BMDeep
Comprehensive bone marrow analysis integrating deep learning-based pattern discovery
Die Morphologie des Knochenmarks bildet die Grundlage für die Beurteilung der Blutbildung sowie vieler Organfunktionen und erlaubt Rückschlüsse auf Systemerkrankungen wie auch pathologische Prozesse bei Neoplasien. Die Veränderungen spiegeln sich in quantitativen und qualitativen Effekten wider, die mit dem derzeitigen, weitgehend analogen Ansatz teilweise unzureichend bzw. wenig objektiv erfasst werden können. Im BMDeep-Projekt kombinieren wir Expertise aus Klinik, Bioinformatik und KI. Unser Ziel ist die Automatisierung und Verbesserung der Auswertung von Knochenmark-Ausstrichen und das Auffinden charakteristischer (pathologischer) Muster bei Neoplasien des Blutes. Dazu werden wir morphologische mit klinischen Daten für eine hochdimensionale Mustererkennung zusammenführen und ein neuronales Netzwerk entstehen lassen. So kann der jeweilige Beitrag der verschiedenen Datenquellen untersucht und die wichtigsten Merkmale zu einem finalen Modell zusammengeführt werden. Damit können wiederum die Identifizierung neuer Biomarker aus integrierten Datenquellen und somit das Krankheitsverständnis verbessert werden.
Kooperationen
| Prof. Dr.-Ing. Horst Hahn | Fraunhofer MEVIS, image processing and deep learning |
| Dr. rer. nat. Meik Kunz | FAU Erlangen, bioinformatics and data management |
Die Versorgung von Krebspatient/-innen am Uniklinikum Erlangen erfolgt in zertifizierten bzw. begutachteten Strukturen der Deutschen Krebsgesellschaft (DKG), der Deutschen Krebshilfe (DKH) bzw. dem Bundesministerium für Bildung und Forschung (BMBF).
Im Onkologischen Zentrum (ONZ) sind die Strukturen für die klinische Versorgung zusammengefasst, im Comprehensive Cancer Center Erlangen-Europäische Metropolregion Nürnberg (CCC ER-EMN; CCC WERA) und im Nationalen Centrum für Tumorerkrankungen (NCT) die Strukturen für translationale Krebsforschung und klinische Studien.
