18/09/2013 - Entwicklung einer Methode zur automatischen Abgrenzung von Gehirnbereichen in medizinischen Bildern

Menéame

La Europäischer Verband der Logik Difusa und Soft Computing (EUSFLAT) hat bei seinem zweijährlichen Treffen in Mailand letzte Woche die Forschungsarbeiten der Gruppe für künstliche Intelligenz und Annäherung an die Grenzen (GIARA) der Universität von Navarra.

Forscher haben eine Methode entwickelt, die die Abgrenzung von Tumoren in medizinischen Bildern verbessert. "Wenn der Arzt entscheidet, wo das Tumorgewebe vom gesunden Gewebe zu trennen ist, gibt ihm unser Algorithmus die Garantie, dass er nie die schlechteste Wahl treffen wird, weil er automatisch eine verbesserte Lösung anbietet."

Die Autoren der Arbeit waren Aránzazu Jurio, Miguel Pagola, Daniel Paternalin, Nicolás Madrid und Humberto Bustince. Seine Forschung war mit mehr als 200 Arbeiten, die dem Kongress vorgelegt wurden und von denen 16 ausgewählt wurden, und danach die drei Finalisten: Universität der öffentlichen Navarra, Universität Marburg und Ghent University in Belgien.

Die Arbeit konzentriert sich auf die Untersuchung von Bildern von Gehirnen, die durch Magnetresonanz gewonnen werden. Insbesondere haben sie einen Algorithmus entwickelt, um den Prozess der Bildsegmentierung zu verbessern. "Durch die Segmentierung ," erklärt Aránzazu Jurio," trennt sich jedes Objekt, das Teil des Bildes ist. Jeder Pixel wird so analysiert, dass alle, die bestimmte Eigenschaften gemeinsam haben, als Teil desselben Objekts betrachtet werden." Bei medizinischen Bildern ist dieser Prozess für die Abgrenzung von Tumoren von grundlegender Bedeutung, wo, wenn man an Bereiche wie das Gehirn denkt, drei Millimeter Unterschied zwischen Heilung oder Auswirkungen auf Bereiche wie Sprache oder Sehvermögen ausmachen können.

Um zu verstehen, wie der Algorithmus funktioniert, den Forscher entwickelt haben, verwendet Humberto Bustince die folgende Parallele: " Stellen wir uns vor, wir haben durch Magnetresonanz das Bild eines Gehirns und sieben Ärzte, die entscheiden müssen, wie man den Tumor abgrenzt. Aus Erfahrung wissen wir, dass jeder von ihnen den Tumor anders trennen wird. Jetzt, mit der vorgeschlagenen Methode, werden Sie automatisch eine Reihe von Optionen haben, die auf jeden Fall immer die Wahl verbessern, die das Schlimmste der sieben gemacht hätte. Wir haben es geschafft, das Schlimmste zu verbessern, selbst wenn sie die schlechteste Wahl wählen, so wenig wie möglich falsch zu liegen."

Ein multiples Glioblastom, das häufigste und bösartigste der Hirntumoren. (Quelle: SOM Biotech)

In Echtzeit

Ein weiterer Faktor, mit dem Experten für künstliche Intelligenz konfrontiert werden müssen, ist der der zeitlichen Schwankungen, da sich die medizinischen Bilder im Zeitverlauf und in vielen Fällen in einem kurzen Zeit raum unterscheiden. "Alle diese Algorithmen ermöglichen die Anwendung in Echtzeit, da das, was für ein Bild zu einem bestimmten Zeitpunkt nützlich sein kann, vielleicht nicht eine Weile vergangen ist," erklärt Professor Bustince.

In diesem Sinne betont Aránzazu Jurio, dass "der Algorithmus, den wir entwickelt haben, eine Art Konsens zwischen den verschiedenen Funktionen schafft, um eine bessere Lösung zu finden. Sagen wir einfach, er nimmt dem Experten einen Wahlprozess weg, weil es der Algorithmus ist, der automatisch die Funktion wählt."

"Das Problem - Daniel Paternalin ist es - ist, dass es für ein bestimmtes Bild eine Reihe von Funktionen gibt, die der Experte nutzen kann, aber wenn die Segmentierung falsch funktioniert, könnte das Ergebnis sehr schlecht sein. Was wir zu lösen versuchen, ist, dass, wenn Sie falsch funktionieren, das Ergebnis nicht sehr schlecht ist."

Auf dem EUSFLAT-Kongress 2013 vom 11. bis 13. September in Mailand nahmen über 300 Forscher aus ganz Europa teil, die in den Bereichen Logistik Fuzzy, Soft Computing und Anwendungen tätig sind. Humberto Bustince, Professor für Informatik und künstliche Intelligenz, war außerdem verantwortlich für die Durchführung einer der drei Plenarsitzungen: "Die Verarbeitung und Klassifizierung von Bildern unter Verwendung einer Erweiterung von diffusen Sätzen. Erste Erfolge."

_________________________________

UPNA

El Instituto de Materiales Avanzados (INAM) de la Universitat Jaume I de Castellón programó para el 1 de octubre de 2026 su VII Jornada de Transferencia Tecnológica UCIE-INAM, bajo el lema «De la investigación básica al producto comercial». La convocatoria se centró en acercar los resultados de la investigación a empresas, profesionales y agentes de innovación. Del laboratorio a las...

La Asociación de Ingenieros Aeronáuticos de España, en colaboración con el Colegio Oficial de Ingeniería Industrial de Álava, organizó hoy viernes 23 de octubre de 2026 la Conferencia Heraclio Alfaro 2026, centrada en el desarrollo de la industria aeronáutica vasca y su proyección internacional. Industria, liderazgo y cadena de suministro La conferencia lleva por título «Juan Ignacio (Iñaki) López Gandásegui:...

Investigadores de la Universidad Miguel Hernández de Elche (UMH) presentaron el proyecto COGNITRAIN, una propuesta de entrenamiento cognitivo que combina inteligencia artificial, registro de actividad cerebral y aplicaciones interactivas. La iniciativa se orienta especialmente a personas mayores y explora formas de hacer más accesibles estas tecnologías. Cómo funciona la tecnología El sistema utiliza electroencefalografía (EEG), una técnica no invasiva que...

Oracle acaba de emitir una alerta de seguridad para corregir la vulnerabilidad CVE-2026-91403, que afecta al componente Java Secure Socket Extension (JSSE) de versiones concretas de Oracle Java SE y GraalVM. La compañía le asigna una puntuación de 9,1 sobre 10 en CVSS 3.1. La matriz de riesgo señala que la vulnerabilidad puede explotarse por red sin autenticación y que,...

Acuerdo provisional sobre el mercado europeo de carbono El Consejo de la Unión Europea y el Parlamento Europeo alcanzaron el 20 de octubre de 2026 un acuerdo político provisional para modificar las reglas de invalidación de derechos de emisión en la Reserva de Estabilidad del Mercado (MSR), integrada en el régimen de comercio de derechos de emisión de la Unión...