Gehirnscananalyse mittels Bildverarbeitung

Team: Stefan Erben und Andreas Mattes

Kooperationspartner: Medizinische Universität Wien

Es ist für die Medizinische Universität Wien eine Software zu entwickeln, welche mittels Bildverarbeitung Gehirnscanaufnahmen beurteilt und dabei Eigenschaften und Besonderheiten automatisch analysiert und kategorisiert. Zu den auszuwertenden Eigenschaften zählen Anzahl, Größe, Dichte und Form der Zellkerne sowie deren Verteilung im Schnittbild.

Das Programm soll insbesondere bei der Erforschung des Glioblastoms, eines bösartigen Gehirntumors, helfen. Die zu entwickelnde Applikation soll direkt die zur Verfügung gestellten Bilddaten verarbeiten können. Dabei muss es dem Anwender ermöglicht werden, auf intuitive Art und Weise die gewünschten Auswertungen zu definieren. Die Resultate sollen sowohl grafisch als auch textbasierend ausgegeben werden können.

Es wurde eine praxistaugliche Software zur komfortablen Untersuchung von Schnittbildern des Gehirns realisiert. Dem Benutzer ist es möglich, statistische und morphologische Daten der Zellkerne, welche sich in den selektierten Gehirnscanaufnahmen befinden, zu erhalten. Ebenfalls wird eine Zusammenfassung erstellt, in welcher auffällige Werte erkannt werden können. Die ausgewählten Schnittbilder werden vor der Analyse in ein passendes Bildformat konvertiert.

Weiters kann eine Region of Interest (ROI) gesetzt werden, welche es dem Benutzer ermöglicht, nur einen gewünschten Bereich zu analysieren. Bei der Entwicklung wurde besonders auf die Benutzerfreundlichkeit der Anwendung geachtet, welche durch Anwenderfeedback und Funktionstests sichergestellt wurde.

Die entwickelte Software ist zukunftssicher, wartungsfreundlich und erweiterbar. Das Ergebnis ist eine stabile Applikation, die auf allen gebräuchlichen Desktopplattformen (Microsoft Windows, Apple Mac OS X sowie Linux) lauffähig ist. Ebenfalls ist die direkte Analyse der noch nicht konvertierten Gehirnscanaufnahmen möglich, da das Programm die Scans bei Bedarf selbstständig in das richtige Format konvertiert. Dabei kann zwischen der 40- beziehungsweise 10-fachen Vergrößerungen gewählt werden, wodurch eine höhere Genauigkeit der Analyse ermöglicht wird. Abhängig davon, ob einzelne Dateien oder ein Ordner ausgewählt wurden, werden diese Aufgaben in Form einer Stapelverarbeitung durchgeführt.

Aktuelle Projekte und Diplomarbeiten