Fakultät Informatik und Mathematik
Regensburg Center for Artificial Intelligence
Regensburg Center of Biomedical Engineering
Regensburg Center of Health Sciences and Technology
Prof. Dr. rer nat. Christoph Palm
DeepMIC - Deep Learning basierte Endoskopnachführung
Projektbeschreibung
Das Projekt DeepMIC schafft einen neuen Ansatz für ein intelligentes, kollaboratives Assistenzsystem zur Kameraführung bei minimal-invasiven chirurgischen Eingriffen. Das neue Assistenzsystem soll sich durch eine bisher noch nicht ansatzweise erreichte Adaptivität im Einsatz, eine intuitive Bedienbarkeit und die Fähigkeit zur aktiven (halb-) automatischen Kooperation mit dem Chirurgen auszeichnen und somit quasi selbstständig zu einer bestmöglichen Kameraführung fähig sein.
Der innovative Ansatz besteht in einer kontinuierlichen Auswertung und Klassifikation der Informationen des endoskopischen Kamerabildes durch Methoden der Künstlichen Intelligenz (hier speziell Deep Learning) in Kombination mit natürlicher Spracherkennung. Kombiniert mit Wissen aus dem chirurgischen Workflow soll das System eine Interaktion mit dem Chirurgen erlauben, die einer menschlichen Assistenz ähnlich ist und somit direkt auf die aktuellen Erfordernisse des Eingriffes reagieren kann.
Förderung
Zuwendung aus Mitteln der Bayerischen Forschungsstiftung,
Förderkennzeichen: AZ-1506-21
Zeitraum und Volumen
August 2021 bis August 2024
Gesamtprojekt: ca. 534 T€, Teilprojekt der OTH Regensburg: ca. 200 T€
Webseitenbetreiber müssen, um Ihre Webseiten DSGVO konform zu publizieren, ihre Besucher auf die Verwendung von Cookies hinweisen und darüber informieren, dass bei weiterem Besuch der Webseite von der Einwilligung des Nutzers
in die Verwendung von Cookies ausgegangen wird.
Der eingeblendete Hinweis Banner dient dieser Informationspflicht.
Sie können das Setzen von Cookies in Ihren Browser Einstellungen allgemein oder für bestimmte Webseiten verhindern.
Eine Anleitung zum Blockieren von Cookies finden Sie
hier.