MelaScreen

Started in:2019
Contact person:Jochen Rueß
Staff involved:Niklas Deckers, Stefan Hahn

Im Rahmen des Projekts MelaScreen wird ein optisches System für eine dreidimensionale Ganzkörperuntersuchung entwickelt, welches die Umsetzung eines routinetauglichen und automatisierten Screenings für die Hautkrebsfrüherkennung erlauben soll. Während für ein solches System auch mechanische Komponenten erforderlich sind, befasst sich die HU mit der Entwicklung der optischen Komponenten und den Algorithmen zur Bilddatenaufbereitung.

Hierbei wird eine Hyperspektralkamera mit einer hochauflösenden Stereo-Kamera und einem DLP-Projektor kombiniert. Dadurch kann die Hautoberfläche in einem in sich geschlossenen Gerätesystem automatisiert analysiert werden. Dies ermöglicht durch den Einsatz neuronaler Netze (z.B. CNN) das Anlernen und die Erkennung texturaler und spektraler Merkmale, die charakteristisch für die untersuchten Melanome sind. Die Verwendung einer Hyperspektralkamera erlaubt über das übliche RGB-Spektrum hinausgehende Einschätzungen zu Beschaffenheit und Art der Tumore. Somit sollen potentiell risikobehaftete Hautpigmente identifiziert und bewertet werden. Eine Dimensionsreduktion erlaubt Einschätzungen zur Relevanz einzelner Spektralkanäle bei der Erkennung der untersuchten Melanomarten. Insbesondere soll erreicht werden, dass die Anzahl der für eine Klassifikation benötigten Spektralkanäle verringert werden kann, um ein auch außerhalb der Forschung einsetzbares System zu schaffen.

Eine wesentliche Komponente der Klassifikation der Melanome bildet die Überwachung über einen langfristigen Zeitverlauf hinweg. Dazu ist es notwendig, den Patienten dreidimensional zu erfassen und die Hautoberflächen über den Zeitverlauf hinweg aufeinander abzubilden. Dadurch können neue Melanome erfasst und bestehende Melanome auf Veränderungen hin untersucht werden. Die Herausforderung bei dieser Abbildung besteht in der Berücksichtigung verschiedener Haltungen und weiterer Veränderungen am untersuchten Köper. Die Anforderungen an die Genauigkeit des Systems sind hoch, sodass auf geeignete Verfahren zum 3D-Scanning zurückgegriffen werden muss.

Paindetect Horse
Abbildung 1: Test-Aufbau mit einer Kamera und einer Körper-Dummy

© 2024 - Computer Vision, Department of Computer Science, HU Berlin - - Legal Notice