Bundesministerium für Bildung und Forschung

Projekt KI-Labor Lübeck

Im Rahmen des Projektes „KI-LAB Lübeck“ entsteht am Campus ein neues KI-Labor. Ziel ist es, eine noch leistungsfähigere Umgebung für die Forschung mit KI-Algorithmen zu bieten. Mithilfe des maschinellen Lernens werden IT-Systeme in die Lage versetzt, auf Basis vorhandener Datenbestände und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und Lösungen für verschiedenste Problemstellungen zu entwickeln. Auch die Lehre wird vom neuen KI-Schwerpunkt profitieren: In einer zweijährigen Pilotphase ist ab WS 2020/2021 ein berufsbegleitendes, englischsprachiges Masterstudium zum Thema Artificial Intelligence an der Universität zu Lübeck geplant. Das Projekt wird vom Bundesministerium für Bildung und Forschung (BMBF) von 2019-2022 gefördert.

Das Institut für Medizinische Informatik ist hier als Projektpartner aktiv eingebunden und beteiligt sich an der Entwicklung der KI-Infrastruktur zur intelligenten Bildanalyse und an der exemplarischen Umsetzung von Use Cases wie z.B. zur Deep Learning-basierten Analyse von OCT-Bildern des Auges (OCT: Optische Kohärenztomographie). Weiterhin ist das Institut an der Etablierung des neuen, berufsbegleitenden Masterstudiengangs Artificial Intelligence beteiligt.

Projektteam IMI:

M.Sc. Julia Andresen
Prof. Dr. Heinz Handels

 

Weitere Informationen zu diesem von den verschiedenen Instituten der Sektion Informatik/Technik der Universität zu Lübeck getragenen Projekt finden Sie unter

https://ki-lab.digital-hub-luebeck.de/

 

KI_Lab_Logo_80x80.png
Created at July 13, 2020 - 8:36am by Kulbe.

HiGHmed

HiGHmed ist eines von vier Konsortien der BMBF-Förderinitiative „Medizininformatik“ zur bundesweiten Vernetzung der IT-Einrichtungen von Universitätskliniken. Neben dem Universitätsklinikum Schleswig-Holstein (UKSH) mit seinen beiden Standorten in Kiel und Lübeck sind in HiGHmed die Universitätskliniken in Heidelberg, Göttingen, Hannover, Köln, Münster, Würzburg, die Charité in Berlin und das Deutsche Krebsforschungszentrum in Heidelberg eingebunden.

Ziel des Projektes ist der Aufbau eines medizinischen Datenintegrationszentrums im UKSH (UKSH MeDIC), in dem alle für die universitäre Krankenversorgung und Forschung notwendigen Informationen zusammengeführt und gespeichert werden. Der Standort Lübeck, d.h. Prof. Ingenerf mit seinem Team der ITCR-L, bearbeitet neben grundlegenden Komponenten des UKSH MeDIC auch zwei klinische Anwendungsfälle zum Nachweis seiner Funktionsfähigkeit und Mehrwerte. Zunächst wird Prof. Rupp (Infektiologie/Mikrobiologie) und sein Team am HiGHmed Use Case „Infection Control“ mitwirken. Hier geht es um ein algorithmisches Frühwarnsystem für Ausbrüche von Krankenhaus-infektionen. Weiterhin befassen sich in einem konsortiumsübergreifenden Use Case „Molecular Tumor Board (MTB)“ Prof. Busch (Systembiologie) und Prof. von Bubnoff (Hämatologie und Onkologie) mit einer MTB-Anwendung, die zusammen mit Kollegen des MIRACUM-Konsortiums konzi-piert wurde. Diese wird zur molekulargenetischen Diagnose- und Therapie-Unterstützung von Tu-moren so entwickelt und angepasst, dass die Vorzüge der HiGHmed-spezifischen Datenbereitstel-lung über das UKSH MeDIC genutzt werden können.

Website: https://www.HiGHmed.org

 

 

Highmed_80.jpg
Created at November 25, 2019 - 1:30pm by Kulbe. Last modified at February 3, 2020 - 1:16pm by Kulbe.

Automatic Patient Individual Contrast Agent Dose Optimization (iQ-CM)

Contrast agents are used in medical imaging to visualize anatomical structures (fig. 1) and to make physiological parameters e.g. perfusion measurable. They usually consist of substances whose toxicity can be mitigated biochemically, still side effects occur in numerous cases, which sometimes are severe. Most radiologists use universal doses of contrast agents for contrast enhanced imaging, that may exceed the requirements in some cases. The aim of this project is to develop methods and algorithms to optimize the patient individual contrast agent doses for contrast-enhanced computed tomography (CT) examinations, which can reduce the average dose required.

The focus of our work lies in the development and evaluation of multi-parametric models on the basis of patient individual parameters such as age, gender, blood pressure, pulse rate, as well as examination-specific parameters such as injection speed of the bolus. Model-based and machine learning methods will be used to analyze and describe complex, multi-parametric correlations in order to perform a patient-specific optimized prediction of contrast agent requirements.

The predictive power of the model-based methods and the machine learning methods will be evaluated on the basis of clinical study that will be carried out at the Clinic for Radiology and Nuclear Medicine in the context of this project.


Fig.1: CT slices with different contrast agent enhancements. With a sufficient contrast agent dose, anatomical structures, such as the aorta in the right image (arrow), become clearly visible.

The project is realized in collaboration with the Clinic for Radiology and Nuclear Medicine of the University Medical Center Schleswig-Holstein, Campus Lübeck, and the company IMAGE Information Systems Europe GmbH and is funded by the German Federal Ministry of Education and Research (BMBF).

Project team:

M.Sc. Kira Leane Soika
Prof. Dr. rer. nat. Heinz Handels

Cooperation Partners:

Prof. Dr. med. J. Barkhausen, PD Dr. med. P. Hunold and M. Schürmann
Klinik für Radiologie und Nuklearmedizin
Universitätsklinikum Schleswig-Holstein, Campus Lübeck

Dr. med. A. Bischof, Dr. rer. nat. C. Godemann, H. Marien, E. Virtel and S. Schülke
IMAGE Information Systems Europe GmbH

iQ-CM__ProjektbeschreibungICON.png
Created at September 24, 2018 - 12:48pm.

Languages

Program of Study

Study Medical Informatics
at the University of Lübeck

read more ...

Address

Office
Susanne Petersen

Tel+49 451 3101 5601
Fax+49 451 3101 5604


Ratzeburger Allee 160
23538 Lübeck
Germany