Aufgrund der zunehmenden Verbreitung von Objektträger-Scannern (whole-slide-imaging (WSI) digital scanners) ist es jetzt möglich, Computer Vision, Bildanalyse und Techniken des Machine Learnings auch in Fachrichtungen erfolgreich zu nutzen, die zuvor nichts mit diesen Themen zu tun hatten. Ein Beispiel hierfür ist das Deep Learning, das jetzt auch genutzt wird, um Bilder der digitalen Pathologie zu verarbeiten, um Marker für die Diagnose und Prognose abzuleiten. Die Verknüpfung digitaler Bildgebung, Data Science und der Pathologie führte zum Entstehen eines neuen Forschungsgebietes – der digitalen Pathologie. Die digitale Pathologie verbessert die diagnostische Genauigkeit erheblich und ermöglicht die effizientere Ausführung einer Vielzahl von Pathologieaufgaben. Prof. Konstantinos Plataniotis wird in seinem Vortrag allgemein in das Thema einführen sowie die Aufgaben der Bildgebung skizzieren und diskutieren, die für die erfolgreiche Implementierung einer Pipeline in der digitalen Pathologie erforderlich sind. Darüber hinaus wird er einen Überblick und zahlreiche Einblicke bieten, wie datengesteuerte Lösungen wie z.B. tiefe neuronale Netze verwendet werden können, um Marker von Objektträgern (der digitalen Pathologie) abzuleiten. Es wird auch gezeigt, dass ein Diagnosesystem, das Deep Learning und histologisches Vorwissen kombiniert, nützliche diagnostische/prognostische Marker liefern kann. Zuletzt werden offene Fragen zur Forschung und Umsetzungsprobleme kurz diskutiert.
Dienstag, 29.06.2021, 17:00 – 18:00 Uhr, Online-Event
Weitere Details unter: http://www.i-aida.org/events/digital-pathology-on-the-intersect-of-computer-vision-and-data-science/.
Dies ist ein Event von I-AIDA – International Artificial Intelligence Doctoral Academy.