Die InnoProfile-Transfer-Initiative

Geräte für die medizinische und technische Diagnose produzieren immer größere Datenmengen. Die Kombination und gemeinsame Auswertung von Daten verschiedener Messverfahren (multimodale Daten) bieten zusätzliche Informationen für die frühzeitige Erkennung verschiedenster Erkrankungen. Mit dem Anstieg der Datenmenge nimmt die Unsicherheit bei Entscheidungsprozessen zu. Werden diese Unsicherheiten nicht ausreichend oder gar nicht berücksichtigt, können die Ergebnisse der Datenauswertungen verfälscht werden. Dies kann unter Umständen zu Fehldiagnosen führen.

Ein Hauptanwendungsfeld multimodaler Datenanalysen bildet die Ophthalmologie. Für die Diagnose von Erkrankungen des Auges und anderer Krankheiten, die am Auge beobachtet werden können, ist häufig die gemeinsame Auswertung der Daten verschiedener Geräte notwendig ist.

Im Rahmen der InnoProfile-Transfer-Initiative MAMUD sollen generische Modelle für die multimodale Datenanalyse unter besonderer Berücksichtigung der Unsicherheiten entwickelt werden. Für verschiedene neue Beispielanwendungen aus medizinischer und technischer Diagnose sollen die konkreten Unsicherheiten erfasst, quantifiziert und in die Analysen einbezogen werden. So wird es möglich, diese Verfahren weiterzuentwickeln und eine erhebliche Steigerung der Ergebnisqualität zu erzielen.

Das InnoProfile-Transfer-Vorhaben baut unmittelbar auf die im InnoProfil MIntEye erarbeitete Methodik, die damit bereits erzielten Ergebnisse sowie die erfolgreiche Profilbildung auf.

Die Ziele

Übergreifendes Ziel des Vorhabens ist die Entwicklung von Modellen und Verfahren für die Analyse von multimodalen hochdimensionalen Daten unter Berücksichtigung von Unsicherheiten. Damit soll die Robustheit der multimodalen hochdimensionalen Datenanalyse verbessert und die Sensitivität gegenüber Störungen minimiert werden.

Ebenso müssen die generellen Eigenschaften und Randbedingungen der jeweiligen komplexen Systeme durch Modelle erfasst werden. Die Unsicherheiten werden dann in die Modellierung und Datenanalyse einbezogen.

Die wesentlichen Ziele von MAMUD lauten:

• Entwicklung neuer Auswerteverfahren für multimodale Daten
• Berücksichtigung und Minimierung der auftretenden Unsicherheiten
• Demonstration der Wirksamkeit der neuen Verfahren in medizinischen und technischen Anwendungen
• Sicherung des Sehvermögens für ein selbstbestimmtes Leben durch zuverlässigere multimodale Diagnose von Augenerkrankungen

Die thematischen Schwerpunkte

Untersuchung sehr kleiner Gefäße am Augenhintergrund
Die retinale Gefäßanalyse eignet sich für die Untersuchung von Patienten mit Erkrankungen des Herzkreislaufsystems, weist aber für den Einsatz zur individuellen Diagnostik noch wesentliche Schwächen in der Reproduzierbarkeit und Genauigkeit auf. Durch die Kombination von Kenngrößen der retinalen Gefäßanalyse mit polygrafischen Daten verbessert sich die Qualität der Einzeldiagnose.

Messung von Eintrübungen des Auges
Für die häufigsten Augenerkrankungen, trockenes Auge (15-20 Millionen Betroffene in Deutschland) und Katarakt (90% der 65-75-jährigen sind betroffen), existiert bisher keine objektive Diagnostik. Ein neu entwickeltes Verfahren zur objektiven Streulichtmessung, das u.a. zwei Silbermedaillen auf internationalen Erfindermessen gewinnen konnte, verbindet die Messung von Streulicht und Wellenfront in einem Bild. Es soll durch die Beispielanwendung optimiert werden.

Frühzeitige individuelle Erkennung von Augenerkrankungen
Diabetische Retinopathie und altersabhängige Makuladegeneration sind Volkskrankheiten mit mehr als 5 Millionen Betroffenen in Deutschland. Im InnoProfil MIntEye wurden eine neue integrierte multimodale Diagnoseplattform für die Früherkennung entwickelt und ein großer multimodaler Datenpool generiert. Für eine fehlerfreie Datenanalyse sollen neue Methoden zur automatischen Featuredetektion und Grading in multimodalen Daten für eine sichere individuelle Frühdiagnose entwickelt werden.

Sicherung der Qualität von Leiterplatten
Viele Medizinprodukte beinhalten elektronische Komponenten. Diese unterliegen den strengen gesetzlichen Regularien und Qualitätsanforderungen für Medizinprodukte. Aktuell erfolgt die Qualitätskontrolle bei Leiterplattenbestückung mit SMD Bauelementen (oberflächenmontierte Bauelemente) nach Fertigstellung. Durch die multimodale Integration von Daten aus verschiedenen optischen Sensoren sollen die Inspektion und der eventuell nötige Nachbesserungszyklus schon im laufenden Prozess eingefügt werden.

Erkundung von Rohstofflagerstätten
Die Exploration zivilisationsfernerer und tiefer liegender Lagerstätten gewinnt in Zeiten der Verknappung von vielen industriewichtigen Rohstoffen immens an Bedeutung. Ausgehend von den Technologien zur multimodalen Integration aus dem InnoProfil MIntEye sollen Algorithmen für die gemeinsame Analyse entwickelt werden, die neue Informationen über die im Boden verborgenen Rohstoffe liefern.

Die Partner

Das Projekt wird von der im Juli 2013 gegründeten Stiftungsjuniorprofessur „Multimodale Datenverarbeitung in der Medizintechnik“ an der TU Ilmenau geleitet. Die Stifter der Professur sind dabei eng in die inhaltliche Ausrichtung des Projekts und seine Bearbeitung eingebunden:

• Carl Zeiss Meditec AG, Jena
• imedos UG, Jena
• GMC Systems mbH, Ilmenau
• Ingenieurbüro Steffen Knabner, Magdala
• Supracon AG, Jena

Kontakt

Prof. Dr.-Ing. Silvio Dutz (JP)
Technische Universität Ilmenau
Fakultät für Informatik und Automatisierung
Institut für Biomedizinische Technik und Informatik
Gustav-Kirchhoff Str. 2
98693 Ilmenau
Tel.: 03677 69-1309
Fax: 03677 69-1311
E-Mail: silvio.dutz[at]tu-ilmenau.de

Zum Beitrag Messfehler verhindern – Informationen gewinnen aus der Rubrik "Im Blickpunkt"

Nähere Informationen zum vorangegangenen InnoProfile-Projekt MIntEye; weitere Informationen zum ebenfalls aus dieser InnoProfile-Initiative hervorgegangenen InnoProfile-Transfer-Verbundprojekt EyeTSS