Medizinische Bildverarbeitung: OCT

Werbung
Forschungsprojektarbeit an der MRU Human Interface Technology / Fachgebiet ICT in Kooperation mit der ETH Zürich
Medizinische Bildverarbeitung: OCT
(Sponsored Master)
Ausgangslage
Die Optische Kohärenztomographie (OCT) stellt eine sehr bedeutende Methodik in der Ophthalmologhie (Augenheilkunde) dar. Mit ihr
lassen sich dreidimensionale Aufnahmen von Geweben, wie etwa dem Augenhintergrund, in hoher Auflösung erfassen. Die Schichten des
Auges lassen sich in einer bisher unerreichten Detailtiefe darstellen und analysieren. Aktuelle OCT-Geräte ermöglichen Eindringtiefen von
mehreren Millimetern und erlauben dadurch erstmals die Visualisierung der Aderhaut (Choroid), deren Analyse Aufschluss über diverse
Krankheiten verspricht. Aufgrund der physikalischen Erfassungsgrundlage von OCT sind Aufnahmen stark mit dem charakteristischen
Speckle-Rauschen behaftet. Dieses Rauschen erschwert nicht nur die visuelle Interpretation der Aufnahmen sondern beeinflusst auch die
computergestützte Weiterverarbeitung stark. Zusätzliche optische-physikalische Einflüsse stellen weitere Herausforderungen an die digitale
Bildverarbeitung, etwa zur Bild-Segmentierung. Das HuCE – cpvrLab forscht aktiv auf der bildverarbeitenden Seite von OCT. Neben der
Bekämpfung des Speckle-Rauschen ist die automatisierte Segmentierung der Aderhaut im menschlichen Auge ein Hot-Topic im Labor. Auch
die Visualisierung der gewonnen Informationen steht im cpvrLab im Fokus. Gemeinsam wird das Ziel verfolgt, mittels OCT, digitaler
Bildverarbeitung und Computer-Grafik den Ophthalmologen (Augenarzt) in Diagnose und Therapie optimal zu unterstützen sowie gänzlich
neuartige Analysen von Krankheitsbildern des Auges zu ermöglichen.
Zielsetzung / Methodik / Vorgehen
In Kooperation mit dem Computer Graphics Laboratory der ETH Zürich und GETOCT wird ein spezialisiertes Master-Forschungsprojekt
lanciert, in welchem die originalgetreue Rekonstruktion der choroidalen Blutgefässe, sprich der Aderhaut, aus OCT-Volumen-Aufnahmen
verfolgt wird. Zwei Master-Studierende, einer von der BFH und einer von der ETH, arbeiten dabei zusammen in den Bereichen 3DDenoising, Bild-Segmentierung, 3D-Reconstruction und Visualisierung. Der BFH-Master wird dabei als Sponsored-Master (Research
Fellowship) angeboten. Das Master-Studium erstreckt sich dabei über zwei Jahre, wovon der Studierende über 60% der Zeit an zwei
Forschungsprojekten und der Master-Thesis arbeitet. Der Studierende erhält über die zwei Jahre ein monatliches Salär, welches ihm
ermöglicht, sich ohne Nebenjob mit vollem Einsatz dem Studium zu widmen. Diese Bedingungen erlauben eine stark spezialisierte
Vertiefung des Studierenden und ermöglichen wertvolle Resultate bis zum Ende des Studiums.
Das Projekt verlangt resp. ermöglicht die Entwicklung neuer Ansätze, das Einbringen kreativer Ideen und die fundierte und kritische
Auseinandersetzung mit der Materie. Die spezifischen Teilaufgaben werden zu Beginn des Studiums zusammen mit den Projektpartnern
und insbesondere in Absprache mit dem ETH-Studierenden festgelegt. Die persönlichen Vorlieben und Skills sollen optimal berücksichtigt
werden.
Voraussetzungen
Hast du Interesse an der medizinischen Bildverarbeitung und die Motivation, durch deine Arbeit etwas zu bewegen? Schliesst du dein
Bachelor-Studium mit einem A- oder B-Grade ab? Bist du eigenverantwortlich und spricht dich ein lehrreiches, spannendes und
abwechslungsreiches Zwei-Jahresvorhaben in einem motivierten Projekt-Umfeld an? Dann möchten wir dich unbedingt kennen lernen!
Studienart:
Sponsored Master (Research Fellowship)
Projektorganisation: Arbeit in einem Projektteam / Einzelarbeit
Institut:
Human Centered Engineering
MRU:
Human Interface Technology
Arbeitsort:
Biel, Zürich, zuhause
Advisor:
[email protected]
Herunterladen