Praktische Unterstützung des digitalen Bildmanagements in der radiologischen Routine durch lokale Modellierung und Adressierung des Bildinhaltes über strukturelle Prototypen

有梅尔医学研究韦尔登数字化手术和手术。Der Zugriff erfolgt bislang jedoch über Textinformation（z.B.患者姓名，Untersuchungscode，Diagnose），但这种情况经常发生或不发生。Mit Methoden des inhaltsbasierten Bildzugriffes können Diagnostik，Forschung und Lehre gleichermaßen unterstützt韦尔登.在IRMA 1-项目的最后一年，我们将对韦尔登中的像素区域进行一次简单的提取，并将医学先验知识系统整合到图像分析中。这是一个拥有梅尔10000张图片和手动分类的参考资料库。在相关结构的手工标记（局部原型）中，一个内部的原型可以在全球范围内识别。在一个局部原型中，一个分层的韦尔登图像片段是一个完整的图像片段。在检索过程中，如果数据库中的数据是正确的，那么检索将以最小的错误率进行，而不是以最小的错误率进行。Mit SPIRR 2将该方法用于构建原型，并将其整合到临床常规韦尔登中。这些统计学模型原型可以用来描述与图像相关的内部和个体间的变量，这些变量可以代表韦尔登。对于Retrievalfunktionalität的查询绑定，需要一个daten-、funktions-、präsentations-和kontextintegrated Schnittstelle zum PACS 3 entwickelt韦尔登，该查询优化（Query Refinement）的功能非常强大。以循证医学、案例推理、计算机辅助诊断和计算机培训为例，证明了这一方法的可行性、实用性和系统性韦尔登。Damit kann der Nutzen dieser Technology für wichtige medizinische Anwendungsfelder valide beurteilt韦尔登。

Immer mehr medizinische Untersuchungsaufnahmen werden digital erzeugt und verwaltet. Der Zugriff erfolgt bislang jedoch über Textinformation (z.B. Patientenname, Untersuchungscode, Diagnose), aber diese ist oft unvollständig oder nicht eindeutig. Mit Methoden des inhaltsbasierten Bildzugriffes können Diagnostik, Forschung und Lehre gleichermaßen unterstützt werden. Im Rahmen des zum Jahresende auslaufenden IRMA1-Projektes konnte hierfür eine schrittweise Abstraktion von Pixeln über Regionen zu Objekten entwickelt werden, bei der medizinisches A-priori-Wissen systematisch in die Bildanalyse integriert wird. Es wurde eine Referenzdatenbank mit mehr als 10.000 Bildern aufgebaut und manuell klassifiziert. Innerhalb einzelner Bildklassen wurden globale Prototypen identifiziert, in denen relevante Strukturen manuell markiert werden (lokale Prototypen). Über eine hierarchische Bildsegmentierung werden medizinische Bilder in einen eindeutigen Bezug zu diesen lokalen Prototypen gesetzt, was den Vergleich lokaler Bildmuster ermöglicht. Durch die datenbankgestützte verteilte Vorberechnung wird der Rechenaufwand zur Anfragezeit minimiert, obwohl der Anfragekontext in das Retrieval eingeht. Mit SPIRR2 soll diese Methodik um strukturelle Prototypen erweitert und in die klinische Routine integriert werden. Durch diese statistisch modellierten Prototypen können die intra- und interindividuellen Variabilitäten relevanter Bildmuster sowie deren räumliche Relationen repräsentiert werden. Für die Routineanbindung der Retrievalfunktionalität muss eine daten-, funktions-, präsentations-, und kontextintegrative Schnittstelle zum PACS3 entwickelt werden, die erweiterte Funktionen zur Anfrageverfeinerung (Query Refinement) bereitstellt. Exemplarische Applikationen aus den Bereichen Evidence-based Medicine, Case-based Reasoning, Computer-aided Diagnosis und Computer-based Training sollen realisiert, praktisch erprobt und systematisch validiert werden. Damit kann der Nutzen dieser Technologie für wichtige medizinische Anwendungsfelder valide beurteilt werden.