Medical Imaging Informatics and Radiomics

Insbesondere dem exponentiellen Anstieg der Rechenkapazität sowie modernen Hard- und Software-Entwicklungen in den letzten Jahren ist es zu verdanken, dass sich das Feld der Medizin im Allgemeinen und insbesondere der Radiologie im Speziellen derzeit rasant entwickelt und verändert. Einen wesentlichen Beitrag zu dieser Entwicklung leisten einige Techniken, die bereits als „Buzzwords“ Eingang in die Fach-, aber auch die Laienpresse erhalten haben: „Machine Learning“, „Deep Learning“, „Artificial Intelligence“, „Big Data“, „Radiomics“ – um nur die wichtigsten zu nennen. Insbesondere die Kombination aus der Möglichkeit, auf relativ einfachem Wege eine große Anzahl (teilweise bis zu 1000) quantitativer statistischer und mathematischer Bildmerkmale (sogenannte „Features“) aus radiologischen Bildern jedweder Modalität zu extrahieren und diese mittels moderner statistischer Verfahren wie etwa dem Maschinen-basierten Lernen sinnvoll nachverarbeiten zu können, macht sich an, die Radiologie in den kommenden Jahrzehnten grundlegend zu verändern und sie auf den von vielen klinischen Fächern bereits eingeschlagenen Weg der Präzisionsmedizin zu bewegen.

Der Begriff Radiomics beschreibt die Extraktion der oben genannten mathematischen und statistischen Features aus radiologischen Bildern (meist Computertomographie und Magnetresonanztomographie), was zu einem hochdimensionalen, mittels Data mining nachverarbeitbaren Datensatz führt und somit den Weg Richtung Kombination mit anderen „-omics“ Techniken (Genomics, Proteomics, Metabolomics...) und „Big Data“ Analysen ebnet. Die vielen extrahierten quantitativen Bildmerkmale gehen dabei weit über das hinaus, was das menschliche Auge (und damit der Radiologe) wahrnehmen kann.

Mehr über Medical Imaging Informatics and Radiomics

• Ziele und Methoden
• Veröffentlichungen
• Kooperationspartner