Medische computerbeelden kunnen steeds beter structuren van het menselijk lichaam zichtbaar maken. Geautomatiseerde methoden die zelf ‘leren’ door de taak waar zij voor worden ingezet, spelen daarbij een grote rol.
Dit stelt Bas Haring in zijn proefschrift over het automatisch verwerken en analyseren van medische beelden. Hij promoveerde hierop aan de Universiteit Utrecht.
Haring wil fysiologisch relevante structuren, zoals botweefsel en vetweefsel, automatisch zichtbaar maken op de computer. Met name voor driedimensionale beelden is dat van belang.
De structuren zijn te zien als de pixels in het beeld zijn geclassificeerd. Een pixel geeft namelijk informatie over de aard van de betreffende structuur. Het classificatieproces levert per pixel een label op, zoals botweefsel. Zo worden de structuren zichtbaar die een arts helpen bij het stellen van een diagnose en bij het bepalen van de juiste behandelingsmethode.
Om het classificatieproces automatisch te kunnen uitvoeren, heeft Haring zich geconcentreerd op adaptieve methoden. Dit zijn methoden die zich door middel van een leerproces aanpassen aan de taak waarvoor ze worden ingezet. Hij concludeert dat diverse methoden veelbelovend zijn. Succesvol is bijvoorbeeld de manier waarop de computer de pixel-eigenschappen uit het beeld kan extraheren. Corr.
