Maschinelle Objekterkennung in der Veterinär- und Humanmedizin

Bildgebende Messverfahren spielen in der Human- und Veterinärmedizin eine zunehmend größere Rolle. Bei der diagnostischen Untersuchung der Bilder besteht eine immer wiederkehrende Aufgabe darin, interessierende Objekte bzw. Regionen (z.B. eine bestimmte Hautpartie des Patienten oder die Klaue eines Tieres) von der Umgebung abzugrenzen. Dieser Schritt wird auch Segmentierung genannt und ist oft die Voraussetzung für die notwendige Bestimmung quantitativer Werte, etwa die mittlere Temperatur eines Objekts.

Je größer die Anzahl der zu segmentierenden Bilder ist, desto größer ist der Bedarf, die Segmentierung maschinell durchzuführen. Eine wesentliche Herausforderung besteht oft darin, eine im Vergleich zur manuellen Segmentierung ausreichend exakte maschinelle Segmentierung zu gewährleisten. 

Im Rahmen von Forschungs- und Entwicklungsvorhaben wurden ausgehend von Lösungsansätzen aus den Bereichen Verkehrs- und Prozessbeobachtung neue Lösungen für die maschinelle Segmentierung von Aufnahmen aus der Veterinär- und Humanmedizin erarbeitet. Schwerpunkt sind Arbeiten zur infrarotbasierten Messung von Temperatureigenschaften bei Tieren, insbesondere bei Milchkühen.

Hier wurden Lösungen erarbeitet, die eine Objekterkennung unter üblichen betrieblichen Bedingungen ermöglichen. Diese Lösungen wurden in umfangreichen Praxistests erprobt. Über lernbasierte Erkennungsverfahren mit guten Generalisierungseigenschaften wie »Active Shape« konnten nach entsprechender Weiterentwicklung auch schwierige Aufnahmesituationen mit bewegten Objekten und veränderlicher Erscheinungsform beherrscht werden. Für einfachere Szenarien des Monitorings von Tieren wurde auch in Zusammenarbeit mit dem KIT in Karlsruhe ein besonders schnelles Segmentierungsverfahren auf Basis des »Level-Set-Ansatzes« entwickelt.

Weitere Verfahren auf Basis von »Active Shape« werden aktuell im Rahmen interdisziplinärer Forschungsarbeiten für die Erkennung von Gesichtspartien beim Menschen eingesetzt.
 

Kompetenzen im Überblick

• Konzeption Messaufbau (Sichtfelder, Kamera, Beleuchtung, Betrachtung von Störquellen) 
• Methoden der maschinellen Bildsegmentierung 
• Berücksichtigung infrarotspezifischer Eigenschaften 
• Analyse von Bildfolgen mit bewegten Objekten 
• Aufbau und Management von Bilddatenbanken
• Entwicklung grafischer Bedienoberflächen (GUI)

• Entwicklungen für FuE-Projekt VIONA
  
• Rückenlinienerkennung und Beratung zur Messunsicherheit für AgReseach, DAL und InterAg (Neuseeland)
• Automatische Erfassung von Gesichtspartien im Rahmen des Kooperationsprojekts CardioVisio (IBMT der TU Dresden, Herzzentrum und Universitätsklinikum Dresden)
• Quantifizierung der extrazellulären DNA in Fluoreszenzaufnahmen des Wundmodells, Instituts für Festkörperelektronik der TU Dresden

• Engineering im Bereich Messkonzeption und maschinelle Bildauswertung
• Begleitung und Durchführung von Messkampagnen
• Entwicklung spezifischer Bildverarbeitungsalgorithmen 
• Aufbau und Handhabung von Datenbanken für Bildaufnahmen und Ergebnisse
• Entwicklung von Sonderlösungen