Computer verslaat expert bij indelen CT-scan

Vroege opsporing en therapie van longziekten als kanker en COPD zijn van groot belang om de kans op genezing te vergroten. Het menselijk oog is erg goed in het kwalitatief beoordelen van ziektebeelden op CT-beelden van de longen, maar computers zijn superieur in de exacte kwantificatie van de status van de ziekte en de progressie van het ziektebeeld.

Zeer goede resultaten met algoritmes

Voor het beoordelen van CT-beelden van de borstholte is het identificeren en omlijnen van de aanwezige anatomische structuren, een noodzakelijke eerste stap. Lassen-Schmidt ontwikkelde algoritmes om de lobben en nodulen in CT-beelden van de borstholte zowel automatisch als interactief te segmenteren.
De methoden zijn uitgebreid geëvalueerd op publiek beschikbare datasets en vergeleken met andere algoritmes. De resultaten laten zien dat de ontwikkelde algoritmes zeer goede resultaten opleveren.

De automatische segmentaties waren vergelijkbaar met volledig handmatige segmentaties door experts, maar hebben twee grote voordelen:
1) de voorgestelde algoritmes werken snel en er hoeft niets of weinig handmatig aangepast te worden
2) door de voorgestelde algoritmes te gebruiken wordt de reproduceerbaarheid vergroot tussen verschillende experts.

Digitale Media en Informatica

Lassen-Schmidt studeerde Digitale Media aan de Hochschule Bremen in Bremen, Duitsland. Na haar afstuderen is zij informatica gaan studeren aan de Universiteit van Bremen. In 2009 behaalde ze haar masterdiploma en begon ze met werken als onderzoeker bij Fraunhofer MEVIS in Bremen, waar ze nu nog steeds werkt. Zij voerde haar promotieonderzoek uit in samenwerking met de afdeling Radiologie en Nucleaire Geneeskunde van het Radboudumc, binnen het onderzoeksinstituut RIHS.