Automatische Segmentierung von Nervenzellen mit Verfahren höherer Ordnung

• Antragsteller: Professor Dr. Fred A. Hamprecht
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2015 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 273233945

Um das Gehirn als Substrat unserer Kognition zu verstehen, benötigen wir eine detaillierte Kenntnis seines Aufbaus. Ein genauer Schaltplan selbst kleinster Teile des Gehirns ist jedoch bis heute nicht verfügbar! Die Volumen-Elektronenmikroskopie erzeugt mittlerweile Bilder, die es menschlichen Experten erlauben, einzelne Neuronen zu verfolgen. Der manuelle Aufwand hierfür bemisst sich allerdings in Jahrzehnten. Automatische Verfahren scheitern bislang an schwierigen Bildstellen, da sie das von Menschen verwendete Wissen über Form und Zusammenhang nicht abbilden können. Das vorliegende Vorhaben will diese Lücke schließen, indem es Modelle höherer Ordnung entwickelt, welche anhand von Trainingsbeispielen Wissen zu Form und Struktur erschließen können. Für diesen Lernvorgang werden unter Anderem neue, dem Problem angepasste Fehlermetriken entwickelt sowie Schätzer für die lokale Unsicherheit der gemachten Vorhersagen erforscht. Solche nicht mehr gänzlich lokalen Eigenschaften werden in schwierige Optimierungsprobleme münden, die dank geeigneter Generierung möglicher Interpretationen der Daten gelöst werden. Insgesamt wird dieses Projekt dazu beitragen, aus den riesigen mikroskopischen Bildmengen automatisch Teile des "Schaltplanes" des Gehirns zu extrahieren, und zwar in einer Qualität welche das Stellen und Beantworten neuer biologischer Fragen erst erlaubt.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Schweiz
• Mitverantwortlich: Dr. Matthew Cook