Bildverarbeitung in der Hämatologie
Motivation
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
- Prof. Dr. med. Peter Boor, Institut für Pathologie, Universitätsklinikum Aachen
- Dr. rer. nat. Barbara Mara Klinkhammer, Institut für Pathologie, Universitätsklinikum Aachen
Kontakt
Publikationen
2022
Philipp Gräbel, Julian Thull, Martina Crysandt, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Automatic Embedding Interventions for the Classification of Hematopoietic Cells
In: 26th International Conference on Pattern Recognition (ICPR)
2022
Philipp Gräbel, Julian Thull, Martina Crysandt, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Spatial Maturity Regression for the Classification of Hematopoietic Cells
In: IEEE International Conference on Image Processing Theory and Tools and Applications (IPTA)
2022
Philipp Gräbel, Julian Thull, Martina Crysandt, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Analysis of automatically generated embedding guides for cell classification
In: IEEE International Conference on Image Processing Theory and Tools and Applications (IPTA)
2022
Philipp Gräbel, Martina Crysandt, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Ordinal classification and regression techniques for distinguishing neutrophilic cell maturity stages in human bone marrow
In: International Conference on Pattern Recognition and Artificial Intelligence (ICPRAI)
2021
Philipp Gräbel, Özcan Özkan, Martina Crysandt, Reinhild Herwartz, Melanie Bauman, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
State of the Art Cell Detection in Bone Marrow Slide Images
In: Journal of Pathology Informatics 12 (1)
2021
Philipp Gräbel, Martina Crysandt, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Guided Representation Learning for the Classification of Hematopoietic Cells
In: ICCV Workshop on Computational Challenges in Digital Pathology (CDPath)
2021
Philipp Gräbel, Ina Laube, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Surrounding Cell Suppression for Unsupervised Representation Learning in Hematological Cell Classification
In: IEEE International Symposium on Biomedical Imaging (ISBI)
2021
Philipp Gräbel, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Reduction of stain variability in bone marrow microscopy images
In: Bildverarbeitung fuer die Medizin (BVM)
2021
Philipp Gräbel, Ina Laube, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Rotation invariance for unsupervised cell representation learning
In: Bildverarbeitung fuer die Medizin (BVM)
2020
Philipp Gräbel, Gregor Nickel, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Systematic Analysis and Automated Search of Hyper-parameters for Cell Classifier Training
In: IEEE International Symposium on Biomedical Imaging (ISBI)
2020
Philipp Gräbel, Özcan Özkan, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Circular Anchors for the Detection of Hematopoietic Cells using RetinaNet
In: IEEE International Symposium on Biomedical Imaging (ISBI)
2019
Philipp Gräbel, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Refinement of Weak Annotations for the Segmentation of Bone Marrow Leukocytes
In: 2nd MICCAI Workshop on Computational Pathology (COMPAY)
2018
Philipp Gräbel, Martina Crysandt, Reinhild Herwartz, Melanie Hoffmann, Barbara M. Klinkhammer, Peter Boor, Tim H. Brümmendorf, Dorit Merhof
Evaluating Out-of-the-box Methods for the Classification of Hematopoietic Cells in Images of Stained Bone Marrow
In: 1st MICCAI Workshop on Computational Pathology (COMPAY)
