PRISM – adaptive Selbstdistillation zur robusten Segmentierung unvollständiger MRT-Daten

PRISM – adaptive Selbstdistillation zur robusten Segmentierung unvollständiger MRT-Daten

Die Auswertung eines Röntgenbilds oder einer MRT-Aufnahme wird heute häufig vom Computer unterstützt. Algorithmen ordnen die Daten und können dadurch zum Beispiel einen Tumor klar von einem Organ abgrenzen. Allerdings fehlen manchmal wichtige Bildinformationen oder sind unvollständig, etwa weil nicht alle für eine Behandlung erforderlichen Aufnahmen gemacht wurden. Hier kann das von David Rutkevich entwickelte Verfahren helfen. Sein KI-Modell bringt sich quasi selbst bei, wie es unvollständige Daten vervollständigen kann. Es kommt ohne zusätzliche, komplett trainierte Hilfsmodelle aus und lässt sich flexibel in bestehende Systeme integrieren. Auf diese Weise sollten sich Tumore in MRT-Bildern künftig zielsicherer erkennen lassen.