der medizinischen Diagnostik zählt zu den anspruchsvollsten Aufgabenstellungen der Bildverarbeitung. Die Ursachen dafür liegen an:

	der vielgestaltigen anatomischen Situation der Untersuchungsobjekte und -regionen
	der zeitlichen Veränderlichkeit der Aufnahmesituation, nicht zuletzt durch die Manipulation bei der Untersuchung,
	der oft nur schlechten Signalqualität durch Artefakte des bildgebenden Verfahrens (Rauschen) und durch veränderliche Bildkontraste des Nutzsignals.

Die Entwicklung von Verfahren und Ansätzen zur Bildverarbeitung auf diesem Gebiet ist aktueller Forschungsgegenstand.

Speziell für die Ultraschalldiagnostik werden verschiedene Zielstellungen verfolgt, u.a. die Erhöhung der Interpretierbarkeit der Szenen, die Verbesserung der Nutzerergonomie der Gerätetechnik oder die Ableitung komplexer diagnostischer Aussagen.
Daraus sind eine Vielzahl von Aufgaben an unterschiedlichen Stufen des Bildanalyseprozesses (Bildrekonstruktion und Low-Level-Bildverbesserung bis High-Level-Analyse) ableitbar.

Im Mittelpunkt der Arbeit stehen hierbei

	Ansätze zur Bildverbesserung, z.B. empfindungsgerechte Kontrastmanipulation, moderne Ansätze zur Rauschreduktion (AD),
	Ansätze zur Segmentierung in Einzelbildern & Bildserien, z.B. Anwendung adpativer Hintergrundmodelle, Analyse des Optical Flow, Adaptive aktive Konturenmodelle - Snakes,
	Ansätze zur Segmentbeschreibung, Merkmalsextraktion,
	Ansätze zur Objekterkennung / Objekttracking / Objektklassifikation, z.B. Verfahren zum weichen Template-Matching.

Damit eröffnen sich Einsatzmöglichkeiten im Bereich der Beobachtung invasiver Eingriffe und der Regionalanästhesie. Die Ultraschalldiagnostik besitzt hier aufgrund der Verfügbarkeit von Bilddaten in Echtzeit großes Potential.