Organsegmentierung

Im Kurs „Programmierung für maschinelles Lernen und Bildverarbeitung in der Medizin“ entwickelte ich ein neuronales Netz zur Organsegmentierung. Der Fokus lag auf der praktischen Umsetzung medizinischer Bildverarbeitung mit robusten Modellierungs- und Evaluationsschritten.

Wir arbeiteten in C++ mit LibTorch. Behandelt wurden Vorverarbeitung, Merkmalsextraktion, Random Forests, neuronale Netze und Rauschreduzierung durch bilaterale Filter. Anschließend folgten Prototyping und Integration mit Python und Streamlit.

Die Modelle konnten Organe grundsätzlich differenzieren, blieben in der Präzision jedoch unter den Erwartungen. Ein größerer und breiter annotierter Datensatz hätte die Robustheit voraussichtlich deutlich verbessert.

Technologien: C++, LibTorch, Python, Streamlit, medizinische Bildverarbeitung