Informatiker - Dr. rer. nat. Torsten Bölke, Institut für Anatomie II
eMail:
Telefon  03641 9-396226
Fax:        03641-9 396201

Forschungsthemen der Arbeitsgruppe Biomedical Informatics

Image analysis & computational visualistics

Ein Forschungsschwerpunkt der Anatomie II ist die Intravitalmikroskopie mit Hilfe eines 2-Photonen-Mikroskops. Zur Auswertung des viele Terabyte großen Datenbestands werden bereits seit 2011 die institutsintern entwickelten Bildverarbeitungs- und Visualisierungsalgorithmen verwendet. Neben praxisorientierter Software zur Rauschsignalunterdrückung (Denoising), der Registrierung und Alignierung von Schichtbildaufnahmen, dem spektralen Entmischen (u.a. linear unmixing) wurde auch ein Modul zur HDR-Mikroskopie entwickelt.

Abb. 1: Maximum Intensity Projection (MIP) eines Stapels aus 30 intravitalen Schichtbildaufnahmen des Dünndarmepithels (Mausmodell) durch die Software Imaris. Die Software zum Denoising [1-3] und zum spektralen Entmischen sind Eigenentwicklung der Arbeitsgruppe.

Abb. 2: kombinierte Darstellung von MIPs in z-, x-, und y-Richtung vor und nach Anwendung der Eigenentwicklungen „ClearView“ und „Steady-View“. Die Visualisierungseinstellungen innerhalb der Software Imaris waren in beiden Fällen identisch.

E-Learning & learning analytics

Im Rahmen eines zweijährigen, vom Freistaat Thüringen geförderten Projekts wird von der Arbeits­gruppe bis 12/2019 eine Plattform für interaktives e-Learning in der Histologie entwickelt. Neben der Verwendung in der histologischen Lehre wird das e-Learning-System auch für Projektvorarbeiten und Kooperationen mit dem Institut für spezielle Zoologie, dem Institut für experimentelle Chirurgie sowie dem Institut für Anatomie I verwendet. Von didaktischer Seite aus wird angestrebt die e-Learning-Plattform zukünftig noch stärker in das Studiengangdesign zu integrieren und den Lernprozess durch learning analytics Verfahren noch effizienter gestalten zu können.

Deep learning & artificial intelligence

Als Vorarbeiten für zukünftige Projekte werden derzeit deep learning Algorithmen und andere Methoden der KI-Entwicklung adaptiert, um zukünftig die Funktionalität des e-Learning-Systems weiter ausbauen und auch telemedizinischen Anwendungen erschließen zu können.  Ein Ziel ist hierbei eine intelligente automatische Beurteilung der Qualität der zugrundeliegenden Digitalisate, da die sehr zeitaufwändige manuelle Beurteilung für einige Anwendungsszenarien, wie z.B. der Telepathologie oder der Digitalisierung großer Präparatesammlungen stark limitierend ist. In weiteren Vorarbeiten werden neuronale Netze darauf trainiert bestimmte feingewebliche Strukturen oder Anomalien zu detektieren.

Abb. 3: Schematische Darstellung einer in der Arbeitsgruppe entwickelten Software zur automatischen Beurteilung der Qualität von Digitalisaten histologischer Präparate durch KI-basierte Methoden.

Ausgewählte Publikationen mit Bezug zu den Abbildungen

[1] Kretschmer S, Pieper M, Hüttmann G, Bölke T, Wollenberg B, Marsh L, Garn H, König P (2016): Autofluorescence multiphoton microscopy for visualization of tissue morphology and cellular dynamics in murine and human airways. Laboratory Investigation
[2] Bölke T, Krapf L, Orzekowsky-Schröder R, Vossmeyer T, Dimitrijevic J, Klinger A, Hüttmann G, Gebert A (2014): Data adaptive image denoising for detecting and quantifying nanoparticle uptake in mucosal tissues using intravital 2-photon microscopy. Beilstein Journal of Nanotechnology 5, S: 2016-25
[3] Bölke T (2013): Rauschsignalunterdrückende Rekonstruktion multi­dimensionaler Bild-daten intravitaler Zwei-Photonen-Mikroskopie. Dissertation, Friedrich-Schiller-Universität Jena

Mitarbeiter der Arbeitsgruppe Biomedical Informatics

Dr. rer. nat. T. Bölke (Informatiker, Arbeitsgruppenleiter)
M.Sc. C. Siegert (Informatiker, Webdeveloper)
B.Sc. P. Kahlmeyer (Informatiker, Hiwi zur Unterstützung der KI-Entwicklung)
B.Sc. T. Büchner (Informatiker, Hiwi zur Unterstützung der KI-Entwicklung)