Künstliche Sicht durch Retinaimplantate

 

Motivation

Weltweit sind über 43 Millionen Menschen von Blindheit betroffen, und die Zahl dieser Betroffenen steigt kontinuierlich. Allein an altersbedingter Makulardegeneration leiden mehr als 2 Millionen Menschen. Retinaimplantate stellen eine innovative Technologie dar, die das Ziel verfolgt, den Sehsinn wiederherzustellen.

In Aachen haben wir mit dem Epiret 3 bereits einen Prototypen entwickelt. Seit das Argus II vom Markt genommen wurde, sind keine kommerziellen Retinaimplantate mehr verfügbar. Das PRIMA-Implantat von Pixium Vision befindet sich derzeit in klinischen Studien in Frankreich und eine Zulassung in den USA wird erwartet. Bis heute wurden insgesamt weltweit über 500 Retinaimplantate erfolgreich implantiert.

Das Graduiertenkolleg 2610 – InnoRetVision ist ein von der DFG gefördertes Programm zur Ausbildung von Doktoranden im Bereich der Retinaimplantate. Gemeinsam betreuen wir mehr als 40 Doktoranden von den Universitäten RWTH Aachen, Duisburg-Essen und dem Forschungszentrum Jülich.

Wissenschaftliche Fragestellungen

Retinaimplantate weisen derzeit eine sehr geringe Auflösung auf. Das am häufigsten eingesetzte Argus II verfügt über lediglich 60 Elektroden, was einer Auflösung von 6 × 10 Pixeln entspricht. Damit sich nicht einmal einfache Bilder wie ein Space Invader (88 = 11 × 8 Pixel) darstellen. Zudem treten nichtlineare Effekte auf, wie die unbeabsichtigte Aktivierung von Axonen (Zellleitungen) anstelle der Soma (Zellkörper) in der Retina. Die wahrnehmbare Bildqualität ist durch einen stark verminderten Kontrast eingeschränkt, und eine Farbwahrnehmung ist derzeit nicht möglich.

Unsere Forschung zielt darauf ab, diese Herausforderungen zu überwinden und die Funktionalität von Retinaimplantaten signifikant zu verbessern. Dabei beschäftigen wir uns unter anderem mit semantisch relevantem Downsampling, der Minimierung nichtlinearer Effekte und der Entwicklung von Technologien zur Verbesserung des Kontrasts und der Farbwahrnehmung.

Abschlussarbeiten

 Superpixel-Based Downsampling with Fixed Region Constraints and Adaptive Compactness
Contact: Henning Konermann

Kooperationspartner

Drittmittel

  • DFG GRK 2610, “Innovative Schnittstellen zur Retina für optimiertes künstliches Sehen – InnoRetVision”, Projektnr. 424556709

Kontakt

M.Sc.
Yuli Wu
 +49 241 80 27974
 yuli.wu@lfb.rwth-aachen.de

Veröffentlichungen

2025

Yuli Wu, Fucheng Liu, Rüveyda Yilmaz, Henning Konermann, Peter Walter and Johannes Stegmaier
A Pragmatic Note on Evaluating Generative Models with Fréchet Inception Distance for Retinal Image Synthesis
In: arXiv preprint arXiv:2502.17160

2025

Yuli Wu, Henning Konermann, Emil Mededovic, Peter Walter and Johannes Stegmaier
Evaluating Cross-Subject and Cross-Device Consistency in Visual Fixation Prediction
In: arXiv preprint arXiv:2502.05554

2025

Yuli Wu, Henning Konermann, Emil Mededovic, Peter Walter and Johannes Stegmaier
Dataset for Cross-Device and Cross-Subject Consistency Evaluation in Visual Fixation Prediction
In: IEEE Dataport

2025

Yuli Wu, Do Dinh Tan Nguyen, Henning Konermann, Rüveyda Yilmaz, Peter Walter and Johannes Stegmaier
Visual Fixation-Based Retinal Prosthetic Simulation
In: IEEE 22nd International Symposium on Biomedical Imaging (ISBI)

2024

Henning Konermann, Yuli Wu, Peter Walter and Johannes Stegmaier
Beyond Downsampling: Semantic Preservation in Retinal Implant Stimuli
In: Artificial Vision – The International Symposium on Visual Prosthetics

2024

Yuli Wu, Julian Wittmann, Peter Walter and Johannes Stegmaier
Optimizing Retinal Prosthetic Stimuli with Conditional Invertible Neural Networks
In: arXiv preprint arXiv:2403.04884

2024

Yuli Wu, Weidong He, Dennis Eschweiler, Ningxin Dou, Zixin Fan, Shengli Mi, Peter Walter and Johannes Stegmaier
Retinal OCT Synthesis with Denoising Diffusion Probabilistic Models for Layer Segmentation
In: IEEE 21st International Symposium on Biomedical Imaging (ISBI)

2023

Yuli Wu, Laura Koch, Peter Walter and Dorit Merhof
Abstract: Convolutional Neural Network-based Inverse Encoder for Optimization of Retinal Prosthetic Stimulation
In: Artificial Vision – The International Symposium on Visual Prosthetics

2023

Yuli Wu, Ivan Karetic, Johannes Stegmaier, Peter Walter and Dorit Merhof
A Deep Learning-based in silico Framework for Optimization on Retinal Prosthetic Stimulation
In: International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC)

2022

Yuli Wu, Peter Walter and Dorit Merhof
Multiscale Softmax Cross Entropy for Fovea Localization on Color Fundus Photography
In: Bildverarbeitung fuer die Medizin (BVM)