Polypendetektion

Darmkrebs ist bei Männern und Frauen die zweithäufigste Krebstodesursache. Meist sind spezielle Darmpolypen dabei die Vorstufen von Darmkrebs. Die regelmäßige Vorsorgeuntersuchung hilft, Polypen frühzeitig zu erkennen und so Darmkrebs vorzubeugen.
Während der Koloskopie werden allerdings immer wieder Polypen übersehen. Besonders kleine Polypen sowie eingesenkte, flache Neubildungen sind sehr schwer zu erkennen. Auch die Erfahrung und die Aufmerksamkeit des Arztes können die Erkennungsrate beeinflussen.

Echzeit-Detektion von Polypen während der Koloskopie

Eine automatische Polypen-Erkennung in Echtzeit kann den Arzt bei der Erkennung von Polypen unterstützen und so die Erkennungsrate insgesamt steigern.

Detektion auffälliger Gewebeareale in Echtzeit
Aktive Unterstützung des Arztes durch farbliche Kennzeichnung verdächtiger Gewebestrukturen während der Koloskopie

Erfolgreiche klinische Evaluierung bei 58 Patienten: Erkennungsrate von 73%

Weitere Informationen finden Sier hier

Die Zukunft der Koloskopie: KI-basierte Polypendetektion

Verbesserte Erkennungsrate mit Künstlicher Intelligenz

Ziel

Aktuell arbeiten wir an einem Deep Learning Verfahren, das die Erkennungsrate deutlich steigert.

Aktueller Stand

Aufbau einer umfangreichen Endoskopiedatenbank, auf Basis folgender frei zugänglicher Datensätze
- “Bayreuth” DB: 2484 640 x 504 HD (nicht frei verfügbar!)
- Public dataset CVC-ClinicDB: 612 388 x 284 SD
- Public dataset ETIS-LaribPolypDB: 194 1225 x 966 HD

Training Neuronaler Netzwerke (DNN’s) für die Detektion und Klassifizierung von Polypen
Wiedererkennungsrate von 83-92%, Erkennungsrate von 74-86%
Wir sind auf der Suche nach Partnern für die Vermarktung

----------------------------------------------------------------------------------------------------------------------------

Veröffentlichung:

Zobel et al, Computer Aided Detection of Polyps in Whitelight-Colonoscopy Images using Deep Neural Networks , Current Directions in Biomedical Engineering 2018;4(1)