Wollen Mediziner und Biowissenschaftler einen detaillierten Blick in unser Inneres werfen, k\u00f6nnen sie sich unterschiedlicher bildgebender Verfahren bedienen. So k\u00f6nnen sie zum Beispiel herausfinden, wie gro\u00df unsere Leber ist, ob sie sich durch die Einnahme von Medikamenten ver\u00e4ndert, ob die Niere entz\u00fcndet ist oder ob sich im Gehirn ein Tumor befindet und dieser bereits Metastasen gebildet hat. Allerdings sind diese Analysen sehr zeitaufw\u00e4ndig, da eine Menge an Daten gesichtet und interpretiert werden muss.<\/p>\n\n\n\n
\u201eDie Auswertung von dreidimensionalen bildgebenden Verfahren ist sehr aufw\u00e4ndig\u201c, erkl\u00e4rt Oliver Schoppe von der TU M\u00fcnchen<\/a>. Er hat gemeinsam mit einem interdisziplin\u00e4ren Forschungsteam selbstlernende Algorithmen entwickelt, die k\u00fcnftig bei der Analyse biowissenschaftlicher Bilddaten helfen und die Auswertung entscheidend erleichtern k\u00f6nnen. Diese k\u00fcnstlichen neuronalen Netzwerke brauchen nur Sekunden, um Ganzk\u00f6rperscans von M\u00e4usen auszuwerten. Sie stellen die Organe, statt in verschiedenen Grau-Schattierungen in Farbe dar und k\u00f6nnen sie au\u00dferdem segmentieren.<\/p>\n\n\n\n Kernst\u00fcck der AIMOS-Software (AI-based Mouse Organ Segmentation) sind k\u00fcnstliche neuronale Netze, die lernf\u00e4hig sind. Ebenso wie das menschliche Gehirn. \u201eFr\u00fcher musste man Computerprogrammen genau sagen, was sie tun sollen\u201c, erl\u00e4utert Schoppe. \u201eNeuronale Netze brauchen solche Vorgaben nicht mehr: Es gen\u00fcgt sie zu trainieren, indem man mehrmals eine Problemstellung und eine L\u00f6sung pr\u00e4sentiert. Die Algorithmen erkennen nach und nach die Muster und finden dann selbst die richtigen L\u00f6sungen.\u201c<\/p>\n\n\n\n Trainiert wurden die Algorithmen im AIMOS-Projekt mit Hilfe von M\u00e4usebildern. Sie sollten lernen, die Bildpunkte aus 3D-Ganzk\u00f6rperscans bestimmten Organen zuzuordnen, beispielsweise Magen, Niere, Leber, Milz oder Gehirn. Aufgrund dieser Zuordnung kann das Programm dann die genaue Lage und Form darstellen.<\/p>\n\n\n\n \u201eGl\u00fccklicherweise hatten wir Zugriff auf mehrere hundert Bilddatens\u00e4tzen von M\u00e4usen aus einem anderen Forschungsprojekt, die alle bereits von zwei Biologen interpretiert worden waren\u201c, erinnert sich Schoppe. Zus\u00e4tzlich nutzen die Forscher fluoreszenzmikroskopische 3D-Scans vom Institut f\u00fcr Tissue Engineering and Regenerative Medicine<\/a> am Helmholtz Zentrum M\u00fcnchen.<\/p>\n\n\n\n Dort war es den Wissenschaftlern mit einer speziellen Technik bereits gelungen, verstorbene M\u00e4use vollst\u00e4ndig zu entf\u00e4rben. \u201eDie transparenten K\u00f6rper konnten Punkt f\u00fcr Punkt und Schicht f\u00fcr Schicht mit einem Mikroskop abgerastert werden.\u201c Die Abst\u00e4nde zwischen den Messpunkten h\u00e4tten dabei nur sechs Mikrometer betragen \u2013 der Gr\u00f6\u00dfe einer Zelle. Auch in diesen Datens\u00e4tzen h\u00e4tten Biologen die Organe lokalisiert.<\/p>\n\n\n\n Die neuen Algorithmen h\u00e4tten schneller gelernt als erwartet, berichtete Schoppe nach einer Pr\u00e4sentation am TranslaTUM<\/a>. \u201eWir haben nur etwa zehn Ganzk\u00f6rperscans gebraucht, dann konnte die Software die Analyse der Bilddaten allein bewerkstelligen \u2013 und zwar innerhalb von Sekunden. Ein Mensch braucht daf\u00fcr Stunden.\u201c<\/p>\n\n\n\n Die Forscher \u00fcberpr\u00fcften die Zuverl\u00e4ssigkeit der K\u00fcnstlichen Intelligenz anschlie\u00dfend mit Hilfe von 200 weiteren Ganzk\u00f6rper-Scans von M\u00e4usen. \u201eDas Ergebnis zeigt, dass selbstlernende Algorithmen bei der Auswertung biologischer Bilddaten nicht nur schneller, sondern auch treffsicherer sind als der Mensch\u201c, res\u00fcmiert Prof. Bjoern Menze, Leiter der Image-Based Biomedical Modeling Group am TranslaTUM der Technischen Universit\u00e4t M\u00fcnchen TUM.<\/p>\n\n\n\n In Zukunft soll die Intelligente Software vor allem in der Grundlagenforschung eingesetzt werden. \u201eBildaufnahmen von M\u00e4usen werden dringend ben\u00f6tigt, zum Beispiel um die Wirkweise von neuen Medikamenten zu untersuchen, bevor sie beim Menschen zum Einsatz kommen. Die Auswertung von Bilddaten mit selbstlernenden Algorithmen kann k\u00fcnftig viel Zeit sparen\u201c, betont Menze.<\/p>\n\n\n\n Unterst\u00fctzung bekamen sie Forscher bei ihrem Projekt durch das Bundesministerium f\u00fcr Bildung und Forschung (BMBF) im Rahmen der Software Campus Initiative, die Deutsche Forschungsgemeinschaft (DFG) \u00fcber den Exzellenzcluster Munich Cluster for Systems Neurology (SyNergy) sowie ein Forschungsstipendium und durch das TUM Institute for Advanced Study aus Mitteln der Exzellenzinitiative und der Europ\u00e4ischen Union. Au\u00dferdem wurde die Arbeit, die im Fachmagazin Nature<\/a> ver\u00f6ffentlicht wurde, durch die Fritz Thyssen Stiftung gef\u00f6rdert und NVIDIA unterst\u00fctzte die Arbeiten \u00fcber das GPU Grant Programm.<\/p>\n","protected":false},"excerpt":{"rendered":" Wollen Mediziner und Biowissenschaftler einen detaillierten Blick in unser Inneres werfen, k\u00f6nnen sie sich unterschiedlicher bildgebender Verfahren bedienen. So k\u00f6nnen sie zum Beispiel herausfinden, wie gro\u00df unsere Leber ist, ob sie sich durch die Einnahme von Medikamenten ver\u00e4ndert, ob die Niere entz\u00fcndet ist oder ob sich im Gehirn ein Tumor befindet und dieser bereits Metastasen […]<\/p>\n","protected":false},"author":1660,"featured_media":265535,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"advgb_blocks_editor_width":"","advgb_blocks_columns_visual_guide":"","footnotes":""},"categories":[36846],"tags":[90142,30276,29732,108763,25264,25364],"location":[24328],"article_type":[],"serie":[],"archives":[],"internal_archives":[],"reboot-archive":[],"class_list":["post-265536","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-gesundheit-de","tag-artificial-intelligence-de","tag-ki-de","tag-kuenstliche-intelligenz-de","tag-selbstlernende-algorithmen-de","tag-tu-muenchen-de","tag-tum-de-de","location-deutschland"],"blocksy_meta":[],"acf":{"subtitle":"Wissenschaftler der TU M\u00fcnchen haben selbstlernende Algorithmen entwickelt, die in Zukunft bei der Analyse und Interpretation biowissenschaftlicher Bilddaten helfen k\u00f6nnen.","text_display_homepage":false},"author_meta":{"display_name":"Petra Wiesmayer","author_link":"https:\/\/ioplus.nl\/archive\/author\/petra-wiesmayer\/"},"featured_img":null,"coauthors":[],"tax_additional":{"categories":{"linked":["Gesundheit<\/a>"],"unlinked":["Gesundheit<\/span>"]},"tags":{"linked":["Artificial Intelligence<\/a>","KI<\/a>","k\u00fcnstliche intelligenz<\/a>","selbstlernende Algorithmen<\/a>","TU M\u00fcnchen<\/a>","TUM<\/a>"],"unlinked":["Artificial Intelligence<\/span>","KI<\/span>","k\u00fcnstliche intelligenz<\/span>","selbstlernende Algorithmen<\/span>","TU M\u00fcnchen<\/span>","TUM<\/span>"]}},"comment_count":"0","relative_dates":{"created":"Posted 5 years ago","modified":"Updated 5 years ago"},"absolute_dates":{"created":"Posted on December 29, 2020","modified":"Updated on December 29, 2020"},"absolute_dates_time":{"created":"Posted on December 29, 2020 9:00 am","modified":"Updated on December 29, 2020 9:00 am"},"featured_img_caption":"","series_order":"","_links":{"self":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts\/265536","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/users\/1660"}],"replies":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/comments?post=265536"}],"version-history":[{"count":0,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts\/265536\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/"}],"wp:attachment":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/media?parent=265536"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/categories?post=265536"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/tags?post=265536"},{"taxonomy":"location","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/location?post=265536"},{"taxonomy":"article_type","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/article_type?post=265536"},{"taxonomy":"serie","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/serie?post=265536"},{"taxonomy":"archives","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/archives?post=265536"},{"taxonomy":"internal_archives","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/internal_archives?post=265536"},{"taxonomy":"reboot-archive","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/reboot-archive?post=265536"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Selbstlernende Algorithmen trainieren<\/h3>\n\n\n\n
H\u00f6here Treffsicherheit durch K\u00fcnstliche Intelligenz<\/h3>\n\n\n\n
\u201eViel Zeit sparen”<\/h3>\n\n\n\n