KI-Modell zur automatischen Segmentierung von MRT-Bildern
Schweizer Forscher haben ein robustes KI-Modell entwickelt und getestet, das wichtige anatomische Strukturen in MRT-Bildern automatisch und sequenzunabhängig segmentiert. Dies geht aus einer heute in Radiology , einer Fachzeitschrift der Radiological Society of North America ( RSNA ), veröffentlichten Studie hervor. In der Studie schnitt das Modell besser ab als andere öffentlich verfügbare Tools. Die MRT liefert detaillierte Bilder des menschlichen Körpers und ist für die Diagnose verschiedener Erkrankungen von entscheidender Bedeutung, von neurologischen Störungen bis hin zu Verletzungen des Bewegungsapparats. Zur detaillierten Interpretation von MRT-Bildern werden die Organe, Muskeln und Knochen in den Bildern umrissen oder markiert, was als Segmentierung bezeichnet wird. „MRT-Bilder werden traditionell manuell segmentiert, was ein zeitaufwändiger Prozess ist, der intensive Arbeit der Radiologen erfordert und von Leser zu Leser unterschiedlich ausfällt“, sagte Dr. Jakob Wasserthal, Forschungswissenschaftler in der Radiologieabteilung des Universitätsspitals Basel in der Schweiz.…
