>> KI-ALLIANZ RLP > KI-FORSCHUNG > KI-PROJEKTE > ORALHYPE 2.0: ORAL HEALTH USING HYPERSPECTRAL IMAGING AND COMPUTER VISION


ORALHYPE 2.0: Oral Health using Hyperspectral Imaging and Computer Vision

  • Laufzeit: 01.03.2023 - 28.02.2025
    Zuwendungsgeber: DFG - Deutsche Forschungsgemeinschaft

    Prof. Dr. Thomas Klauer
    Hochschule Mainz

    Ziel des DFG-geförderten Projektes ist die automatische Identifikation von tumorösem Gewebe im Mund- und Rachenbereich mit Hilfe der Hyperspektralen Bildgebung und KI-gestützten Bildinterpretationsmethoden.

    Motivation

    Karzinome sind bösartige Krebserkrankungen. Therapiert werden Karzinome am Menschen durch einen chirurgischen Eingriff, um sowohl das veränderte Gewebe als auch auffällige Vorläuferläsionen großflächig zu entfernen und damit das Risiko einer Streuung zu minimieren. Dieser Therapiestandard ist insbesondere im Bereich des Mund und Nackens für die Ästhetik des Patienten schwierig. Aus diesem Grund setzt sich das Projekt zum Ziel, die Identifikation von Gewebeveränderungen - speziell an den Tumorrändern - nicht-invasiv zu lösen und damit den konventionellen medizinischen Goldstandard zu optimieren. Dafür werden die Vorteile der hyperspektralen Bildgebung mit KI-gestützten Analysemethoden kombiniert.

    Aktivitäten

    Das Projekt zielt darauf ab, Veränderungen der Schleimhaut mit Hilfe maschineller Lernmethoden automatisiert zu detektieren. Dafür ist es erforderlich, einen Trainingsdatenbestand aufzubauen. Diese Aktivität stellt den initialen sowie integralen Schritt auf dem Weg zu einem erfolgreichen Projektabschluss dar. Daran werden verschiedene Phasen der Datenanalyse sowie des Modelltrainings anschließen, mit dem Ziel einen automatisierten Prozess zur Echtzeit-Gewebeveränderungserkennung zu implementieren.

    Resultate

    Der Projektstart ist auf März 2023 datiert. Ergebnisse werden regelmäßig in Form wissenschaftlicher Publikationen veröffentlicht.

    Beispiel eines Hyperspektral-Scans von menschlicher SchleimhautDaniel Thiem, CC BY SA 4.0

    Beispiel eines Hyperspektral-Scans von menschlicher SchleimhautDaniel Thiem, CC BY SA 4.0


    Forschungsgeleiteter Prozess, beginnend von der Annotierung der hyperspektralen Bilddaten über die Entwicklung einer KI-geleiteten Trainingsbaseline bis zu dem Ziel, sowohl eine Trainingsdatenbank als auch einen Modellzoo zusammenzutragen. Bastian Plaß, CC BY SA 4.

    Forschungsgeleiteter Prozess, beginnend von der Annotierung der hyperspektralen Bilddaten über die Entwicklung einer KI-geleiteten Trainingsbaseline bis zu dem Ziel, sowohl eine Trainingsdatenbank als auch einen Modellzoo zusammenzutragen. Bastian Plaß, CC BY SA 4.





    https://i3mainz.hs-mainz.de/projekte/oralhype2-0/

KI-Schwerpunktfelder des Forschungsprojekts

  • Grundlagenforschung

    • Machine Learning (ML): (Semi) Supervised Learning, Artificial Neural Network (ANN)

  • Anwendungsbezogene Forschung

    • Bilderkennung und –Verstehen