Article
Synthetische and augmentierte medizinische Bilddaten erweitern KI-Forschung
Search Medline for
Authors
-
Dagmar Krefting
- Institut für Medizinische Informatik, Universitätsmedizin Göttingen, Göttingen, Germany
-
Behrus Puladi
- Klinik für Mund-, Kiefer- und Gesichtschirurgie, Medizinische Fakultät der RWTH Aachen, Aachen, Germany
| Published: | September 6, 2024 |
|---|
Outline
Text
Symposium-Vorsitz: Dagmar Krefting, Behrus Puladi
Einladende Organisationen: GMDS-AG Medizinische Bild- und Biosignalverarbeitung, FG-Biosignale der DGBMT
Inhalt: Die Entwicklung von KI-basierten klinischen Entscheidungsunterstützungssystemen erfordert geeignete repräsentative Trainingsdatensätze, auf der anderen Seite stehen diese oft nicht in ausreichendem Maße zur Verfügung. Insbesondere bei Bilddaten besteht leicht ein Reidentifizierungsrisiko, so dass die Nutzung von synthetischen Daten auch im Sinne von Open Science besonders attraktiv ist. Die früheren modellbasierten oder statistischen Verfahren zur Erzeugung von Medizinischen Bilddaten werden zunehmend durch generative KI-Verfahren ersetzt. Die Chancen, Herausforderungen und Risiken, wenn KI auf KI-basierten Daten trainieren, aber auch konkrete Anwendungsbeispiele synthetischer Bilddaten aus den Fachgesellschaften GMDS und DGBMT sollen in diesem Symposium vorgestellt und diskutiert werden. Das Symposium ist als Teil des Joint-Symposiums von GMDS und DGBMT geplant, bei dem die bildbasierten Aspekte bei der GMDS-Jahrestagung und die biosignalbasierten Aspekte bei der BMT diskutiert werden.
Symposium-Vortragende (geplant):
- Salman Ul Hassan Dar, Universitätsmedizin Heidelberg:
Image synthesis for Cardiac CT, (unwanted) effects of memorization of generative models and how to mitigate them during image synthesis. - Roland Stenger, Universität zu Lübeck:
Image based Head Pose Estimation on synthesized Avatars and Patients for Determining the Severity of Cervical Dystonia - Lena Giebeler, RWTH Aachen Univerversity:
Generating Synthetic Panoramic Radiographs for Training Purposes using Generative AI - André Ferreira, Institute for AI in Medicine (IKIM), University Hospital Essen (ÄoR), Essen, Germany & Center Algoritmi / LASI, University of Minho, Braga, Portugal:
Synthetic Data to Increase Robustness in Brain Tumor MRI
Die Autoren geben an, dass kein Interessenkonflikt besteht.
Die Autoren geben an, dass kein Ethikvotum erforderlich ist.
