Bildanalyse
Prof. Dr. Martin Reuter
Gruppenleiter
Venusberg-Campus 1, Gebäude 99
(ehemals Sigmund-Freud-Str. 27)
53127 Bonn

martin.reuter@dzne.de
 +49 228 43302-380

Forschungsschwerpunkte

Die Abteilung Image Analysis forscht an modernen Technologien und Methoden zur Verarbeitung medizinischer multimodaler Bilddaten. Ein Ziel ist die automatische Analyse großer längsschnittlicher Patienten- und Bevölkerungsstudien zur Quantifizierung von Behandlungseffekten, zur frühzeitigen Erkennung struktureller krankheitsbedingter Veränderungen sowie zur Identifikation von Risiko- und Schutzfaktoren neurodegenerativer Erkrankungen. Des Weiteren werden im wachsenden Bereich der Präzisionsmedizin neue Methoden benötigt, die z. B. mit Hilfe des maschinellen Lernens eine computergestützte individuelle Diagnose und Prognose und damit individuell zugeschnittene Behandlungen in frühen Erkrankungsstadien ermöglichen.

Unsere Projekte werden in einem multidisziplinären Ansatz in enger Kooperation mit den Neurowissenschaftlern und MR-Physikern am DZNE sowie mit unseren nationalen und internationalen Kooperationspartnern verfolgt, z. B. der Harvard Medical School und dem Massachusetts Institute of Technology. Weiterführende Informationen zu den Forschungsschwerpunkten können auch hier gefunden werden.

 mehr dazu

Einer unserer Forschungsschwerpunkte ist die Entwicklung fortschrittlicher berechnender Verfahren für die automatische Extraktion präklinischer Biomarker aus nichtinvasiven MRT-Bildern wie z. B. die Größe, Dicke oder geometrische Form von neuroanatomischen Strukturen im menschlichen Gehirn, insbesondere im Bereich der Großhirnrinde, der subkortikalen Strukturen sowie der Weißen Substanz. Unsere Methoden, die im Software Paket FreeSurfer in tausenden Forschungslaboren und großen Imaging-Studien weltweit zum Einsatz kommen, ermöglichen dabei die Messung subtiler Veränderungen, die z. B. im Frühstadium neurodegenerativer Erkrankungen auftreten. Die zeitaufwändige Verarbeitung großer Datenmengen stellt dabei eine besondere Herausforderung dar und erfordert hochgradig parallelisierte und verteilte Berechnungen (z. B. mittels GPU, High Performance Computing, und Cloud Computing).

Schlüsselpublikationen

Santiago Estrada S, Lu R, Conjeti S, Orozco-Ruiz X, Panos-Willuhn J, Breteler MMB, Reuter M. A Fully Automated Deep Learning Pipeline for Adipose Tissue Segmentation on Abdominal Dixon MRI. Magnetic Resonance in Medicine. 2019 Apr 03; doi: arXiv:1904.02082
Christian Wachinger, Martin Reuter, Tassilo Klein. DeepNAT: Deep convolutional neural network for segmenting neuroanatomy. NeuroImage. 2016 Dec 31; doi: 10.1016/j.neuroimage.2017.02.035
Wachinger C, Salat D, Weiner M, Reuter M. Whole-brain Analysis Reveals Increased Neuroanatomical Asymmetries in Dementia for Hippocampus and Amygdala. Brain. 2016 Jan 01; 139:3253-3266. doi: 10.1093/brain/aww243
Reuter M, Schmansky NJ, Rosas HD, Fischl B. Within-subject template estimation for unbiased longitudinal image analysis. NeuroImage. 2012 Jan 01; 61:1402-1418. doi: 10.1016/j.neuroimage.2012.02.084
Reuter M, Wolter F-E, Peinecke N. Laplace-Beltrami spectra as 'Shape-DNA' of surfaces and solids. Computer-Aided Design. 2006 Jan 01; 38:342-366. doi: 10.1016/j.cad.2005.10.011

Info-Hotline

Donnerstags 13.30-16.30 Uhr

Für Patienten 0800-7799001

(kostenlos)

Für Ärzte 01803-779900

(9 Cent/Min. dt. Festnetz, mobil evtl. teurer)

Informieren Sie sich bei uns Cookie-frei. Wir würden uns jedoch freuen, wenn Sie statistische Cookies zulassen würden. Ihr Browser erlaubt das setzen von Cookies:
Mehr dazu finden Sie in unserer Datenschutzerklärung.