Pro-Mics-BrCa
Nutzen künstlicher Intelligenz in der Analyse morphologischer Bilddaten zur Vorhersage der Krebsinzidenz und des Mutationsstatus bei Patientinnen mit high risk Konstellation für famili?ren Brust-und Eierstockkrebs
Brustkrebs ist die h?ufigste Tumorerkrankung von Frauen. Da es bislang keine Pr?ventionsma?nahmen gibt, setzt man auf die Früherkennung von Tumoren durch Vorsorgeuntersuchungen. In den Vorsorgeuntersuchungen werden Mammographie- und MRT-Daten aufgenommen.
In Pro-Mics-BrCa versuchen wir auf Basis der Bilddaten das Risiko einer Tumorentwicklung in den n?chsten Jahren genauer vorherzusagen. Dabei ist eine geringe Falschvorhersagerate wichtig, um unn?tige Eingriffe wie Biopsien zu vermeiden und keine ?ngste bei Patientinnen zu schüren.
Methodisch nutzen wir sowohl klassische Biomarker ( Radiomics) der Bilddaten als auch moderne Neuronale Netze. Ein wichtiger Baustein ist dabei die Bestimmung von Risiko-Mutationen des Brustgewebes. Langfristig ist unser Ziel, einen Werkzeugkasten zur besseren Vorhersage der Krebsentwicklung zur Verfügung zu stellen.
澳门皇冠_皇冠足球比分-劲爆体育
Ani Ambroladze pr?sentiert Poster auf BVM Workshop
Projektpartner:innen
Dr. Eva Maria Fallenberg, Dr. Michael Ingrisch et. al. (LMU München)
Dr. Christoph Engel et. al. (Universit?t Leipzip)
Prof. Dr. Rita Schmutzler et. al. (Universit?tsklinikum K?ln)
Prof. Dr. Nico Karssemeijer et. al. (Nijmegen)
Deutsches Konsortium für Famili?ren Brust- und Eierstockkrebs
Forschende
Ani Ambroladze
Forschung
Breast-MRI, Deep Learning
Dr.-Ing. Tom Koller
Lehre & Forschung
Modeling & Simulation, Tracking, Anomaly Detection
澳门皇冠_皇冠足球比分-劲爆体育