DigiSkinDia

Hintergrund:
Im Jahr 2017 starben laut einer Untersuchung von WorldLifeExpectancy 95.000 Menschen weltweit an Hautkrebs. Der größte Anteil fällt dabei auf das maligne Melanom. Beim malignen Melanom handelt es sich um einen Hautkrebs, welcher sich aus den Pigment enthaltenen Melanocyten der Basal-Schicht entwickelt. Das Melanom ist durch ein schnelles Wachstum und ein hohes Metastasierungspotential gekennzeichnet. Wird keine hinreichende Frühdiagnose gestellt, kann das Melanom zum Tod des Patienten führen. Durch eine frühzeitige Diagnose können Heilungsraten von bis zu 90% erzielt werden. Aufgrund des rapiden Krankheitsverlaufs ist der Zeitfaktor vom Auftreten des malignen Melanoms bis zur Diagnose von großer Bedeutung. 
Bei einer typischen Ausdehnung einer Hautzelle in der Basalschicht von etwa 10 μm sind Auflösungen von 1 μm oder weniger für die Darstellung von subzellulären Details erforderlich, um eine frühzeitige Diagnose auf zellulärer Ebene oder eine Verlaufsbeurteilung in einer physiologischen Umgebung zu ermöglichen. Hierzu eignen sich optisch hochauflösende nicht-invasive bildgebende Verfahren auf morphologisch-funktioneller Basis, wie die In-vivo-Multiphotonentomographie (MPT). Subzelluläre morphologische Details des Gewebes können ohne exogene Markersubstanzen, basierend auf deren Molekülen, dargestellt werden. Insbesondere werden die Mechanismen der Zwei-Photonen-Autofluoreszenz (2P-AF) und der Frequenzverdopplung (engl. second harmonic generation; SGH) verwendet. Die komplementäre Detektion der Fluoreszenz in zeitaufgelöster Form ermöglicht zusätzlich Fluoreszenz-Lifetime-Imaging (FLIM), welche eine weitere Kontrastmethode mit chemischer Selektivität darstellt. Diese Kombination aus chemoselektiver Bildgebung und subzellulärer räumlicher Auflösung ermöglicht Einblicke in den Stoffwechsel der Zellen und damit eine funktionelle Bildgebung. Auf diesen Methoden basierend wurde eine signifikante klinische Anwendung etabliert, die hochauflösende nichtinvasive und zerstörungsfreie Bildgebung von lebendem Gewebe - bekannt als nichtlineare "optische Biopsie".

Zielstellung:
Ziel des Vorhabens ist die Erforschung und Entwicklung eines Biopsie-freien Systems zur Detektion von malignen Melanomen mit Hilfe innovativer multimodaler Datenaufnahme und –verarbeitung.
Dazu wird die Diagnose mittels der als klassische Dermatoskopie fungierende Epilumineszenz-Mikroskopie um die Modalität der Multiphotonentomographie ergänzt. Dabei sollen Merkmale zur Klassifizierung der malignen Melanome basierende auf den subzellulären Tomographie-Aufnahmen abgeleitet werden.  Um eine geeignete Klassifikation durchzuführen, werden eine Reihe von Standardklassifikatoren wie Support-Vector-Machines und Random-Forests herangezogen. Ergänzend kommen auf Deep-Learning-Verfahren basierende Convolutional Neural Networks zum Einsatz.