Im Knochenmark bilden sich Blutzellen, welche als ausgereifte Blutzellen später zahlreiche wichtige Aufgaben erfüllen. Bei Krankheiten wie Leukämie verändern sich typische Muster dahingehend, dass im Knochenmark weniger Zellen fertig ausreifen und vermehrt Vor- oder Zwischenstufen zu finden sind. Eine automatisierte Erkennung des Zelltyps einer Zelle und die Auswertung eines gesamten Knochenmarkausstriches im Bezug auf die Anzahl und die Verteilung bestimmter Zelltypen würde die Diagnose beschleunigen, objektivieren und neue Wege in der Krebsforschung ermöglichen.
Wissenschaftliche Fragestellungen
Die zentrale Aufgabe besteht darin, die Verteilung der Zelltypen im Knochenmark zu bestimmen. Dafür wird eine zuverlässige Zelldetektion und -klassifikation benötigt. Neben der großen Zahl an Artefakten und Zelltypen treffen jedoch auch andere typische Probleme der medizinischen Bildverarbeitung auf dieses Projekt zu: Die Aufnahmen sind extrem divers und gleichzeitig ist die Menge an annotierten Daten begrenzt.
Abschlussarbeiten
Es werden regelmäßig neue Abschlussarbeiten im Bereich der Bildverarbeitung in der Hämatologie ausgeschrieben. Neben der Gesamtübersicht gibt es auch noch zahlreiche, noch nicht ausgeschriebene Themen, die gerne im persönlichen Gespräch vorgestellt werden.
Kooperationspartner
Dr. med. Martina Crysandt, Klinik für Hämatologie, Onkologie, Hämostaseologie und Stammzelltransplantation, Universitätsklinikum Aachen
Prof. Dr. med. Tim H. Brümmendorf, Klinik für Hämatologie, Onkologie, Hämostaseologie und Stammzelltransplantation, Universitätsklinikum Aachen
Philipp Gräbel, Özcan Özkan, Martina Crysandt, Reinhild Herwartz, Melanie Bauman, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf and Dorit Merhof
State of the Art Cell Detection in Bone Marrow Slide Images
In: Journal of Pathology Informatics 12 (1), S. 36
Philipp Gräbel, Ina Laube, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf and Dorit Merhof
Surrounding Cell Suppression for Unsupervised Representation Learning in Hematological Cell Classification
In: IEEE International Symposium on Biomedical Imaging (ISBI)
Philipp Gräbel, Ina Laube, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf and Dorit Merhof
Rotation invariance for unsupervised cell representation learning
Philipp Gräbel, Gregor Nickel, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf and Dorit Merhof
Systematic Analysis and Automated Search of Hyper-parameters for Cell Classifier Training
In: IEEE International Symposium on Biomedical Imaging (ISBI)
Philipp Gräbel, Özcan Özkan, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf and Dorit Merhof
Circular Anchors for the Detection of Hematopoietic Cells using RetinaNet
In: IEEE International Symposium on Biomedical Imaging (ISBI)
By continuing to use the site, you agree to the use of cookies. more information
English translation below.
Die Cookie-Einstellungen auf dieser Website sind so eingestellt, dass sie "Cookies zulassen" sollten, um das bestmögliche Surferlebnis zu erhalten. Sie können diese Website weiterhin nutzen, ohne Ihre Cookie-Einstellungen zu ändern, oder Sie klicken unten auf "Accept" und stimmen der Nutzung der Cookies zu.
In den Cookies werden lediglich die von Ihnen gewählten Spracheinstellungen gespeichert. Bitte lesen Sie auch unsere Datenschutzerklärung.
The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.
Only your chosen language settings are stored in the cookies. Please also read our privacy policy.
