Computergestützte Diagnose syndromaler Krankheitsbilder anhand von Fotografien dysmorpher Gesichter

基于畸形面孔照片的综合症疾病的计算机辅助诊断

• 批准号: 5429192
• 负责人: Dr. Stefan Böhringer
• 金额: --
• 依托单位: Institut für Neuroinformatik (INI)
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2004
• 资助国家: 德国
• 起止时间: 2003-12-31 至 2014-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/5429192?language=en
• 关键词: Computergest; tzte; Diagnose; syndromaler; Krankheitsbilder

Patienten mit syndromalen Krankheitsbildern zeigen neben einem unterschiedlichen Ausmaß an angeborenen Fehlbildungen auch Gesichtsauffälligkeiten, die häufig spezifisch und damit hinweisend für ein syndromales Krankheitsbild sind. Die Zuordnung dieser fazialen Muster zu einem bestimmten syndromalen Krankheitsbild erfolgt bisher rein subjektiv durch klinische Genetiker auf der Basis der Wiedererkennung dieser Muster und basiert damit auf der Erfahrung der Diagnosestellenden. Eine objektive Methode zur Erfassung von spezifischen fazialen Mustern gibt es bisher nicht. Verfahren des Computersehens werden bisher hauptsächlich zur Wiedererkennung einzelner Personen eingesetzt. Diese, in Optimierung bzgl. Belichtung, Pose, usw. befindlichen Verfahren, die für die Zugangskontrolle, aber auch für forensische Zwecke genutzt werden, sollen für die objektive Zuordnung von dysmorphen Gesichtern zu syndromalen Krankheitsbildern weiterentwickelt werden. Erfolgversprechende Voruntersuchungen unter Verwendung von digitalen 2D-Fotoaufnahmen von dysmorphen Gesichtern und einem Gesichtserkennungsprogramm wurden von den Antragstellern bereits durchgeführt. Mit der Zusammenführung der klinischen Genetik und den Verfahren Neuroinformatik unter Anwendung von statistischen Verfahren soll eine objektive Grundlage zur Beschreibung von dysmorphen Gesichtern geschaffen werden. Langfristig soll ein Expertensystem entstehen, welches insbesondere dem weniger Erfahrenen eine Hilfestellung für die alltägliche Praxis liefert.

patientmit syndrome malen Krankheitsbildern zeigen neben einem unterschiedlichen ausmass and angeborenen Fehlbildungen auch Gesichtsauffälligkeiten， die häufig spezifisch and damit hinweisend frd syndrome雄性Krankheitsbildern。诊断与诊断：诊断与诊断：诊断与诊断：诊断与诊断：诊断与诊断：诊断与诊断：诊断与诊断：诊断与诊断：诊断与诊断：诊断与诊断目的：对小鼠夜间睡眠进行研究。Verfahren des Computersehens werden bisher hauptsächlich zur Wiedererkennung einzelner personeningesetzt。Diese, in Optimierung bzgl。Belichtung, Pose, usa。befinlichen Verfahren, die ff<s:1> die ugangsktrolle, aber auch f<s:1>法医诊断与诊断综合征，sollen f<s:1>客观诊断与诊断综合征。2 .数字二维成像成像技术的研究与应用。研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：研究目标：Langfristig soll in Expertensystem entsteen, welches inbesonere dem weniger erfahrenenine Hilfestellung fre die alltägliche practice liefert。

项目成果

Learning invariant face recognition from examples.

• DOI: 10.1016/j.neunet.2012.07.006
• 发表时间: 2013-05
• 期刊: Neural networks : the official journal of the International Neural Network Society
• 作者: Marco K. Müller;Michael Tremer;Christian Bodenstein;R. Würtz