TY - GEN A1 - Maier, Johannes A1 - Weiherer, Maximilian A1 - Huber, Michaela A1 - Palm, Christoph ED - Handels, Heinz ED - Deserno, Thomas M. ED - Maier, Andreas ED - Maier-Hein, Klaus H. ED - Palm, Christoph ED - Tolxdorff, Thomas T1 - Abstract: Imitating Human Soft Tissue with Dual-Material 3D Printing T2 - Bildverarbeitung für die Medizin 2019, Algorithmen - Systeme - Anwendungen. Proceedings des Workshops vom 17. bis 19. März 2019 in Lübeck N2 - Currently, it is common practice to use three-dimensional (3D) printers not only for rapid prototyping in the industry, but also in the medical area to create medical applications for training inexperienced surgeons. In a clinical training simulator for minimally invasive bone drilling to fix hand fractures with Kirschner-wires (K-wires), a 3D printed hand phantom must not only be geometrically but also haptically correct. Due to a limited view during an operation, surgeons need to perfectly localize underlying risk structures only by feeling of specific bony protrusions of the human hand. KW - Handchirurgie KW - 3D-Druck KW - Lernprogramm KW - HaptiVisT Y1 - 2019 SN - 978-3-658-25325-7 U6 - https://doi.org/10.1007/978-3-658-25326-4_48 SP - 218 PB - Springer Vieweg CY - Wiesbaden ER - TY - GEN ED - Maier, Andreas ED - Deserno, Thomas M. ED - Handels, Heinz ED - Maier-Hein, Klaus H. ED - Palm, Christoph ED - Tolxdorff, Thomas T1 - Bildverarbeitung für die Medizin 2024 BT - Proceedings, German Workshop on Medical Image Computing, Erlangen, March 10-12, 2024 N2 - Seit mehr als 25 Jahren ist der Workshop "Bildverarbeitung für die Medizin" als erfolgreiche Veranstaltung etabliert. Ziel ist auch 2024 wieder die Darstellung aktueller Forschungsergebnisse und die Vertiefung der Gespräche zwischen Wissenschaftlern, Industrie und Anwendern. Die Beiträge dieses Bandes - viele davon in englischer Sprache - umfassen alle Bereiche der medizinischen Bildverarbeitung, insbesondere die Bildgebung und -akquisition, Segmentierung und Analyse, Visualisierung und Animation, computerunterstützte Diagnose sowie bildgestützte Therapieplanung und Therapie. Hierbei kommen Methoden des maschinelles Lernens, der biomechanischen Modellierung sowie der Validierung und Qualitätssicherung zum Einsatz. KW - Bildverarbeitung KW - Computerunterstützte Medizin KW - Bildgebendes Verfahren KW - Bildanalyse KW - Deep Learning Y1 - 2024 SN - 978-3-658-44037-4 U6 - https://doi.org/10.1007/978-3-658-44037-4 SN - 1431-472X PB - Springer CY - Wiesbaden ER - TY - GEN A1 - Rückert, Tobias A1 - Rieder, Maximilian A1 - Rauber, David A1 - Xiao, Michel A1 - Humolli, Eg A1 - Feussner, Hubertus A1 - Wilhelm, Dirk A1 - Palm, Christoph T1 - Augmenting instrument segmentation in video sequences of minimally invasive surgery by synthetic smoky frames T2 - International Journal of Computer Assisted Radiology and Surgery KW - Surgical instrument segmentation KW - smoke simulation KW - unpaired image-to-image translation KW - robot-assisted surgery Y1 - 2023 U6 - https://doi.org/10.1007/s11548-023-02878-2 VL - 18 IS - Suppl 1 SP - S54 EP - S56 PB - Springer Nature ER - TY - CHAP A1 - Thieme, Dorothea A1 - Linnemann, Birgit ED - Heese, Carl ED - Schütz, Sandra ED - Obergrießer, Stefanie T1 - Nachhaltigkeit und Effektivität von Kompressionsmaßnahmen in Prävention des Postthrombotischen Syndroms T2 - Die Nachhaltigkeitsziele der UN im Spiegel der Wissenschaft : Beispiele aus der Sozial- und Gesundheitsforschung N2 - Etwa 20–50 % der Patientinnen und Patienten mit akuter tiefer Beinvenenthrombose entwickeln in den ersten 5 Jahren postthrombotische Komplikationen, die durch Schwellung, Schmerzen und eingeschränkter Lebensqualität zu Frühberentungen führen können. Eine frühzeitig eingeleitete Therapie mit Antikoagulanzien fördert die Rekanalisation thrombosierter Venen in der Frühphase und verhindert Rezidivthrombosen im Verlauf. Der Nutzen der Kompressionstherapie wird immer wieder diskutiert. Ziel des Reviews ist, Nachhaltigkeit und Effektivität zum Einsatz von Kompressionsmaßnahmen in Prävention des Postthrombotischen Syndroms darzustellen. Die Literaturrecherche ergibt 4375 Treffer, 130 Studien und Fachartikel werden eingeschlossen. Zwei randomisierte kontrollierte Studien (RCTs) zeigen eine klare Empfehlung für Kompressionsmaßnahmen und Mobilisation in der Akutphase einer tiefen Beinvenenthrombose. zwei RCTs bewerten die präventive Wirkung von Kompressionsstrümpfen und zeigen, dass sich die Rate postthrombotischer Komplikationen um etwa 50 % reduzieren lässt (p < 0,001; p < 0,001 und HR 0,49 (95 %-KI, 0,29–0,84; p = 0,011)). Zwei RCTs können beim Vergleich von Kompressions- versus Placebostrümpfen keine signifikante Besserung postthrombotischer Beschwerden nachweisen (HR 1,13, 95 %-KI 0,73–1,76; p = 0,58), beide Publikationen sind kritisch zu hinterfragen. Ein RCT stellt dar, dass die Höhe der Kompressionsstrümpfe keine signifikanten postthrombotischen Auswirkungen zeigen (p = 0,017) und zwei RCTs belegen, dass eine individualisierte Therapie mit Kompressionsstrümpfen der Standardtherapiedauer von 24 Monaten nicht unterlegen ist. Voraussetzung für die Effektivität ist die korrekte Applikation. KW - Effektivität KW - Kompressionsbehandlung KW - Nachhaltigkeit KW - Postthrombotisches Syndrom KW - Prävention Y1 - 2025 SN - 978-3-658-43333-8 U6 - https://doi.org/10.1007/978-3-658-43334-5_16 SN - 2731-8834 SP - 271 EP - 299 PB - Springer VS CY - Wiesbaden ER - TY - GEN A1 - Weber, Karsten T1 - Transparenz aus praktischer und regulatorischer Perspektive: Ein Beitrag zur Technikfolgenabschätzung der KI? Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Verantwortung als Leitprinzip der Arbeit der Gemeinsamen Ethikkommission der Hochschulen Bayerns (GEHBa) Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Driverless vehicles and software dependency: sustainability, security, and safety are at stake Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - KI und Sterben Just-in-Time BT - Wenn das Unwägbare voraussehbar und das Unvermeidliche beeinflussbar wird Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - „Ist da jemand?“ – Die Geschichte des Versuchs denkende Maschinen zu bauen Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Social challenges that (might) come from AI Y1 - 2023 ER - TY - JOUR A1 - Weiherer, Maximilian A1 - Eigenberger, Andreas A1 - Egger, Bernhard A1 - Brébant, Vanessa A1 - Prantl, Lukas A1 - Palm, Christoph T1 - Learning the shape of female breasts: an open-access 3D statistical shape model of the female breast built from 110 breast scans JF - The Visual Computer N2 - We present the Regensburg Breast Shape Model (RBSM)—a 3D statistical shape model of the female breast built from 110 breast scans acquired in a standing position, and the first publicly available. Together with the model, a fully automated, pairwise surface registration pipeline used to establish dense correspondence among 3D breast scans is introduced. Our method is computationally efficient and requires only four landmarks to guide the registration process. A major challenge when modeling female breasts from surface-only 3D breast scans is the non-separability of breast and thorax. In order to weaken the strong coupling between breast and surrounding areas, we propose to minimize the variance outside the breast region as much as possible. To achieve this goal, a novel concept called breast probability masks (BPMs) is introduced. A BPM assigns probabilities to each point of a 3D breast scan, telling how likely it is that a particular point belongs to the breast area. During registration, we use BPMs to align the template to the target as accurately as possible inside the breast region and only roughly outside. This simple yet effective strategy significantly reduces the unwanted variance outside the breast region, leading to better statistical shape models in which breast shapes are quite well decoupled from the thorax. The RBSM is thus able to produce a variety of different breast shapes as independently as possible from the shape of the thorax. Our systematic experimental evaluation reveals a generalization ability of 0.17 mm and a specificity of 2.8 mm. To underline the expressiveness of the proposed model, we finally demonstrate in two showcase applications how the RBSM can be used for surgical outcome simulation and the prediction of a missing breast from the remaining one. Our model is available at https://www.rbsm.re-mic.de/. KW - Statistical shape model KW - Non-rigid surface registration KW - Breast imaging KW - Surgical outcome simulation KW - Breast reconstruction surgery Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-30506 N1 - Corresponding author: Christoph Palm N1 - Zugehörige arXiv-Publikation: https://opus4.kobv.de/opus4-oth-regensburg/frontdoor/index/index/docId/2023 VL - 39 IS - 4 SP - 1597 EP - 1616 PB - Springer Nature ER - TY - JOUR A1 - Brébant, Vanessa A1 - Weiherer, Maximilian A1 - Noisser, Vivien A1 - Seitz, Stephan A1 - Prantl, Lukas A1 - Eigenberger, Andreas T1 - Implants Versus Lipograft: Analysis of Long-Term Results Following Congenital Breast Asymmetry Correction JF - Aesthetic Plastic Surgery N2 - Aims Congenital breast asymmetry represents a particular challenge to the classic techniques of plastic surgery given the young age of patients at presentation. This study reviews and compares the long-term results of traditional breast augmentation using silicone implants and the more innovative technique of lipografting. Methods To achieve this, we not only captured subjective parameters such as satisfaction with outcome and symmetry, but also objective parameters including breast vol-ume and anthropometric measurements. The objective examination was performed manually and by using the Vectra H2 photogrammetry scanning system. Results Differences between patients undergoing either implant augmentation or lipograft were revealed not to be significant with respect to patient satisfaction with surgical outcome (p= 0.55) and symmetry (p= 0.69). Furthermore, a breast symmetry of 93 % was reported in both groups. Likewise, no statistically significant volume difference between the left and right breasts was observed in both groups (p\0.41). However, lipograft patients needed on average 2.9 procedures to achieve the desired result, compared with 1.3 for implant augmentation. In contrast, patients treated with implant augmentation may require anumber of implant changes during their lifetime. Conclusion Both methods may be considered for patients presenting with congenital breast asymmetry. KW - Congenital Breast Asymmetry KW - 3D volumetry KW - Autologous fat injections KW - Three-dimensional imaging KW - Lipograft Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-32404 N1 - Corresponding author der OTH Regensburg: Vanessa Brébant VL - 46 SP - 2228 EP - 2236 PB - Springer Nature ER - TY - JOUR A1 - Maier, Johannes A1 - Weiherer, Maximilian A1 - Huber, Michaela A1 - Palm, Christoph T1 - Imitating human soft tissue on basis of a dual-material 3D print using a support-filled metamaterial to provide bimanual haptic for a hand surgery training system JF - Quantitative Imaging in Medicine and Surgery N2 - Background: Currently, it is common practice to use three-dimensional (3D) printers not only for rapid prototyping in the industry, but also in the medical area to create medical applications for training inexperienced surgeons. In a clinical training simulator for minimally invasive bone drilling to fix hand fractures with Kirschner-wires (K-wires), a 3D-printed hand phantom must not only be geometrically but also haptically correct. Due to a limited view during an operation, surgeons need to perfectly localize underlying risk structures only by feeling of specific bony protrusions of the human hand. Methods: The goal of this experiment is to imitate human soft tissue with its haptic and elasticity for a realistic hand phantom fabrication, using only a dual-material 3D printer and support-material-filled metamaterial between skin and bone. We present our workflow to generate lattice structures between hard bone and soft skin with iterative cube edge (CE) or cube face (CF) unit cells. Cuboid and finger shaped sample prints with and without inner hard bone in different lattice thickness are constructed and 3D printed. Results: The most elastic available rubber-like material is too firm to imitate soft tissue. By reducing the amount of rubber in the inner volume through support material (SUP), objects become significantly softer. Without metamaterial, after disintegration, the SUP can be shifted through the volume and thus the body loses its original shape. Although the CE design increases the elasticity, it cannot restore the fabric form. In contrast to CE, the CF design increases not only the elasticity but also guarantees a local limitation of the SUP. Therefore, the body retains its shape and internal bones remain in its intended place. Various unit cell sizes, lattice thickening and skin thickness regulate the rubber material and SUP ratio. Test prints with higher SUP and lower rubber material percentage appear softer and vice versa. This was confirmed by an expert surgeon evaluation. Subjects adjudged pure rubber-like material as too firm and samples only filled with SUP or lattice structure in CE design as not suitable for imitating tissue. 3D-printed finger samples in CF design were rated as realistic compared to the haptic of human tissue with a good palpable bone structure. Conclusions: We developed a new dual-material 3D print technique to imitate soft tissue of the human hand with its haptic properties. Blowy SUP is trapped within a lattice structure to soften rubber-like 3D print material, which makes it possible to reproduce a realistic replica of human hand soft tissue. KW - Dual-material 3D printing KW - Hand surgery training KW - Metamaterial KW - Support material KW - Tissue-imitating hand phantom KW - Handchirurgie KW - 3D-Druck KW - Biomaterial KW - Lernprogramm Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-979 N1 - Corresponding author: Christoph Palm VL - 9 IS - 1 SP - 30 EP - 42 PB - AME Publishing Company ER - TY - JOUR A1 - Maier, Johannes A1 - Weiherer, Maximilian A1 - Huber, Michaela A1 - Palm, Christoph T1 - Optically tracked and 3D printed haptic phantom hand for surgical training system JF - Quantitative Imaging in Medicine and Surgery N2 - Background: For surgical fixation of bone fractures of the human hand, so-called Kirschner-wires (K-wires) are drilled through bone fragments. Due to the minimally invasive drilling procedures without a view of risk structures like vessels and nerves, a thorough training of young surgeons is necessary. For the development of a virtual reality (VR) based training system, a three-dimensional (3D) printed phantom hand is required. To ensure an intuitive operation, this phantom hand has to be realistic in both, its position relative to the driller as well as in its haptic features. The softest 3D printing material available on the market, however, is too hard to imitate human soft tissue. Therefore, a support-material (SUP) filled metamaterial is used to soften the raw material. Realistic haptic features are important to palpate protrusions of the bone to determine the drilling starting point and angle. An optical real-time tracking is used to transfer position and rotation to the training system. Methods: A metamaterial already developed in previous work is further improved by use of a new unit cell. Thus, the amount of SUP within the volume can be increased and the tissue is softened further. In addition, the human anatomy is transferred to the entire hand model. A subcutaneous fat layer and penetration of air through pores into the volume simulate shiftability of skin layers. For optical tracking, a rotationally symmetrical marker attached to the phantom hand with corresponding reference marker is developed. In order to ensure trouble-free position transmission, various types of marker point applications are tested. Results: Several cuboid and forearm sample prints lead to a final 30 centimeter long hand model. The whole haptic phantom could be printed faultless within about 17 hours. The metamaterial consisting of the new unit cell results in an increased SUP share of 4.32%. Validated by an expert surgeon study, this allows in combination with a displacement of the uppermost skin layer a good palpability of the bones. Tracking of the hand marker in dodecahedron design works trouble-free in conjunction with a reference marker attached to the worktop of the training system. Conclusions: In this work, an optically tracked and haptically correct phantom hand was developed using dual-material 3D printing, which can be easily integrated into a surgical training system. KW - Handchirurgie KW - 3D-Druck KW - Lernprogramm KW - Zielverfolgung KW - HaptiVisT KW - Dual-material 3D printing KW - hand surgery training KW - metamaterial KW - tissue imitating phantom hand Y1 - 2020 U6 - https://doi.org/10.21037/qims.2019.12.03 N1 - Corresponding author: Christoph Palm VL - 10 IS - 02 SP - 340 EP - 455 PB - AME Publishing Company CY - Hong Kong, China ER - TY - JOUR A1 - Noisser, Vivien A1 - Eigenberger, Andreas A1 - Weiherer, Maximilian A1 - Seitz, Stephan A1 - Prantl, Lukas A1 - Brébant, Vanessa T1 - Surgery of congenital breast asymmetry - which objective parameter influences the subjective satisfaction with long-term results JF - Archives of Gynecology and Obstetrics N2 - Purpose Congenital breast asymmetry is a serious gynecological malformation for affected patients. The condition hits young women in puberty and is associated with socio-esthetic handicap, depression, and psychosexual problems. Surgical treatment is usually early in the patient's lifetime, so a long-term sustainable solution is important. Although postoperative outcome has been evaluated in several studies before, this study is the first to analyze which objective parameters have the greatest influence on subjective satisfaction with long-term results. Methods Thirty-four patients diagnosed with congenital breast asymmetry that underwent either lipofilling or implant therapy between the years of 2008 to 2019 were examined. On average, our collective comprised patients seven years after surgery. Data were mainly gathered through manual measurements, patient-reported outcome measures (Breast Q™), and breast volumetry based on 3D scans (Vectra® H2, Canfield Scientific). Results Among all analyzed parameters, only areolar diameter correlated significantly negatively with the subjective outcome satisfaction of the patient. Regarding the subjective assessment of postoperative satisfaction with similarity of the breasts, again the mean areolar diameter, but also the difference in areolar diameter and breast volume between the right and left breasts correlated significantly negatively. Conclusion Areolar diameter was revealed as being a significant factor influencing subjective long-term satisfaction in breast asymmetry patients. Moreover, 3D volumetry proves to be an effective tool to substantiate subjective patient assessments. Our findings may lead to further improvements to surgical planning and will be expanded in further studies. KW - Congenital breast asymmetry KW - Poland syndrome KW - Lipofilling KW - Silicone implant KW - 3D volumetry Y1 - 2021 U6 - https://doi.org/10.1007/s00404-021-06218-0 PB - Springer Nature ER - TY - CHAP A1 - Franz, Daniela A1 - Dreher, Maria A1 - Prinzen, Martin A1 - Teßmann, Matthias A1 - Palm, Christoph A1 - Katzky, Uwe A1 - Perret, Jerome A1 - Hofer, Mathias A1 - Wittenberg, Thomas T1 - CT-basiertes virtuelles Fräsen am Felsenbein BT - Bild- und haptischen Wiederholfrequenzen bei unterschiedlichen Rendering Methoden T2 - Bildverarbeitung für die Medizin 2018; Algorithmen - Systeme - Anwendungen. Proceedings des Workshops vom 11. bis 13. März 2018 in Erlangen N2 - Im Rahmen der Entwicklung eines haptisch-visuellen Trainingssystems für das Fräsen am Felsenbein werden ein Haptikarm und ein autostereoskopischer 3D-Monitor genutzt, um Chirurgen die virtuelle Manipulation von knöchernen Strukturen im Kontext eines sog. Serious Game zu ermöglichen. Unter anderem sollen Assistenzärzte im Rahmen ihrer Ausbildung das Fräsen am Felsenbein für das chirurgische Einsetzen eines Cochlea-Implantats üben können. Die Visualisierung des virtuellen Fräsens muss dafür in Echtzeit und möglichst realistisch modelliert, implementiert und evaluiert werden. Wir verwenden verschiedene Raycasting Methoden mit linearer und Nearest Neighbor Interpolation und vergleichen die visuelle Qualität und die Bildwiederholfrequenzen der Methoden. Alle verglichenen Verfahren sind sind echtzeitfähig, unterscheiden sich aber in ihrer visuellen Qualität. KW - Felsenbein KW - Fräsen KW - Virtualisierung KW - Computertomographie KW - Computerassistierte Chirurgie Y1 - 2018 SN - 978-3-662-56537-7 U6 - https://doi.org/10.1007/978-3-662-56537-7_51 SP - 176 EP - 181 PB - Springer CY - Berlin ER - TY - CHAP A1 - Maier, Johannes A1 - Huber, Michaela A1 - Katzky, Uwe A1 - Perret, Jerome A1 - Wittenberg, Thomas A1 - Palm, Christoph T1 - Force-Feedback-assisted Bone Drilling Simulation Based on CT Data T2 - Bildverarbeitung für die Medizin 2018; Algorithmen - Systeme - Anwendungen; Proceedings des Workshops vom 11. bis 13. März 2018 in Erlangen N2 - In order to fix a fracture using minimally invasive surgery approaches, surgeons are drilling complex and tiny bones with a 2 dimensional X-ray as single imaging modality in the operating room. Our novel haptic force-feedback and visual assisted training system will potentially help hand surgeons to learn the drilling procedure in a realistic visual environment. Within the simulation, the collision detection as well as the interaction between virtual drill, bone voxels and surfaces are important. In this work, the chai3d collision detection and force calculation algorithms are combined with a physics engine to simulate the bone drilling process. The chosen Bullet-Physics-Engine provides a stable simulation of rigid bodies, if the collision model of the drill and the tool holder is generated as a compound shape. Three haptic points are added to the K-wire tip for removing single voxels from the bone. For the drilling process three modes are proposed to emulate the different phases of drilling in restricting the movement of a haptic device. KW - Handchirurgie KW - Osteosynthese KW - Simulation KW - Lernprogramm Y1 - 2018 U6 - https://doi.org/10.1007/978-3-662-56537-7_78 SP - 291 EP - 296 PB - Springer CY - Berlin ER - TY - CHAP A1 - Eixelberger, Thomas A1 - Wittenberg, Thomas A1 - Perret, Jerome A1 - Katzky, Uwe A1 - Simon, Martina A1 - Schmitt-Rüth, Stephanie A1 - Hofer, Mathias A1 - Sorge, M. A1 - Jacob, R. A1 - Engel, Felix B. A1 - Gostian, A. A1 - Palm, Christoph A1 - Franz, Daniela T1 - A haptic model for virtual petrosal bone milling T2 - 17. Jahrestagung der Deutschen Gesellschaft für Computer- und Roboterassistierte Chirurgie (CURAC2018), Tagungsband, 2018, Leipzig, 13.-15. September N2 - Virtual training of bone milling requires realtime and realistic haptics of the interaction between the ”virtual mill” and a ”virtual bone”. We propose an exponential abrasion model between a virtual one and the mill bit and combine it with a coarse representation of the virtual bone and the mill shaft for collision detection using the Bullet Physics Engine. We compare our exponential abrasion model to a widely used linear abrasion model and evaluate it quantitatively and qualitatively. The evaluation results show, that we can provide virtual milling in real-time, with an abrasion behavior similar to that proposed in the literature and with a realistic feeling of five different surgeons. KW - Osteosynthese KW - Simulation KW - Lernprogramm Y1 - 2018 UR - https://www.curac.org/images/advportfoliopro/images/CURAC2018/CURAC 2018 Tagungsband.pdf VL - 17 SP - 214 EP - 219 ER - TY - CHAP A1 - Palm, Christoph A1 - Schanze, Thomas T1 - Biomedical Image and Signal Computing (BISC 2013) T2 - 58. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS 2013), Lübeck, 01.-05.09.2013 Y1 - 2013 U6 - https://doi.org/doi:10.3205/13gmds257 N1 - Meeting Abstract IS - DocAbstr. 324 PB - German Medical Science GMS Publishing House CY - Düsseldorf ER - TY - JOUR A1 - Ebigbo, Alanna A1 - Mendel, Robert A1 - Probst, Andreas A1 - Manzeneder, Johannes A1 - Souza Jr., Luis Antonio de A1 - Papa, João Paulo A1 - Palm, Christoph A1 - Messmann, Helmut T1 - Computer-aided diagnosis using deep learning in the evaluation of early oesophageal adenocarcinoma JF - GuT N2 - Computer-aided diagnosis using deep learning (CAD-DL) may be an instrument to improve endoscopic assessment of Barrett’s oesophagus (BE) and early oesophageal adenocarcinoma (EAC). Based on still images from two databases, the diagnosis of EAC by CAD-DL reached sensitivities/specificities of 97%/88% (Augsburg data) and 92%/100% (Medical Image Computing and Computer-Assisted Intervention [MICCAI] data) for white light (WL) images and 94%/80% for narrow band images (NBI) (Augsburg data), respectively. Tumour margins delineated by experts into images were detected satisfactorily with a Dice coefficient (D) of 0.72. This could be a first step towards CAD-DL for BE assessment. If developed further, it could become a useful adjunctive tool for patient management. KW - Speiseröhrenkrebs KW - Diagnose KW - Computerunterstütztes Verfahren KW - Maschinelles Lernen Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-68 N1 - Corresponding authors: Alanna Ebigbo and Christoph Palm VL - 68 IS - 7 SP - 1143 EP - 1145 PB - British Society of Gastroenterology ER - TY - THES A1 - Maier, Johannes T1 - Entwicklung eines Haptisch und Visuell unterstützten Trainingssystems (HaptiVisT) für komplexe Knochenbohrungen in der minimalinvasiven Handchirurgie N2 - Eine gängige Operationsmethode, um Frakturen der menschlichen Hand nach einem Unfall zu korrigieren, ist eine Osteosynthese mit sogenannten Kirschnerdrähten (K-Drähten) zur Stabilisierung von Knochenfragmenten. Die Einführung dieser langen, dünnen und scharfen Drähte durch manuelles Bohren ist eine komplexe minimalinvasive Operation, bei der ein Chirurg nahezu ohne visuelle Orientierung und nur durch eine kleine Öffnung der Haut des Patienten arbeitet. Als Orientierungshilfe für die optimale Lage der K-Drähte bleibt dem Chirurgen lediglich eine zweidimensionale (2D)-Röntgendarstellung und das Ertasten von knöchernen Vorsprüngen auf der menschlichen Hand, um Verletzungen an Risikostrukturen (Nerven, Gefäße usw.), die im Weichteilgewebe der Hand eingebettet sind, zu vermeiden. Für eine sichere und fehlerfreie Durchführung einer K-Draht-Osteosynthese ist deswegen eine gründliche theoretische und praktische Ausbildung junger Chirurgen notwendig. Da traditionelle Trainingsmethoden zeitaufwendig, kostspielig, ethisch nicht korrekt und unzureichend realistisch sind, wird in dieser Arbeit ein innovativer, auf virtueller Realität (VR) basierender, Haptisch und Visuell unterstützter Trainingssimulator (HaptiVisT) für die Platzierung von K-Drähten entwickelt, der vor allem Handchirurgen mit Übungs- und Perfektionierungsbedarf dabei unterstützt, das Bohrverfahren in einer realistischen aber virtuellen Umgebung zu erlernen. Beim HaptiVisT-Prototypenaufbau werden reale Patientendaten segmentierter Volumendaten aus einer Computertomographie (CT) und einer Magnetresonanztomographie (MRT) im virtuellen, dreidimensionalen (3D) Raum auf einem 3D-Monitor visualisiert und für eine intuitive bimanuelle Haptik sowohl mit einem Kraftfeedback-Gerät für den Bohrprozess und einer 3D-gedruckten und optisch getrackten Phantomhand kombiniert. Die vorliegende Arbeit beschreibt zunächst alle verwendeten Hardwaregeräte, die C++-Softwareumgebung, aufgebaut auf Multithreading (gleichzeitige Ausführung mehrerer Anweisungsfolgen in einem Prozess), und die auf Oberflächen- und Volumenrendering basierte Visualisierung. Die Kollisionsdetektion zwischen Bohrer und Knochen im virtuellen Raum wird in zwei separate Ereignisse unterteilt: Kollisionen zwischen Objekten als Gesamtes (Simulation der Kollision über die gesamte Objektoberfläche) und Kollisionen zwischen einer K-Draht-Spitze und dem Knochenvolumen für die Entfernung kleiner Volumenelemente (Voxel). Das Herzstück des Trainingssystems bildet eine echtzeitfähige Bohrsimulation, die den gesamten Bohrprozess in eine endliche Anzahl logischer Unterprozesse gliedert und diese Zustände in einen endlichen Zustandsautomaten (FSM, engl.: Finite State Machine) zusammenfasst. Das Kraftfeedback während einer Bohrung wird mit sogenannten „Virtual Fixtures“ (abstrakten sensorischen Informationen) berechnet und über einen Haptikarm auf den Benutzer übertragen. Damit die Simulation der Realität entspricht, wird unter Zuhilfenahme eines experimentellen Aufbaus die reale Bohrgeschwindigkeit durch kortikale Knochen ermittelt. Anschließend werden ein Levelkonzept und alle im System verfügbaren Bohrunterstützungswerkzeuge, wie haptische Korridore als Goldstandard oder eine Röntgenbildsimulation, vorgestellt. Mit ihnen ist es möglich, ausgesuchte Operationsfälle in Level unterschiedlicher Schwierigkeit zu unterteilen und den Operationsvorgang qualitativ zu bewerten. Der 3D-Druck einer Phantomhand (realitätsnahe Nachbildung einer Patientenhand) mit realistischen haptischen Eigenschaften zum Ertasten von Knochenvorsprüngen wird über einen metamaterialbasierten Ansatz (Neuanordnung des Grundmaterials durch eine künstlich angelegte, sich wiederholende Struktur) realisiert, da das aktuell am Markt verfügbare 3D-Druckmaterial für den Druck menschlichen Weichteilgewebes zu hart ist. Die Echtzeitverfolgung der Phantomhand beruht auf einem mit einer Stereokamera optisch getrackten Marker in Form eines Dodekaeders (Körper mit zwölf Flächen). Abschließend wird das HaptiVisT-Gesamtsystem in drei und der 3D-Druck einer Phantomhand in zwei Expertenevaluationen ausführlich untersucht und ausgewertet. Das HaptiVisT-System versteht sich als notwendiges Komplement für den ersten und weltweit einzigen funktionsfähigen, kompakten Prototypen für virtuelle K-DrahtOsteosynthesen mit haptischen Kraftfeedback, der in Zukunft Chirurgen in Aus- und Weiterbildung an Kliniken oder Trainingszentren ein risikofreies, zeit- und ortsunabhängiges Training ermöglicht. Die Kernelemente dieser Arbeit sind: • Stereoskopische 3D-Darstellung von realen Patientendaten. • Bimanuelle Haptik aus haptischen Kraftfeedback des Bohrens verbunden mit einer optisch getrackten, haptisch korrekten und 3D-gedruckten Phantomhand. • Zuverlässige Kollisionsdetektion zwischen virtuellen Objekten als Grundlage für das Kraftfeedback und die Abtragung von Knochen. • Echtzeitfähige Bohrsimulation durch Reduzierung des Bohrprozesses auf logische Bohr-Teilprozesse kombiniert mit einer Virtual Fixtures basierten Kraftberechnung. Haptisch korrekte Phantome sind vor allem im medizinischen Training von hoher Relevanz und die Berechnung des Kraftfeedbacks beruht erstmals auf der performanten und stabilen Simulation von Bohr-Teilprozessen unter Verwendung von Virtual Fixtures. Der Prototyp wird von Experten durchgehend positiv bewertet und bietet nach deren Einschätzung einen hohen Mehrwert für das chirurgische Training. Zukünftige Arbeiten könnten den Lerneffekt durch das HaptiVisT-Trainingssystem in stichhaltigen Evaluationen mit jungen Medizinstudenten unter Vorhandensein einer Kontrollgruppe statistisch validieren. Bei Bestätigung dieses Lerneffekts ist eine Ausgründung als eigenständiges Unternehmen und Weiterentwicklung des Prototyps mit Ausweitung auf weitere chirurgische Bereiche wie Knie- oder Hüftchirurgie denkbar. Unter Zuhilfenahme von automatischer Segmentierung könnten in Zukunft akut zu behandelnde Brüche abgebildet, vorab einer tatsächlichen Operation geübt und anschließend komplikationslos unter reduzierter Operationszeit durchgeführt werden. KW - Medizinisches Trainingssystem KW - Virtual Reality KW - Minimalinvasive Handchirurgie Y1 - 2020 SN - 978-3-8440-7547-2 N1 - Titel verleihende Institution: Universität Regensburg PB - Shaker CY - Düren ER - TY - JOUR A1 - Wöhl, Rebecca A1 - Maier, Johannes A1 - Gehmert, Sebastian A1 - Palm, Christoph A1 - Riebschläger, Birgit A1 - Nerlich, Michael A1 - Huber, Michaela T1 - 3D Analysis of Osteosyntheses Material using semi-automated CT Segmentation BT - a case series of a 4 corner fusion plate JF - BMC Musculoskeletal Disorders N2 - Backround Scaphoidectomy and midcarpal fusion can be performed using traditional fixation methods like K-wires, staples, screws or different dorsal (non)locking arthrodesis systems. The aim of this study is to test the Aptus four corner locking plate and to compare the clinical findings to the data revealed by CT scans and semi-automated segmentation. Methods: This is a retrospective review of eleven patients suffering from scapholunate advanced collapse (SLAC) or scaphoid non-union advanced collapse (SNAC) wrist, who received a four corner fusion between August 2011 and July 2014. The clinical evaluation consisted of measuring the range of motion (ROM), strength and pain on a visual analogue scale (VAS). Additionally, the Disabilities of the Arm, Shoulder and Hand (QuickDASH) and the Mayo Wrist Score were assessed. A computerized tomography (CT) of the wrist was obtained six weeks postoperatively. After semi-automated segmentation of the CT scans, the models were post processed and surveyed. Results During the six-month follow-up mean range of motion (ROM) of the operated wrist was 60°, consisting of 30° extension and 30° flexion. While pain levels decreased significantly, 54% of grip strength and 89% of pinch strength were preserved compared to the contralateral healthy wrist. Union could be detected in all CT scans of the wrist. While X-ray pictures obtained postoperatively revealed no pathology, two user related technical complications were found through the 3D analysis, which correlated to the clinical outcome. Conclusion Due to semi-automated segmentation and 3D analysis it has been proved that the plate design can keep up to the manufacturers’ promises. Over all, this case series confirmed that the plate can compete with the coexisting techniques concerning clinical outcome, union and complication rate. KW - Handchirurgie KW - Osteosynthese KW - Arthrodese KW - 4FC KW - SLAC wrist KW - SNAC wrist KW - Semi-automated segmentation KW - 3D analysis KW - Computertomographie KW - Bildsegmentierung KW - Dreidimensionale Bildverarbeitung Y1 - 2018 U6 - https://doi.org/10.1186/s12891-018-1975-0 VL - 19 SP - 1 EP - 8 PB - Springer Nature ER - TY - GEN A1 - Scheppach, Markus W. A1 - Mendel, Robert A1 - Probst, Andreas A1 - Rauber, David A1 - Rückert, Tobias A1 - Meinikheim, Michael A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Real-time detection and delineation of tissue during third-space endoscopy using artificial intelligence (AI) T2 - Endoscopy N2 - Aims  AI has proven great potential in assisting endoscopists in diagnostics, however its role in therapeutic endoscopy remains unclear. Endoscopic submucosal dissection (ESD) is a technically demanding intervention with a slow learning curve and relevant risks like bleeding and perforation. Therefore, we aimed to develop an algorithm for the real-time detection and delineation of relevant structures during third-space endoscopy. Methods  5470 still images from 59 full length videos (47 ESD, 12 POEM) were annotated. 179681 additional unlabeled images were added to the training dataset. Consequently, a DeepLabv3+ neural network architecture was trained with the ECMT semi-supervised algorithm (under review elsewhere). Evaluation of vessel detection was performed on a dataset of 101 standardized video clips from 15 separate third-space endoscopy videos with 200 predefined blood vessels. Results  Internal validation yielded an overall mean Dice score of 85% (68% for blood vessels, 86% for submucosal layer, 88% for muscle layer). On the video test data, the overall vessel detection rate (VDR) was 94% (96% for ESD, 74% for POEM). The median overall vessel detection time (VDT) was 0.32 sec (0.3 sec for ESD, 0.62 sec for POEM). Conclusions  Evaluation of the developed algorithm on a video test dataset showed high VDR and quick VDT, especially for ESD. Further research will focus on a possible clinical benefit of the AI application for VDR and VDT during third-space endoscopy. KW - Speiseröhrenkrankheit KW - Künstliche Intelligenz KW - Artificial Intelligence Y1 - 2023 U6 - https://doi.org/10.1055/s-0043-1765128 VL - 55 IS - S02 SP - S53 EP - S54 PB - Thieme ER - TY - CHAP A1 - Franz, Daniela A1 - Katzky, Uwe A1 - Neumann, Sabine A1 - Perret, Jerome A1 - Hofer, Mathias A1 - Huber, Michaela A1 - Schmitt-Rüth, Stephanie A1 - Haug, Sonja A1 - Weber, Karsten A1 - Prinzen, Martin A1 - Palm, Christoph A1 - Wittenberg, Thomas T1 - Haptisches Lernen für Cochlea Implantationen BT - Konzept - HaptiVisT Projekt T2 - 15. Jahrestagung der Deutschen Gesellschaft für Computer- und Roboterassistierte Chirurgie (CURAC2016), Tagungsband, 2016, Bern, 29.09. - 01.10. N2 - Die Implantation eines Cochlea Implantates benötigt einen chirurgischen Zugang im Felsenbein und durch die Paukenhöhle des Patienten. Der Chirurg hat eine eingeschränkte Sicht im Operationsgebiet, die weiterhin viele Risikostrukturen enthält. Um eine Cochlea Implantation sicher und fehlerfrei durchzuführen, ist eine umfangreiche theoretische und praktische (teilweise berufsbegleitende) Fortbildung sowie langjährige Erfahrung notwendig. Unter Nutzung von realen klinischen CT/MRT Daten von Innen- und Mittelohr und der interaktiven Segmentierung der darin abgebildeten Strukturen (Nerven, Cochlea, Gehörknöchelchen,...) wird im HaptiVisT Projekt ein haptisch-visuelles Trainingssystem für die Implantation von Innen- und Mittelohr-Implantaten realisiert, das als sog. „Serious Game“ mit immersiver Didaktik gestaltet wird. Die Evaluierung des Demonstrators hinsichtlich Zweckmäßigkeit erfolgt prozessbegleitend und ergebnisorientiert, um mögliche technische oder didaktische Fehler vor Fertigstellung des Systems aufzudecken. Drei zeitlich versetzte Evaluationen fokussieren dabei chirurgisch-fachliche, didaktische sowie haptisch-ergonomische Akzeptanzkriterien. KW - Virtuelles Training KW - Haptisches Feedback KW - Gamification in der Medizin KW - Cochlea-Implantat KW - Operationstechnik KW - Simulation KW - Haptische Feedback-Technologie KW - Lernprogramm Y1 - 2016 UR - https://curac.org/images/advportfoliopro/images/CURAC2016/CURAC%202016%20Tagungsband.pdf SP - 21 EP - 26 ER - TY - CHAP A1 - Souza Jr., Luis Antonio de A1 - Hook, Christian A1 - Papa, João Paulo A1 - Palm, Christoph T1 - Barrett's Esophagus Analysis Using SURF Features T2 - Bildverarbeitung für die Medizin 2017; Algorithmen - Systeme - Anwendungen. Proceedings des Workshops vom 12. bis 14. März 2017 in Heidelberg N2 - The development of adenocarcinoma in Barrett’s esophagus is difficult to detect by endoscopic surveillance of patients with signs of dysplasia. Computer assisted diagnosis of endoscopic images (CAD) could therefore be most helpful in the demarcation and classification of neoplastic lesions. In this study we tested the feasibility of a CAD method based on Speeded up Robust Feature Detection (SURF). A given database containing 100 images from 39 patients served as benchmark for feature based classification models. Half of the images had previously been diagnosed by five clinical experts as being ”cancerous”, the other half as ”non-cancerous”. Cancerous image regions had been visibly delineated (masked) by the clinicians. SURF features acquired from full images as well as from masked areas were utilized for the supervised training and testing of an SVM classifier. The predictive accuracy of the developed CAD system is illustrated by sensitivity and specificity values. The results based on full image matching where 0.78 (sensitivity) and 0.82 (specificity) were achieved, while the masked region approach generated results of 0.90 and 0.95, respectively. KW - Speiseröhrenkrankheit KW - Diagnose KW - Maschinelles Sehen KW - Automatische Klassifikation Y1 - 2017 U6 - https://doi.org/10.1007/978-3-662-54345-0_34 SP - 141 EP - 146 PB - Springer CY - Berlin ER - TY - CHAP A1 - Mendel, Robert A1 - Ebigbo, Alanna A1 - Probst, Andreas A1 - Messmann, Helmut A1 - Palm, Christoph T1 - Barrett’s Esophagus Analysis Using Convolutional Neural Networks T2 - Bildverarbeitung für die Medizin 2017; Algorithmen - Systeme - Anwendungen. Proceedings des Workshops vom 12. bis 14. März 2017 in Heidelberg N2 - We propose an automatic approach for early detection of adenocarcinoma in the esophagus. High-definition endoscopic images (50 cancer, 50 Barrett) are partitioned into a dataset containing approximately equal amounts of patches showing cancerous and non-cancerous regions. A deep convolutional neural network is adapted to the data using a transfer learning approach. The final classification of an image is determined by at least one patch, for which the probability being a cancer patch exceeds a given threshold. The model was evaluated with leave one patient out cross-validation. With sensitivity and specificity of 0.94 and 0.88, respectively, our findings improve recently published results on the same image data base considerably. Furthermore, the visualization of the class probabilities of each individual patch indicates, that our approach might be extensible to the segmentation domain. KW - Speiseröhrenkrebs KW - Diagnose KW - Maschinelles Lernen KW - Bilderkennung KW - Automatische Klassifikation Y1 - 2017 U6 - https://doi.org/10.1007/978-3-662-54345-0_23 SP - 80 EP - 85 PB - Springer CY - Berlin ER - TY - JOUR A1 - Souza Jr., Luis Antonio de A1 - Passos, Leandro A. A1 - Santana, Marcos Cleison S. A1 - Mendel, Robert A1 - Rauber, David A1 - Ebigbo, Alanna A1 - Probst, Andreas A1 - Messmann, Helmut A1 - Papa, João Paulo A1 - Palm, Christoph T1 - Layer-selective deep representation to improve esophageal cancer classification JF - Medical & Biological Engineering & Computing N2 - Even though artificial intelligence and machine learning have demonstrated remarkable performances in medical image computing, their accountability and transparency level must be improved to transfer this success into clinical practice. The reliability of machine learning decisions must be explained and interpreted, especially for supporting the medical diagnosis.For this task, the deep learning techniques’ black-box nature must somehow be lightened up to clarify its promising results. Hence, we aim to investigate the impact of the ResNet-50 deep convolutional design for Barrett’s esophagus and adenocarcinoma classification. For such a task, and aiming at proposing a two-step learning technique, the output of each convolutional layer that composes the ResNet-50 architecture was trained and classified for further definition of layers that would provide more impact in the architecture. We showed that local information and high-dimensional features are essential to improve the classification for our task. Besides, we observed a significant improvement when the most discriminative layers expressed more impact in the training and classification of ResNet-50 for Barrett’s esophagus and adenocarcinoma classification, demonstrating that both human knowledge and computational processing may influence the correct learning of such a problem. KW - Multistep training KW - Barrett’s esophagus detection KW - Convolutional neural networks KW - Deep learning Y1 - 2024 U6 - https://doi.org/10.1007/s11517-024-03142-8 VL - 62 SP - 3355 EP - 3372 PB - Springer Nature CY - Heidelberg ER - TY - JOUR A1 - Ebigbo, Alanna A1 - Mendel, Robert A1 - Probst, Andreas A1 - Meinikheim, Michael A1 - Byrne, Michael F. A1 - Messmann, Helmut A1 - Palm, Christoph T1 - Multimodal imaging for detection and segmentation of Barrett’s esophagus-related neoplasia using artificial intelligence JF - Endoscopy N2 - The early diagnosis of cancer in Barrett’s esophagus is crucial for improving the prognosis. However, identifying Barrett’s esophagus-related neoplasia (BERN) is challenging, even for experts [1]. Four-quadrant biopsies may improve the detection of neoplasia, but they can be associated with sampling errors. The application of artificial intelligence (AI) to the assessment of Barrett’s esophagus could improve the diagnosis of BERN, and this has been demonstrated in both preclinical and clinical studies [2] [3]. In this video demonstration, we show the accurate detection and delineation of BERN in two patients ([Video 1]). In part 1, the AI system detects a mucosal cancer about 20 mm in size and accurately delineates the lesion in both white-light and narrow-band imaging. In part 2, a small island of BERN with high-grade dysplasia is detected and delineated in white-light, narrow-band, and texture and color enhancement imaging. The video shows the results using a transparent overlay of the mucosal cancer in real time as well as a full segmentation preview. Additionally, the optical flow allows for the assessment of endoscope movement, something which is inversely related to the reliability of the AI prediction. We demonstrate that multimodal imaging can be applied to the AI-assisted detection and segmentation of even small focal lesions in real time. KW - Video KW - Artificial Intelligence KW - Multimodal Imaging Y1 - 2022 U6 - https://doi.org/10.1055/a-1704-7885 VL - 54 IS - 10 PB - Georg Thieme Verlag CY - Stuttgart ET - E-Video ER - TY - JOUR A1 - Kolev, Kalin A1 - Kirchgeßner, Norbert A1 - Houben, Sebastian A1 - Csiszár, Agnes A1 - Rubner, Wolfgang A1 - Palm, Christoph A1 - Eiben, Björn A1 - Merkel, Rudolf A1 - Cremers, Daniel T1 - A variational approach to vesicle membrane reconstruction from fluorescence imaging JF - Pattern Recognition N2 - Biological applications like vesicle membrane analysis involve the precise segmentation of 3D structures in noisy volumetric data, obtained by techniques like magnetic resonance imaging (MRI) or laser scanning microscopy (LSM). Dealing with such data is a challenging task and requires robust and accurate segmentation methods. In this article, we propose a novel energy model for 3D segmentation fusing various cues like regional intensity subdivision, edge alignment and orientation information. The uniqueness of the approach consists in the definition of a new anisotropic regularizer, which accounts for the unbalanced slicing of the measured volume data, and the generalization of an efficient numerical scheme for solving the arising minimization problem, based on linearization and fixed-point iteration. We show how the proposed energy model can be optimized globally by making use of recent continuous convex relaxation techniques. The accuracy and robustness of the presented approach are demonstrated by evaluating it on multiple real data sets and comparing it to alternative segmentation methods based on level sets. Although the proposed model is designed with focus on the particular application at hand, it is general enough to be applied to a variety of different segmentation tasks. KW - 3D segmentation KW - Convex optimization KW - Vesicle membrane analysis KW - Fluorescence imaging KW - Dreidimensionale Bildverarbeitung KW - Bildsegmentierung KW - Konvexe Optimierung Y1 - 2011 U6 - https://doi.org/10.1016/j.patcog.2011.04.019 VL - 44 IS - 12 SP - 2944 EP - 2958 PB - Elsevier ER - TY - CHAP A1 - Metzler, V. A1 - Aach, T. A1 - Palm, Christoph A1 - Lehmann, Thomas M. T1 - Texture Classification of Graylevel Images by Multiscale Cross-Co-Occurrence Matrices T2 - Proceedings 15th International Conference on Pattern Recognition (ICPR-2000) N2 - Local gray level dependencies of natural images can be modelled by means of co-occurrence matrices containing joint probabilities of gray-level pairs. Texture, however, is a resolution-dependent phenomenon and hence, classification depends on the chosen scale. Since there is no optimal scale for all textures we employ a multiscale approach that acquires textural features at several scales. Thus linear and nonlinear scale-spaces are analyzed by multiscale co-occurrence matrices that describe the statistical behavior of a texture in scale-space. Classification is then performed on the basis of texture features taken from the individual scale with the highest discriminatory power. By considering cross-scale occurrences of gray level pairs, the impact of filters on the feature is described and used for classification of natural textures. This novel method was found to improve classification rates of the common co-occurrence matrix approach on standard textures significantly. Y1 - 2000 U6 - https://doi.org/10.1109/ICPR.2000.906133 SP - 549 EP - 552 ER - TY - GEN ED - Handels, Heinz ED - Deserno, Thomas M. ED - Maier, Andreas ED - Maier-Hein, Klaus H. ED - Palm, Christoph ED - Tolxdorff, Thomas T1 - Bildverarbeitung für die Medizin 2019 BT - Algorithmen – Systeme – Anwendungen. Proceedings des Workshops vom 17. bis 19. März 2019 in Lübeck N2 - In den letzten Jahren hat sich der Workshop "Bildverarbeitung für die Medizin" durch erfolgreiche Veranstaltungen etabliert. Ziel ist auch 2019 wieder die Darstellung aktueller Forschungsergebnisse und die Vertiefung der Gespräche zwischen Wissenschaftlern, Industrie und Anwendern. Die Beiträge dieses Bandes - einige davon in englischer Sprache - umfassen alle Bereiche der medizinischen Bildverarbeitung, insbesondere Bildgebung und -akquisition, Maschinelles Lernen, Bildsegmentierung und Bildanalyse, Visualisierung und Animation, Zeitreihenanalyse, Computerunterstützte Diagnose, Biomechanische Modellierung, Validierung und Qualitätssicherung, Bildverarbeitung in der Telemedizin u.v.m. KW - Bildgebendes Verfahren KW - Computerunterstützte Medizin KW - Bildanalyse KW - Bilderkennung KW - Computerunterstützte Medizin KW - Computerunterstützte Diagnose KW - Medizininformatik Y1 - 2019 SN - 978-3-658-25325-7 U6 - https://doi.org/10.1007/978-3-658-25326-4 SN - 1431-472X PB - Springer CY - Berlin ER - TY - GEN A1 - Meinikheim, Michael A1 - Mendel, Robert A1 - Probst, Andreas A1 - Scheppach, Markus W. A1 - Messmann, Helmut A1 - Palm, Christoph A1 - Ebigbo, Alanna T1 - Optical Flow als Methode zur Qualitätssicherung KI-unterstützter Untersuchungen von Barrett-Ösophagus und Barrett-Ösophagus assoziierten Neoplasien T2 - Zeitschrift für Gastroenterologie N2 - Einleitung  Übermäßige Bewegung im Bild kann die Performance von auf künstlicher Intelligenz (KI) basierenden klinischen Entscheidungsunterstützungssystemen (CDSS) reduzieren. Optical Flow (OF) ist eine Methode zur Lokalisierung und Quantifizierung von Bewegungen zwischen aufeinanderfolgenden Bildern. Ziel  Ziel ist es, die Mensch-Computer-Interaktion (HCI) zu verbessern und Endoskopiker die unser KI-System „Barrett-Ampel“ zur Unterstützung bei der Beurteilung von Barrett-Ösophagus (BE) verwenden, ein Echtzeit-Feedback zur aktuellen Datenqualität anzubieten. Methodik  Dazu wurden unveränderte Videos in „Weißlicht“ (WL), „Narrow Band Imaging“ (NBI) und „Texture and Color Enhancement Imaging“ (TXI) von acht endoskopischen Untersuchungen von histologisch gesichertem BE und mit Barrett-Ösophagus assoziierten Neoplasien (BERN) durch unseren KI-Algorithmus analysiert. Der zur Bewertung der Bildqualität verwendete OF beinhaltete die mittlere Magnitude und die Entropie des Histogramms der Winkel. Frames wurden automatisch extrahiert, wenn die vordefinierten Schwellenwerte von 3,0 für die mittlere Magnitude und 9,0 für die Entropie des Histogramms der Winkel überschritten wurden. Experten sahen sich zunächst die Videos ohne KI-Unterstützung an und bewerteten, ob Störfaktoren die Sicherheit mit der eine Diagnose im vorliegenden Fall gestellt werden kann negativ beeinflussen. Anschließend überprüften sie die extrahierten Frames. Ergebnis  Gleichmäßige Bewegung in eine Richtung, wie etwa beim Vorschieben des Endoskops, spiegelte sich, bei insignifikant veränderter Entropie, in einer Erhöhung der Magnitude wider. Chaotische Bewegung, zum Beispiel während dem Spülen, war mit erhöhter Entropie assoziiert. Insgesamt war eine unruhige endoskopische Darstellung, Flüssigkeit sowie übermäßige Ösophagusmotilität mit erhöhtem OF assoziiert und korrelierte mit der Meinung der Experten über die Qualität der Videos. Der OF und die subjektive Wahrnehmung der Experten über die Verwertbarkeit der vorliegenden Bildsequenzen korrelierten direkt proportional. Wenn die vordefinierten Schwellenwerte des OF überschritten wurden, war die damit verbundene Bildqualität in 94% der Fälle für eine definitive Interpretation auch für Experten unzureichend. Schlussfolgerung  OF hat das Potenzial Endoskopiker ein Echtzeit-Feedback über die Qualität des Dateninputs zu bieten und so nicht nur die HCI zu verbessern, sondern auch die optimale Performance von KI-Algorithmen zu ermöglichen. KW - Optical Flow Y1 - 2022 U6 - https://doi.org/10.1055/s-0042-1754997 VL - 60 IS - 08 PB - Georg Thieme Verlag CY - Stuttgart ER - TY - GEN A1 - Meinikheim, Michael A1 - Mendel, Robert A1 - Scheppach, Markus W. A1 - Probst, Andreas A1 - Prinz, Friederike A1 - Schwamberger, Tanja A1 - Schlottmann, Jakob A1 - Gölder, Stefan Karl A1 - Walter, Benjamin A1 - Steinbrück, Ingo A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Einsatz von künstlicher Intelligenz (KI) als Entscheidungsunterstützungssystem für nicht-Experten bei der Beurteilung von Barrett-Ösophagus assoziierten Neoplasien (BERN) T2 - Zeitschrift für Gastroenterologie N2 - Einleitung Die sichere Detektion und Charakterisierung von Barrett-Ösophagus assoziierten Neoplasien (BERN) stellt selbst für erfahrene Endoskopiker eine Herausforderung dar. Ziel Ziel dieser Studie ist es, den Add-on Effekt eines künstlichen Intelligenz (KI) Systems (Barrett-Ampel) als Entscheidungsunterstüzungssystem für Endoskopiker ohne Expertise bei der Untersuchung von BERN zu evaluieren. Material und Methodik Zwölf Videos in „Weißlicht“ (WL), „narrow-band imaging“ (NBI) und „texture and color enhanced imaging“ (TXI) von histologisch bestätigten Barrett-Metaplasien oder BERN wurden von Experten und Untersuchern ohne Barrett-Expertise evaluiert. Die Probanden wurden dazu aufgefordert in den Videos auftauchende BERN zu identifizieren und gegebenenfalls die optimale Biopsiestelle zu markieren. Unser KI-System wurde demselben Test unterzogen, wobei dieses BERN in Echtzeit segmentierte und farblich von umliegendem Epithel differenzierte. Anschließend wurden den Probanden die Videos mit zusätzlicher KI-Unterstützung gezeigt. Basierend auf dieser neuen Information, wurden die Probanden zu einer Reevaluation ihrer initialen Beurteilung aufgefordert. Ergebnisse Die „Barrett-Ampel“ identifizierte unabhängig von den verwendeten Darstellungsmodi (WL, NBI, TXI) alle BERN. Zwei entzündlich veränderte Läsionen wurden fehlinterpretiert (Genauigkeit=75%). Während Experten vergleichbare Ergebnisse erzielten (Genauigkeit=70,8%), hatten Endoskopiker ohne Expertise bei der Beurteilung von Barrett-Metaplasien eine Genauigkeit von lediglich 58,3%. Wurden die nicht-Experten allerdings von unserem KI-System unterstützt, erreichten diese eine Genauigkeit von 75%. Zusammenfassung Unser KI-System hat das Potential als Entscheidungsunterstützungssystem bei der Differenzierung zwischen Barrett-Metaplasie und BERN zu fungieren und so Endoskopiker ohne entsprechende Expertise zu assistieren. Eine Limitation dieser Studie ist die niedrige Anzahl an eingeschlossenen Videos. Um die Ergebnisse dieser Studie zu bestätigen, müssen randomisierte kontrollierte klinische Studien durchgeführt werden. KW - Barrett-Ösophagus KW - Künstliche Intelligenz Y1 - 2022 U6 - https://doi.org/10.1055/s-0042-1745653 VL - 60 IS - 4 SP - 251 PB - Thieme CY - Stuttgart ER - TY - GEN A1 - Meinikheim, Michael A1 - Mendel, Robert A1 - Scheppach, Markus W. A1 - Probst, Andreas A1 - Prinz, Friederike A1 - Schwamberger, Tanja A1 - Schlottmann, Jakob A1 - Gölder, Stefan Karl A1 - Walter, Benjamin A1 - Steinbrück, Ingo A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - INFLUENCE OF AN ARTIFICIAL INTELLIGENCE (AI) BASED DECISION SUPPORT SYSTEM (DSS) ON THE DIAGNOSTIC PERFORMANCE OF NON-EXPERTS IN BARRETT´S ESOPHAGUS RELATED NEOPLASIA (BERN) T2 - Endoscopy N2 - Aims Barrett´s esophagus related neoplasia (BERN) is difficult to detect and characterize during endoscopy, even for expert endoscopists. We aimed to assess the add-on effect of an Artificial Intelligence (AI) algorithm (Barrett-Ampel) as a decision support system (DSS) for non-expert endoscopists in the evaluation of Barrett’s esophagus (BE) and BERN. Methods Twelve videos with multimodal imaging white light (WL), narrow-band imaging (NBI), texture and color enhanced imaging (TXI) of histologically confirmed BE and BERN were assessed by expert and non-expert endoscopists. For each video, endoscopists were asked to identify the area of BERN and decide on the biopsy spot. Videos were assessed by the AI algorithm and regions of BERN were highlighted in real-time by a transparent overlay. Finally, endoscopists were shown the AI videos and asked to either confirm or change their initial decision based on the AI support. Results Barrett-Ampel correctly identified all areas of BERN, irrespective of the imaging modality (WL, NBI, TXI), but misinterpreted two inflammatory lesions (Accuracy=75%). Expert endoscopists had a similar performance (Accuracy=70,8%), while non-experts had an accuracy of 58.3%. When AI was implemented as a DSS, non-expert endoscopists improved their diagnostic accuracy to 75%. Conclusions AI may have the potential to support non-expert endoscopists in the assessment of videos of BE and BERN. Limitations of this study include the low number of videos used. Randomized clinical trials in a real-life setting should be performed to confirm these results. KW - Artificial Intelligence KW - Barrett's Esophagus KW - Speiseröhrenkrankheit KW - Künstliche Intelligenz KW - Diagnose Y1 - 2022 U6 - https://doi.org/10.1055/s-00000012 VL - 54 IS - S 01 SP - S39 PB - Thieme ER - TY - JOUR A1 - Scheppach, Markus W. A1 - Mendel, Robert A1 - Probst, Andreas A1 - Meinikheim, Michael A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - ARTIFICIAL INTELLIGENCE (AI) – ASSISTED VESSEL AND TISSUE RECOGNITION IN THIRD-SPACE ENDOSCOPY JF - Endoscopy N2 - Aims Third-space endoscopy procedures such as endoscopic submucosal dissection (ESD) and peroral endoscopic myotomy (POEM) are complex interventions with elevated risk of operator-dependent adverse events, such as intra-procedural bleeding and perforation. We aimed to design an artificial intelligence clinical decision support solution (AI-CDSS, “Smart ESD”) for the detection and delineation of vessels, tissue structures, and instruments during third-space endoscopy procedures. Methods Twelve full-length third-space endoscopy videos were extracted from the Augsburg University Hospital database. 1686 frames were annotated for the following categories: Submucosal layer, blood vessels, electrosurgical knife and endoscopic instrument. A DeepLabv3+neural network with a 101-layer ResNet backbone was trained and validated internally. Finally, the ability of the AI system to detect visible vessels during ESD and POEM was determined on 24 separate video clips of 7 to 46 seconds duration and showing 33 predefined vessels. These video clips were also assessed by an expert in third-space endoscopy. Results Smart ESD showed a vessel detection rate (VDR) of 93.94%, while an average of 1.87 false positive signals were recorded per minute. VDR of the expert endoscopist was 90.1% with no false positive findings. On the internal validation data set using still images, the AI system demonstrated an Intersection over Union (IoU), mean Dice score and pixel accuracy of 63.47%, 76.18% and 86.61%, respectively. Conclusions This is the first AI-CDSS aiming to mitigate operator-dependent limitations during third-space endoscopy. Further clinical trials are underway to better understand the role of AI in such procedures. KW - Artificial Intelligence KW - Third-Space Endoscopy KW - Smart ESD Y1 - 2022 U6 - https://doi.org/10.1055/s-0042-1745037 VL - 54 IS - S01 SP - S175 PB - Thieme ER - TY - CHAP A1 - Weber Nunes, Danilo A1 - Rauber, David A1 - Palm, Christoph ED - Palm, Christoph ED - Breininger, Katharina ED - Deserno, Thomas M. ED - Handels, Heinz ED - Maier, Andreas ED - Maier-Hein, Klaus H. ED - Tolxdorff, Thomas T1 - Self-supervised 3D Vision Transformer Pre-training for Robust Brain Tumor Classification T2 - Bildverarbeitung für die Medizin 2025: Proceedings, German Conference on Medical Image Computing, Regensburg March 09-11, 2025 N2 - Brain tumors pose significant challenges in neurology, making precise classification crucial for prognosis and treatment planning. This work investigates the effectiveness of a self-supervised learning approach–masked autoencoding (MAE)–to pre-train a vision transformer (ViT) model for brain tumor classification. Our method uses non-domain specific data, leveraging the ADNI and OASIS-3 MRI datasets, which primarily focus on degenerative diseases, for pretraining. The model is subsequently fine-tuned and evaluated on the BraTS glioma and meningioma datasets, representing a novel use of these datasets for tumor classification. The pre-trained MAE ViT model achieves an average F1 score of 0.91 in a 5-fold cross-validation setting, outperforming the nnU-Net encoder trained from scratch, particularly under limited data conditions. These findings highlight the potential of self-supervised MAE in enhancing brain tumor classification accuracy, even with restricted labeled data. Y1 - 2025 U6 - https://doi.org/10.1007/978-3-658-47422-5_69 SP - 298 EP - 303 PB - Springer Vieweg CY - Wiesbaden ER - TY - CHAP A1 - Weiherer, Maximilian A1 - von Riedheim, Antonia A1 - Brébant, Vanessa A1 - Egger, Bernhard A1 - Palm, Christoph ED - Palm, Christoph ED - Breininger, Katharina ED - Deserno, Thomas M. ED - Handels, Heinz ED - Maier, Andreas ED - Maier-Hein, Klaus H. ED - Tolxdorff, Thomas T1 - iRBSM: A Deep Implicit 3D Breast Shape Model T2 - Bildverarbeitung für die Medizin 2025: Proceedings, German Conference on Medical Image Computing, Regensburg March 09-11, 2025 N2 - We present the first deep implicit 3D shape model of the female breast, building upon and improving the recently proposed Regensburg Breast Shape Model (RBSM). Compared to its PCA-based predecessor, our model employs implicit neural representations; hence, it can be trained on raw 3D breast scans and eliminates the need for computationally demanding non-rigid registration, a task that is particularly difficult for feature-less breast shapes. The resulting model, dubbed iRBSM, captures detailed surface geometry including fine structures such as nipples and belly buttons, is highly expressive, and outperforms the RBSM on different surface reconstruction tasks. Finally, leveraging the iRBSM, we present a prototype application to 3D reconstruct breast shapes from just a single image. Model and code publicly available at https://rbsm.re-mic.de/implicit. Y1 - 2025 U6 - https://doi.org/10.1007/978-3-658-47422-5_11 SP - 38 EP - 43 PB - Springer Vieweg CY - Wiesbaden ER - TY - GEN ED - Deserno, Thomas M. ED - Handels, Heinz ED - Maier, Andreas ED - Maier-Hein, Klaus H. ED - Palm, Christoph ED - Tolxdorff, Thomas T1 - Bildverarbeitung für die Medizin 2023 BT - Proceedings, German Workshop on Medical Image Computing, Braunschweig, July 2-4, 2023 N2 - Seit mehr als 25 Jahren ist der Workshop "Bildverarbeitung für die Medizin" als erfolgreiche Veranstaltung etabliert. Ziel ist auch 2023 wieder die Darstellung aktueller Forschungsergebnisse und die Vertiefung der Gespräche zwischen Wissenschaftlern, Industrie und Anwendern. Die Beiträge dieses Bandes - viele davon in englischer Sprache - umfassen alle Bereiche der medizinischen Bildverarbeitung, insbesondere die Bildgebung und -akquisition, Segmentierung und Analyse, Visualisierung und Animation, computerunterstützte Diagnose sowie bildgestützte Therapieplanung und Therapie. Hierbei kommen Methoden des maschinelles Lernens, der biomechanischen Modellierung sowie der Validierung und Qualitätssicherung zum Einsatz. KW - Machine Learning KW - Medical Image Computing KW - Bildverarbeitung KW - Computerunterstützte Medizin KW - Bildgebendes Verfahren KW - Bildanalyse KW - Visualisierung KW - Deep Learning Y1 - 2023 SN - 978-3-658-41656-0 U6 - https://doi.org/10.1007/978-3-658-41657-7 SN - 1431-472X PB - Springer Vieweg CY - Wiesbaden ER - TY - CHAP A1 - Gutbrod, Max A1 - Geisler, Benedikt A1 - Rauber, David A1 - Palm, Christoph ED - Maier, Andreas ED - Deserno, Thomas M. ED - Handels, Heinz ED - Maier-Hein, Klaus H. ED - Palm, Christoph ED - Tolxdorff, Thomas T1 - Data Augmentation for Images of Chronic Foot Wounds T2 - Bildverarbeitung für die Medizin 2024: Proceedings, German Workshop on Medical Image Computing, March 10-12, 2024, Erlangen N2 - Training data for Neural Networks is often scarce in the medical domain, which often results in models that struggle to generalize and consequently showpoor performance on unseen datasets. Generally, adding augmentation methods to the training pipeline considerably enhances a model’s performance. Using the dataset of the Foot Ulcer Segmentation Challenge, we analyze two additional augmentation methods in the domain of chronic foot wounds - local warping of wound edges along with projection and blurring of shapes inside wounds. Our experiments show that improvements in the Dice similarity coefficient and Normalized Surface Distance metrics depend on a sensible selection of those augmentation methods. Y1 - 2024 U6 - https://doi.org/10.1007/978-3-658-44037-4_71 SP - 261 EP - 266 PB - Springer CY - Wiesbaden ER - TY - GEN A1 - Schroeder, Josef A. A1 - Semmelmann, Matthias A1 - Siegmund, Heiko A1 - Grafe, Claudia A1 - Evert, Matthias A1 - Palm, Christoph T1 - Improved interactive computer-assisted approach for evaluation of ultrastructural cilia abnormalities T2 - Ultrastructural Pathology KW - Zilie KW - Ultrastruktur KW - Anomalie KW - Bildverarbeitung KW - Computerunterstütztes Verfahren Y1 - 2017 U6 - https://doi.org/10.1080/01913123.2016.1270978 VL - 41 IS - 1 SP - 112 EP - 113 ER - TY - GEN ED - Maier, Andreas ED - Deserno, Thomas M. ED - Handels, Heinz ED - Maier-Hein, Klaus H. ED - Palm, Christoph ED - Tolxdorff, Thomas T1 - Bildverarbeitung für die Medizin 2018 BT - Algorithmen - Systeme - Anwendungen. Proceedings des Workshops vom 11. bis 13. März 2018 in Erlangen KW - Bildanalyse KW - Bildverarbeitung KW - Computerunterstützte Medizin KW - Bildgebendes Verfahren Y1 - 2018 U6 - https://doi.org/10.1007/978-3-662-56537-7 PB - Springer CY - Berlin ER - TY - GEN ED - Palm, Christoph ED - Breininger, Katharina ED - Deserno, Thomas M. ED - Handels, Heinz ED - Maier, Andreas ED - Maier-Hein, Klaus H. ED - Tolxdorff, Thomas M. T1 - Bildverarbeitung für die Medizin 2025 BT - Proceedings, German Conference on Medical Image Computing, Regensburg March 09-11, 2025 N2 - Die Konferenz "BVM - Bildverarbeitung für die Medizin" ist seit vielen Jahren als die nationale Plattform für den Austausch von Ideen und die Diskussion der neuesten Forschungsergebnisse im Bereich der Medizinischen Bildverarbeitung und der Künstlichen Intelligenz (KI) etabliert. Auch 2025 werden wir aktuelle Forschungsergebnisse vorstellen und Gespräche zwischen (jungen) Wissenschaftler*innen, Industrie und Anwender*innen vertiefen. Die Beiträge dieses Bandes – die meisten davon in englischer Sprache - umfassen alle Bereiche der medizinischen Bildverarbeitung, insbesondere die Bildgebung und -akquisition, Segmentierung und Analyse, Registrierung, Visualisierung und Animation, computerunterstützte Diagnose sowie bildgestützte Therapieplanung und Therapie. Hierbei kommen Methoden des maschinellen Lernens, der biomechanischen Modellierung sowie der Validierung und Qualitätssicherung zum Einsatz. Das Kapitel "Leveraging multiple total body segmentators and anatomy-informed post-processing for segmenting bones in Lung CTs" ist unter einer Creative Commons Attribution 4.0 International License über link.springer.com frei verfügbar (Open Access). Die Herausgebenden Prof. Palm forscht im Bereich KI für die Medizin mit einem Schwerpunkt in der Analyse endoskopischer Bilddaten zur computerunterstützten Diagnose und Therapie. Prof. Breininger entwickelt robuste Ansätze des maschinellen Lernens in verschiedenen interdisziplinären Bereichen, mit einem Schwerpunkt auf medizinischen Bilddaten. Prof. Deserno forscht in Biosignal- und Bilderzeugung und -verarbeitung, insbesondere in der videobasierten Vitaldatenmessung. Prof. Handels entwickelt problemoptimierte, lernfähige Bildverarbeitungsmethoden und integriert diese in hybride Bildverarbeitungssysteme zur Unterstützung der medizinischen Diagnostik und Therapie. Prof. Maier entwickelt Anwendungen in der medizinischen Bildverarbeitung zur Diagnoseunterstützung bis hin zur Schichtbildberechnung durch künstliche Intelligenz. Prof. Maier-Hein forscht im Bereich maschinelles Lernen und entwickelt Open-Source-Lösungen wie das Medical Imaging Interaction Toolkit (MITK), Kaapana oder das nnU-Net. Prof. em. Tolxdorff ist Experte für maschinelles Lernen, biomedizinisches Datenmanagement, Datenvisualisierung und -analyse sowie Medizinproduktentwicklung in klinischen Workflows. KW - Bildverarbeitung KW - Computerunterstützte Medizin KW - Bildgebendes Verfahren KW - Bildanalyse KW - Deep Learning Y1 - 2025 SN - 978-3-658-47421-8 U6 - https://doi.org/10.1007/978-3-658-47422-5 SN - 1431-472X PB - Springer Fachmedien Wiesbaden CY - Wiesbaden ER - TY - JOUR A1 - Hartwig, Regine A1 - Berlet, Maximilian A1 - Czempiel, Tobias A1 - Fuchtmann, Jonas A1 - Rückert, Tobias A1 - Feussner, Hubertus A1 - Wilhelm, Dirk T1 - Bildbasierte Unterstützungsmethoden für die zukünftige Anwendung in der Chirurgie JF - Die Chirurgie N2 - Hintergrund: Die Entwicklung assistiver Technologien wird in den kommenden Jahren nicht nur in der Chirurgie von zunehmender Bedeutung sein. Die Wahrnehmung der Istsituation stellt hierbei die Grundlage jeder autonomen Handlung dar. Hierfür können unterschiedliche Sensorsysteme genutzt werden, wobei videobasierte Systeme ein besonderes Potenzial aufweisen. Methode: Anhand von Literaturangaben und auf Basis eigener Forschungsarbeiten werden zentrale Aspekte bildbasierter Unterstützungssysteme für die Chirurgie dargestellt. Hierbei wird deren Potenzial, aber auch die Limitationen der Methoden erläutert. Ergebnisse: Eine etablierte Anwendung stellt die Phasendetektion chirurgischer Eingriffe dar, für die Operationsvideos mittels neuronaler Netzwerke analysiert werden. Durch eine zeitlich gestützte und transformative Analyse konnten die Ergebnisse der Prädiktion jüngst deutlich verbessert werden. Aber auch robotische Kameraführungssysteme nutzen Bilddaten, um das Laparoskop zukünftig autonom zu navigieren. Um die Zuverlässigkeit an die hohen Anforderungen in der Chirurgie anzugleichen, müssen diese jedoch durch zusätzliche Informationen ergänzt werden. Ein vergleichbarer multimodaler Ansatz wurde bereits für die Navigation und Lokalisation bei laparoskopischen Eingriffen umgesetzt. Hierzu werden Videodaten mittels verschiedener Methoden analysiert und diese Ergebnisse mit anderen Sensormodalitäten fusioniert. Diskussion: Bildbasierte Unterstützungsmethoden sind bereits für diverse Aufgaben verfügbar und stellen einen wichtigen Aspekt für die Chirurgie der Zukunft dar. Um hier jedoch zuverlässig und für autonome Funktionen eingesetzt werden zu können, müssen sie zukünftig in multimodale Ansätze eingebettet werden, um die erforderliche Sicherheit bieten zu können. T2 - Image-based supportive measures for future application in surgery KW - Künstliche Intelligenz KW - Robotik KW - Kognitiver Operationsaal KW - Autonomie KW - Digitalisierung Y1 - 2022 U6 - https://doi.org/10.1007/s00104-022-01668-x VL - 93 SP - 956 EP - 965 PB - Springer ER - TY - CHAP A1 - Rückert, Tobias A1 - Rieder, Maximilian A1 - Feussner, Hubertus A1 - Wilhelm, Dirk A1 - Rückert, Daniel A1 - Palm, Christoph ED - Maier, Andreas ED - Deserno, Thomas M. ED - Handels, Heinz ED - Maier-Hein, Klaus H. ED - Palm, Christoph ED - Tolxdorff, Thomas T1 - Smoke Classification in Laparoscopic Cholecystectomy Videos Incorporating Spatio-temporal Information T2 - Bildverarbeitung für die Medizin 2024: Proceedings, German Workshop on Medical Image Computing, March 10-12, 2024, Erlangen N2 - Heavy smoke development represents an important challenge for operating physicians during laparoscopic procedures and can potentially affect the success of an intervention due to reduced visibility and orientation. Reliable and accurate recognition of smoke is therefore a prerequisite for the use of downstream systems such as automated smoke evacuation systems. Current approaches distinguish between non-smoked and smoked frames but often ignore the temporal context inherent in endoscopic video data. In this work, we therefore present a method that utilizes the pixel-wise displacement from randomly sampled images to the preceding frames determined using the optical flow algorithm by providing the transformed magnitude of the displacement as an additional input to the network. Further, we incorporate the temporal context at evaluation time by applying an exponential moving average on the estimated class probabilities of the model output to obtain more stable and robust results over time. We evaluate our method on two convolutional-based and one state-of-the-art transformer architecture and show improvements in the classification results over a baseline approach, regardless of the network used. Y1 - 2024 U6 - https://doi.org/10.1007/978-3-658-44037-4_78 SP - 298 EP - 303 PB - Springeer CY - Wiesbaden ER - TY - INPR A1 - Mendel, Robert A1 - Rückert, Tobias A1 - Wilhelm, Dirk A1 - Rückert, Daniel A1 - Palm, Christoph T1 - Motion-Corrected Moving Average: Including Post-Hoc Temporal Information for Improved Video Segmentation N2 - Real-time computational speed and a high degree of precision are requirements for computer-assisted interventions. Applying a segmentation network to a medical video processing task can introduce significant inter-frame prediction noise. Existing approaches can reduce inconsistencies by including temporal information but often impose requirements on the architecture or dataset. This paper proposes a method to include temporal information in any segmentation model and, thus, a technique to improve video segmentation performance without alterations during training or additional labeling. With Motion-Corrected Moving Average, we refine the exponential moving average between the current and previous predictions. Using optical flow to estimate the movement between consecutive frames, we can shift the prior term in the moving-average calculation to align with the geometry of the current frame. The optical flow calculation does not require the output of the model and can therefore be performed in parallel, leading to no significant runtime penalty for our approach. We evaluate our approach on two publicly available segmentation datasets and two proprietary endoscopic datasets and show improvements over a baseline approach. KW - Deep Learning KW - Video KW - Segmentation Y1 - 2024 U6 - https://doi.org/10.48550/arXiv.2403.03120 ER - TY - GEN A1 - Scheppach, Markus W. A1 - Mendel, Robert A1 - Probst, Andreas A1 - Meinikheim, Michael A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Artificial Intelligence (AI) – assisted vessel and tissue recognition during third space endoscopy (Smart ESD) T2 - Zeitschrift für Gastroenterologie N2 - Clinical setting  Third space procedures such as endoscopic submucosal dissection (ESD) and peroral endoscopic myotomy (POEM) are complex minimally invasive techniques with an elevated risk for operator-dependent adverse events such as bleeding and perforation. This risk arises from accidental dissection into the muscle layer or through submucosal blood vessels as the submucosal cutting plane within the expanding resection site is not always apparent. Deep learning algorithms have shown considerable potential for the detection and characterization of gastrointestinal lesions. So-called AI – clinical decision support solutions (AI-CDSS) are commercially available for polyp detection during colonoscopy. Until now, these computer programs have concentrated on diagnostics whereas an AI-CDSS for interventional endoscopy has not yet been introduced. We aimed to develop an AI-CDSS („Smart ESD“) for real-time intra-procedural detection and delineation of blood vessels, tissue structures and endoscopic instruments during third-space endoscopic procedures. Characteristics of Smart ESD  An AI-CDSS was invented that delineates blood vessels, tissue structures and endoscopic instruments during third-space endoscopy in real-time. The output can be displayed by an overlay over the endoscopic image with different modes of visualization, such as a color-coded semitransparent area overlay, or border tracing (demonstration video). Hereby the optimal layer for dissection can be visualized, which is close above or directly at the muscle layer, depending on the applied technique (ESD or POEM). Furthermore, relevant blood vessels (thickness> 1mm) are delineated. Spatial proximity between the electrosurgical knife and a blood vessel triggers a warning signal. By this guidance system, inadvertent dissection through blood vessels could be averted. Technical specifications  A DeepLabv3+ neural network architecture with KSAC and a 101-layer ResNeSt backbone was used for the development of Smart ESD. It was trained and validated with 2565 annotated still images from 27 full length third-space endoscopic videos. The annotation classes were blood vessel, submucosal layer, muscle layer, electrosurgical knife and endoscopic instrument shaft. A test on a separate data set yielded an intersection over union (IoU) of 68%, a Dice Score of 80% and a pixel accuracy of 87%, demonstrating a high overlap between expert and AI segmentation. Further experiments on standardized video clips showed a mean vessel detection rate (VDR) of 85% with values of 92%, 70% and 95% for POEM, rectal ESD and esophageal ESD respectively. False positive measurements occurred 0.75 times per minute. 7 out of 9 vessels which caused intraprocedural bleeding were caught by the algorithm, as well as both vessels which required hemostasis via hemostatic forceps. Future perspectives  Smart ESD performed well for vessel and tissue detection and delineation on still images, as well as on video clips. During a live demonstration in the endoscopy suite, clinical applicability of the innovation was examined. The lag time for processing of the live endoscopic image was too short to be visually detectable for the interventionist. Even though the algorithm could not be applied during actual dissection by the interventionist, Smart ESD appeared readily deployable during visual assessment by ESD experts. Therefore, we plan to conduct a clinical trial in order to obtain CE-certification of the algorithm. This new technology may improve procedural safety and speed, as well as training of modern minimally invasive endoscopic resection techniques. KW - Artificial Intelligence KW - Medical Image Computing KW - Endoscopy KW - Bildgebendes Verfahren KW - Medizin KW - Künstliche Intelligenz KW - Endoskopie Y1 - 2022 U6 - https://doi.org/10.1055/s-0042-1755110 VL - 60 IS - 08 PB - Georg Thieme Verlag CY - Stuttgart ER - TY - GEN A1 - Meinikheim, Michael A1 - Mendel, Robert A1 - Probst, Andreas A1 - Scheppach, Markus W. A1 - Messmann, Helmut A1 - Palm, Christoph A1 - Ebigbo, Alanna T1 - Barrett-Ampel T2 - Zeitschrift für Gastroenterologie N2 - Hintergrund  Adenokarzinome des Ösophagus sind bis heute mit einer infausten Prognose vergesellschaftet (1). Obwohl Endoskopiker mit Barrett-Ösophagus als Präkanzerose konfrontiert werden, ist vor allem für nicht-Experten die Differenzierung zwischen Barrett-Ösophagus ohne Dysplasie und assoziierten Neoplasien mitunter schwierig. Existierende Biopsieprotokolle (z.B. Seattle Protokoll) sind oftmals unzuverlässig (2). Eine frühzeitige Diagnose des Adenokarzinoms ist allerdings von fundamentaler Bedeutung für die Prognose des Patienten. Forschungsansatz  Auf der Grundlage dieser Problematik, entwickelten wir in Kooperation mit dem Forschungslabor „Regensburg Medical Image Computing (ReMIC)“ der OTH Regensburg ein auf künstlicher Intelligenz (KI) basiertes Entscheidungsunterstützungssystem (CDSS). Das auf einer DeepLabv3+ neuronalen Netzwerkarchitektur basierende CDSS differenziert mittels Mustererkennung Barrett- Ösophagus ohne Dysplasie von Barrett-Ösophagus mit Dysplasie bzw. Neoplasie („Klassifizierung“). Hierbei werden gemittelte Ausgabewahrscheinlichkeiten mit einem vom Benutzer definierten Schwellenwert verglichen. Für Vorhersagen, die den Schwellenwert überschreiten, berechnen wir die Kontur der Region und die Fläche. Sobald die vorhergesagte Läsion eine bestimmte Größe in der Eingabe überschreitet, heben wir sie und ihren Umriss hervor. So ermöglicht eine farbkodierte Visualisierung eine Abgrenzung zwischen Dysplasie bzw. Neoplasie und normalem Barrett-Epithel („Segmentierung“). In einer Studie an Bildern in „Weißlicht“ (WL) und „Narrow Band Imaging“ (NBI) demonstrierten wir eine Sensitivität von mehr als 90% und eine Spezifität von mehr als 80% (3). In einem nächsten Schritt, differenzierte unser KI-Algorithmus Barrett- Metaplasien von assoziierten Neoplasien anhand von zufällig abgegriffenen Bildern in Echtzeit mit einer Accuracy von 89.9% (4). Darauf folgend, entwickelten wir unser System dahingehend weiter, dass unser Algorithmus nun auch dazu in der Lage ist, Untersuchungsvideos in WL, NBI und „Texture and Color Enhancement Imaging“ (TXI) in Echtzeit zu analysieren (5). Aktuell führen wir eine Studie in einem randomisiert-kontrollierten Ansatz an unveränderten Untersuchungsvideos in WL, NBI und TXI durch. Ausblick  Um Patienten mit aus Barrett-Metaplasien resultierenden Neoplasien frühestmöglich an „High-Volume“-Zentren überweisen zu können, soll unser KI-Algorithmus zukünftig vor allem Endoskopiker ohne extensive Erfahrung bei der Beurteilung von Barrett- Ösophagus in der Krebsfrüherkennung unterstützen. KW - Barrett-Ösophagus KW - Adenokarzinom KW - Künstliche Intelligenz KW - Speiseröhrenkrebs KW - Diagnose KW - Künstliche Intelligenz Y1 - 2022 U6 - https://doi.org/10.1055/s-0042-1755109 VL - 60 IS - 08 PB - Georg Thieme Verlag CY - Stuttgart ER - TY - GEN A1 - Scheppach, Markus W. A1 - Mendel, Robert A1 - Probst, Andreas A1 - Meinikheim, Michael A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Intraprozedurale Strukturerkennung bei Third-Space Endoskopie mithilfe eines Deep-Learning Algorithmus T2 - Zeitschrift für Gastroenterologie N2 - Einleitung Third-Space Interventionen wie die endoskopische Submukosadissektion (ESD) und die perorale endoskopische Myotomie (POEM) sind technisch anspruchsvoll und mit einem erhöhten Risiko für intraprozedurale Komplikationen wie Blutung oder Perforation assoziiert. Moderne Computerprogramme zur Unterstützung bei diagnostischen Entscheidungen werden unter Einsatz von künstlicher Intelligenz (KI) in der Endoskopie bereits erfolgreich eingesetzt. Ziel der vorliegenden Arbeit war es, relevante anatomische Strukturen mithilfe eines Deep-Learning Algorithmus zu detektieren und segmentieren, um die Sicherheit und Anwendbarkeit von ESD und POEM zu erhöhen. Methoden Zwölf Videoaufnahmen in voller Länge von Third-Space Endoskopien wurden aus der Datenbank des Universitätsklinikums Augsburg extrahiert. 1686 Einzelbilder wurden für die Kategorien Submukosa, Blutgefäß, Dissektionsmesser und endoskopisches Instrument annotiert und segmentiert. Mit diesem Datensatz wurde ein DeepLabv3+neuronales Netzwerk auf der Basis eines ResNet mit 101 Schichten trainiert und intern anhand der Parameter Intersection over Union (IoU), Dice Score und Pixel Accuracy validiert. Die Fähigkeit des Algorithmus zur Gefäßdetektion wurde anhand von 24 Videoclips mit einer Spieldauer von 7 bis 46 Sekunden mit 33 vordefinierten Gefäßen evaluiert. Anhand dieses Tests wurde auch die Gefäßdetektionsrate eines Experten in der Third-Space Endoskopie ermittelt. Ergebnisse Der Algorithmus zeigte eine Gefäßdetektionsrate von 93,94% mit einer mittleren Rate an falsch positiven Signalen von 1,87 pro Minute. Die Gefäßdetektionsrate des Experten lag bei 90,1% ohne falsch positive Ergebnisse. In der internen Validierung an Einzelbildern wurde eine IoU von 63,47%, ein mittlerer Dice Score von 76,18% und eine Pixel Accuracy von 86,61% ermittelt. Zusammenfassung Dies ist der erste KI-Algorithmus, der für den Einsatz in der therapeutischen Endoskopie entwickelt wurde. Präliminäre Ergebnisse deuten auf eine mit Experten vergleichbare Detektion von Gefäßen während der Untersuchung hin. Weitere Untersuchungen sind nötig, um die Leistung des Algorithmus im Vergleich zum Experten genauer zu eruieren sowie einen möglichen klinischen Nutzen zu ermitteln. KW - Deep Learning KW - Third-Space Endoscopy Y1 - 2022 U6 - https://doi.org/10.1055/s-0042-1745652 VL - 60 IS - 04 PB - Thieme CY - Stuttgart ER - TY - JOUR A1 - Souza Jr., Luis Antonio de A1 - Pacheco, André G.C. A1 - Passos, Leandro A. A1 - Santana, Marcos Cleison S. A1 - Mendel, Robert A1 - Ebigbo, Alanna A1 - Probst, Andreas A1 - Messmann, Helmut A1 - Palm, Christoph A1 - Papa, João Paulo T1 - DeepCraftFuse: visual and deeply-learnable features work better together for esophageal cancer detection in patients with Barrett’s esophagus JF - Neural Computing and Applications N2 - Limitations in computer-assisted diagnosis include lack of labeled data and inability to model the relation between what experts see and what computers learn. Even though artificial intelligence and machine learning have demonstrated remarkable performances in medical image computing, their accountability and transparency level must be improved to transfer this success into clinical practice. The reliability of machine learning decisions must be explained and interpreted, especially for supporting the medical diagnosis. While deep learning techniques are broad so that unseen information might help learn patterns of interest, human insights to describe objects of interest help in decision-making. This paper proposes a novel approach, DeepCraftFuse, to address the challenge of combining information provided by deep networks with visual-based features to significantly enhance the correct identification of cancerous tissues in patients affected with Barrett’s esophagus (BE). We demonstrate that DeepCraftFuse outperforms state-of-the-art techniques on private and public datasets, reaching results of around 95% when distinguishing patients affected by BE that is either positive or negative to esophageal cancer. KW - Deep Learning KW - Speiseröhrenkrebs KW - Adenocarcinom KW - Endobrachyösophagus KW - Diagnose KW - Maschinelles Lernen KW - Machine learning KW - Adenocarcinoma KW - Object detector KW - Barrett’s esophagus KW - Deep Learning Y1 - 2024 U6 - https://doi.org/10.1007/s00521-024-09615-z VL - 36 SP - 10445 EP - 10459 PB - Springer CY - London ER - TY - JOUR A1 - Souza, Luis A. A1 - Pacheco, André G.C. A1 - de Souza, Alberto F. A1 - Oliveira-Santos, Thiago A1 - Badue, Claudine A1 - Palm, Christoph A1 - Papa, João Paulo T1 - TransConv: a lightweight architecture based on transformers and convolutional neural networks for adenocarcinoma and Barrett’s esophagus identification JF - Neural Computing and Applications N2 - Barrett’s esophagus, also known as BE, is commonly associated with repeated exposure to stomach acid. If not treated properly, it may evolve into esophageal adenocarcinoma, aka esophageal cancer. This paper proposes TransConv, a hybrid architecture that benefits from features learned by pre-trained vision transformers (ViTs) and convolutional neural networks (CNNs), followed by a shallow neural network composed of three normalizations, ReLU activations, and fully connected layers, and a SoftMax head to distinguish between BE and esophageal cancer. TransConv is designed to be training-lightweight, and for the ViT and CNN backbone models, weights are kept frozen during training, i.e., the primary goal of TransConv is to learn the weights of the fully connected layer from both backbones only, avoiding the burden of updating their weights but still learning their final descriptions for the lightweight convolutional model. We report promising results with low computational training costs in two datasets, one public and another private. From our achievements, TransConv was able to deliver balanced accuracy results around 85% and 86% for each evaluated dataset, respectively, in a design that required only 50 epochs of model training, a very reduced number compared to state-of-the-art conducted studies in the same domain. Y1 - 2025 U6 - https://doi.org/10.1007/s00521-025-11299-y IS - 37 SP - 15535 EP - 15546 PB - Springer ER - TY - INPR A1 - Rückert, Tobias A1 - Rückert, Daniel A1 - Palm, Christoph T1 - Methods and datasets for segmentation of minimally invasive surgical instruments in endoscopic images and videos: A review of the state of the art N2 - In the field of computer- and robot-assisted minimally invasive surgery, enormous progress has been made in recent years based on the recognition of surgical instruments in endoscopic images. Especially the determination of the position and type of the instruments is of great interest here. Current work involves both spatial and temporal information with the idea, that the prediction of movement of surgical tools over time may improve the quality of final segmentations. The provision of publicly available datasets has recently encouraged the development of new methods, mainly based on deep learning. In this review, we identify datasets used for method development and evaluation, as well as quantify their frequency of use in the literature. We further present an overview of the current state of research regarding the segmentation and tracking of minimally invasive surgical instruments in endoscopic images. The paper focuses on methods that work purely visually without attached markers of any kind on the instruments, taking into account both single-frame segmentation approaches as well as those involving temporal information. A discussion of the reviewed literature is provided, highlighting existing shortcomings and emphasizing available potential for future developments. The publications considered were identified through the platforms Google Scholar, Web of Science, and PubMed. The search terms used were "instrument segmentation", "instrument tracking", "surgical tool segmentation", and "surgical tool tracking" and result in 408 articles published between 2015 and 2022 from which 109 were included using systematic selection criteria. Y1 - 2023 U6 - https://doi.org/10.48550/arXiv.2304.13014 ER - TY - RPRT A1 - Alex, Karla A1 - Eichinger, Johanna A1 - Heyder, Clemens A1 - Kandlbinder, Agnes A1 - Loder, Sandra A1 - Rolfes, Vasilija A1 - Röttger, Sara A1 - Scharf, Anna A1 - Scorna, Ulrike A1 - Weigold, Stefanie ED - Cerullo, Laura ED - Gerhards, Helene ED - Weber, Karsten T1 - Abstractband I: In-vitro-Gametogenese (IVG) und artifizieller Uterus (AU) – Problemauslöser oder Problemlöser? Ethische, soziale und rechtliche Aspekte zukünftiger reproduktionsmedizinischer Verfahren BT - Klausurwoche für Early Career Researchers (19. September bis 23. September 2022, OTH Regensburg) Y1 - 2022 U6 - https://doi.org/10.13140/RG.2.2.30303.53928 N1 - Die Klausurwoche wird vom Bundesministerium für Bildung und Forschung (BMBF) (Förderkennzeichen: 01GP2185, Projektkürzel: IVG-AU-PP) finanziell gefördert. ER - TY - JOUR A1 - Ortner, Martina A1 - Blümel, Edwina A1 - Lerner, Thomas A1 - Stiegler, Elisabeth A1 - Weger, Yannick A1 - Graf, Michaela A1 - Penn, Karolin A1 - Resch, Maximilian A1 - Riedl, Claudia A1 - Schnurrer, Stefanie A1 - Wilhelm, Lea A1 - Beer, Theresa A1 - Kökten, Rabia ED - Ortner, Martina T1 - BABS-Mi BT - Beiträge zur migrationssensiblen Sozialen Arbeit N2 - In dieser Ausgabe beschäftigen wir uns mit der Frage, was es heißt, einen so genannten Migrationshintergrund zu haben. Ist dieser wie ein Schatten, der die Person immer begleitet? Was bedeutet das für die Person? Wie reagiert das Umfeld? Im berufsbegleitenden Studiengang Soziale Arbeit (BABS) an der OTH Regensburg gibt es im neunten Semester eine Lehrveranstaltung mit dem Titel „Gesellschaft und Migration“ und im zehnten Semester mit dem Titel „Migrationssensible Soziale Arbeit“. Beide Lehrveranstaltungen haben jeweils einen zeitlichen Umfang von sechs Semesterwochenstunden. Die Studierenden gingen in beiden Veranstaltungen, also über zwei Semester, der Frage nach, ob durch Begriffe wie igrationshintergrund, Migrationsbiografie etc. Fremdheit konstruiert wird. Ist für die Person dieser Teil der Biografie oder der Familiengeschichte überhaupt relevant oder interessant? Und welche Bedeutung hat dieser Aspekt des Lebens für das Umfeld, z.B. der regelmäßige Besuch einer Ausländerbehörde zur Verlängerung des Aufenthaltes, die Kommentierung ihrer Deutschkenntnisse und/oder die Frage, wo sie denn eigentlich herkommen? Die Ergebnisse können Sie hier lesen. KW - Migration KW - Multikulturelle Gesellschaft KW - Sozialarbeit Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-77073 VL - 5 PB - Ostbayerische Technische Hochschule Regensburg CY - Regensburg ER - TY - GEN A1 - Currle, Edda A1 - Haug, Sonja A1 - Weber, Karsten T1 - Artificial Intelligence and anamnesis: Results of a population survey N2 - Digital procedures are increasingly implemented to enhance efficiency in healthcare, with Artificial Intelligence (AI) — particularly chatbot s— showing significant potential for future applications. However, little is known about patients’ acceptance of such technologies. The study “AI and Anamnesis” addresses this gap by investigating the German population’s acceptance of and willingness to use AI-driven technologies for digital anamnesis. This poster presents results from the first wave of the survey, offering initial insights into public attitudes and potential barriers to adoption. KW - Künstliche Intelligenz KW - Anamnese KW - Technologieakzeptanz KW - Bevölkerungsbefragung Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-83325 ER - TY - JOUR A1 - Lehle, Karla A1 - Philipp, Alois A1 - Krenkel, Lars A1 - Gruber, Michael A1 - Hiller, Karl-Anton A1 - Müller, Thomas A1 - Lubnow, Matthias T1 - Thrombocytopenia During Venovenous Extracorporeal Membrane Oxygenation in Adult Patients With Bacterial, Viral, and COVID-19 Pneumonia JF - ASAIO Journal N2 - Contact of blood with artificial surfaces triggers platelet activation. The aim was to compare platelet kinetics after venovenous extracorporeal membrane oxygenation (V-V ECMO) start and after system exchange in different etiologies of acute lung failure. Platelet counts and coagulation parameters were analyzed from adult patients with long and exchange-free (≥8 days) ECMO runs (n = 330) caused by bacterial (n = 142), viral (n = 76), or coronavirus disease 2019 (COVID-19) (n = 112) pneumonia. A subpopulation requiring a system exchange and with long, exchange-free runs of the second oxygenator (≥7 days) (n = 110) was analyzed analogously. Patients with COVID-19 showed the highest platelet levels before ECMO implantation. Independent of the underlying disease and ECMO type, platelet counts decreased significantly within 24 hours and reached a steady state after 5 days. In the subpopulation, at the day of a system exchange, platelet counts were lower compared with ECMO start, but without differences between underlying diseases. Subsequently, platelets remained unchanged in the bacterial pneumonia group, but increased in the COVID-19 and viral pneumonia groups within 2–4 days, whereas D-dimers decreased and fibrinogen levels increased. Thus, overall platelet counts on V-V ECMO show disease-specific initial dynamics followed by an ongoing consumption by the ECMO device, which is not boosted by new artificial surfaces after a system exchange. Y1 - 2025 U6 - https://doi.org/10.1097/MAT.0000000000002383 SN - 1058-2916 SN - 1538-943X PB - Wolters Kluwer ER - TY - GEN A1 - Weber, Karsten T1 - KI-Nutzung für (psychisch) kranke Menschen: Auswirkungen auf das Professionsverständnis der Fachkräfte Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - Elektrisch + digital = nachhaltig? Welche Nachhaltigkeitsgewinne haben neue Mobilitätformen? Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Medizin, Mobilität, Medien: Digitaler Wandel als Chance und Herausforderung Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Der Mars zwischen Science und Fiction Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Mögliche Zukünfte der Künstlichen Intelligenz Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Mögliche Zukünfte der Künstlichen Intelligenz Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Der Mensch nach Maß?! Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - The weapons of war and conflict are technology BT - Security from the viewpoint of Technology Assessment Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Social science research, research on acceptance, and applied ethics on technology and artificial intelligence in the health sector Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - KI und Roboter in der Science Fiction – eine (augenzwinkernde) Einführung zur KI-Forschung Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - Die üblichen Verdächtigen – automatisierte Strafverfolgung aus Perspektive der Technikfolgenabschätzung und Technikbewertung Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - Nutzungsdauer und Recycling softwareabhängiger Geräte – Herausforderungen und mögliche Lösungsansätze Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Digitalisierung, KI, Robotik – Visionen für die Gesundheitsversorgung von morgen Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - Verstand, Vernunft, Seele: Was unterscheidet KI-Systeme von Menschen? Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - KI und Big Data: Wenn ein Hype zum ethischen Stolperstein wird Y1 - 2025 ER - TY - JOUR A1 - Tröster, Mark A1 - Eckstein, Simon A1 - Kennel, Paula A1 - Kopp, Verna A1 - Benkiser, Alina A1 - Bihlmeier, Felicitas A1 - Daub, Urban A1 - Maufroy, Christophe A1 - Dendorfer, Sebastian A1 - Fritzsche, Lars A1 - Schneider, Urs A1 - Bauernhasl, Thomas T1 - Person-specific evaluation method for occupational exoskeletons - Biomechanical body heat map JF - Applied Ergonomics N2 - Human-centred and ergonomic work design is one of the most important drivers for increasing the competitiveness of the European Union. As a flexible, person-specific occupational measure, exoskeletons promise great potential for effectively reducing individual ergonomic stress. Digital human models can provide important insights and offer great potential for systematising the effect and targeted use of exoskeletons, supporting their effective implementation in practice. In this article, digital human models are applied on two levels. Firstly, a realistic industrial logistics scenario in which boxes had to be relocated is designed with the help of a digital human model for workplace and process planning and secondly, a new biomechanical evaluation methodology to analyse intended and unintended effects on internal stress on the human body is demonstrated by applying musculoskeletal exoskeleton human models of four test subjects. Finally, the modelled biomechanical support tendencies of one exoskeleton are preliminary validated using EMG measurement data of the back muscles collected from the four male workers. The preliminary analysis of two back-support exoskeletons to demonstrate the new methodological approach confirms the expected, intended effects in the lower back and reveals unintended effects, such as e.g. changes in knee kinetics when applying a soft or hard-frame exoskeleton. Furthermore, the exemplary results to demonstrate the methodological approach expose notable differences between the test subjects, which underlines the relevance of person-specific evaluation and consideration of exoskeleton support. The preliminary validation shows a correlation between the modelled and the EMG-measured biomechanical exoskeleton support of the considered back muscles. KW - Industry 5.0 KW - Ergonomics KW - Digital human modelling KW - Biomechanics KW - Musculoskeletal modelling KW - Occupational exoskeletons Y1 - 2025 U6 - https://doi.org/10.1016/j.apergo.2025.104671 VL - 132 PB - Elsevier ER - TY - GEN A1 - Weber, Karsten T1 - Aspekte der sozialen Nachhaltigkeit am Beispiel des Einsatzes von KI. Ergebnisse einer Befragung von zivilgesellschaftlichen Organisationen in der Grenzregion im Bereich Umweltschutz, Sozial- und Gesundheitswesen T2 - Aspekty sociální udržitelnosti na příkladu využití umělé inteligence. Výsledky průzkumu mezi občanskými organizacemi v pohraniční oblasti v oblasti ochrany životního prostředí, sociálních věcí a zdravotnictví a lidských práv Y1 - 2025 ER - TY - GEN A1 - Weber, Karsten T1 - Zwischen Fortschritt und Verantwortung: KI, Nachhaltigkeit und wir Y1 - 2025 ER - TY - GEN A1 - Weber, Karsten T1 - Künstliche Intelligenz: Ökonomische und ethische Aspekte Y1 - 2025 ER - TY - GEN A1 - Weber, Karsten T1 - KI ./. Demokratie BT - Ein kompliziertes Verhältnis Y1 - 2024 ER - TY - JOUR A1 - Seifert, Ruth T1 - The “Human Rights Profession” and War: Humanitarian Help and Social Work in Armed Conflicts JF - Journal of Human Rights and Social Work N2 - Whereas, in the past, social work publications dealing with armed conflict were of interest to a relatively small community; beginning with the Ukraine conflict, this issue has moved into the center of social work discourses. This has raised issues concerning the positioning of social work in political and armed conflict again. Looking at the literature on social work and armed conflicts, it is generally assumed that the definition of the human rights profession also holds for social work in situations of violent collective conflicts. This, however, raises questions. This paper will argue that antinomies emerge for social work resulting from the definition as a human rights profession and the realities of humanitarian work in armed conflicts which have yet to be dealt with. Y1 - 2024 U6 - https://doi.org/10.1007/s41134-024-00349-5 VL - 9 IS - 3 SP - 360 EP - 371 PB - Springer Nature ER - TY - JOUR A1 - Schmiedt, Anja B. A1 - Empacher, Christina A1 - Kamps, Udo T1 - One- and two-sided prediction intervals for future Pareto record values with applications JF - Journal of Statistical Theory and Applications N2 - Based on upper record values in a series of observations over time from a Pareto distribution, an exact and several approximate one-sided and two-sided prediction intervals for the next record value (or for another future record value) to appear are studied and compared by means of an extensive simulation study. The performances of the prediction intervals are evaluated and recommendations are proposed for what method should be used in a given situation with respect to the form of the prediction interval on the one hand and to the tail behaviour on the other. The proposed methods are applied to insurance, environmental and sports data, where the respectively fitted Pareto distributions show a different tail behaviour. As a result, it is seen that although the number of observed record values in the presented real data applications is rather small, as it is usually the case, the selected prediction intervals are of practical use. KW - Interval prediction KW - Pareto distribution KW - Real data analyses KW - Record values KW - Simulation study Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-81605 SN - 2214-1766 N1 - Corresponding author der OTH Regensburg: Anja B. Schmiedt PB - Springer ER - TY - JOUR A1 - Dotter, Caroline A1 - Haug, Sonja A1 - Schnell, Rainer A1 - Raptis, Georgios A1 - Weber, Karsten T1 - Sharing health data for research purposes: results of a population survey in Germany JF - BMC health services research N2 - BACKGROUND: Increased use of health data has the potential to improve both health care and health policies. Several recent policy initiatives at the European and German legislative levels aim to increase the primary and secondary use of health data. However, little is known about general population views on health data access for research. Most studies are based on subsets defined by specific illnesses. METHODS: We commissioned a national computer-assisted dual-frame telephone survey (landline and mobile). Logit estimation models were used to identify predictors of willingness to provide access to health data to different organizations (universities in Germany, universities worldwide, German government organizations, pharmaceutical companies). RESULTS: A high willingness to share health data for research purposes is observed, depending on the specific data recipient. The willingness is highest for research at universities in Germany and German governmental organizations, and lowest regarding research by pharmaceutical companies. The main drivers for sharing health data are the level of trust in public institutions, the respondents' assessment of the seriousness and likelihood of data misuse, and the level of digital literacy. Age, gender, and level of education have small effects and do not determine the willingness to share health data for all organizations. CONCLUSION: We present evidence from a random sample of the German population. The results indicate widespread support among the population for providing access to health data for research purposes. Similar to findings in other countries, the willingness depends strongly on the recipient of the data. This paper evaluates the impact of various determinants - identified in previous qualitative and quantitative research - on the willingness of the German population to share health data. While previous studies have found that patients are generally more willing to share health data, we found that the presence of a medical precondition does not translate into respondents' unequivocal support for health data sharing. We identify privacy concerns, general trust, and digital literacy as key factors influencing the willingness to share health data. Therefore, policymakers and stakeholders need to ensure and communicate the necessary privacy protection measures to increase the willingness of the German population to share health data. Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-81622 N1 - Corresponding author der OTH Regensburg: Caroline Dotter VL - 25 PB - BMC ER - TY - RPRT A1 - Maren, Bredehorst A1 - Juliane, Leinweber A1 - Robert, Richter A1 - Pfingsten, Andrea T1 - HVG-Positionspapier für die Therapiewissenschaften N2 - Zeitgemäße Therapie ist effektiv, effizient, personenzentriert und teilhabeorientiert. Ergotherapie, Logopädie/Sprachtherapie und Physiotherapie (im Folgenden kurz: ELP) sind gesellschaftlich relevant und essenzieller Bestandteil einer nachhaltigen Gesundheitsversorgung. Die Therapiewissenschaften forschen in diesen und für diese Tätigkeitsfelder, indem sie Möglichkeiten der Gesundheitsförderung, der Prävention und Behandlung von Krankheiten sowie der entsprechenden Beratung und Begleitung von Menschen evaluieren, verbessern und erweitern. Wer, wenn nicht die qualifizierten Therapeut*innen selbst, stellt Forschungsfragen und verfolgt Forschungsinteressen, durch die belastbares Wissen zu diesen Therapien entsteht? Dieses Positionspapier der Fachkommission Forschung im HVG e.V. wurde entwickelt als Referenz zur Forschungslandschaft der ELP. Es ist als Argumentationshilfe sowohl innerhalb der genannten Berufsgruppen als auch nach außen gedacht, um die Voraussetzungen für die Therapiewissenschaften und die therapeutische Forschung zu verbessern. KW - Physiotherapy KW - Physical Therapists KW - Occupational Therapists KW - Occupational Therapy KW - Physical Therapy Modalities KW - Language Therapy KW - Speech Therapy KW - Speech Disorders/therapy Y1 - 2025 U6 - https://doi.org/10.5281/zenodo.15127354 SP - 1 EP - 7 ET - Version 2 (Stand 11.09.2024) ER - TY - GEN A1 - Weber, Karsten T1 - Künstliche Intelligenz als vielschichtige Herausforderung Y1 - 2025 ER - TY - BOOK A1 - Kriza, Thomas ED - Lerch, Sebastian T1 - Ethische Fragen der Digitalisierung und ihre Thematisierung in Forschung und Lehre an Hochschulen BT - Dimensionen von Transdisziplinarität T3 - Interdisziplinarität in der Hochschullehre N2 - Die Digitalisierung als fortschreitende Durchdringung aller Lebensbereiche durch Informationstechnik geht mit gesellschaftlichen Transformationsprozessen und weitreichenden ethischen Fragen einher. Diese Fragen haben einen transdisziplinären Charakter in dem Sinne, dass sie sich nur durch ein Überschreiten von fachlichen Perspektiven einzelner wissenschaftlicher Disziplinen und durch eine ganzheitliche Bezugnahme auf gesellschaftliche Auswirkungen angemessen adressieren lassen. Anhand der technischen Möglichkeiten von Big Data Analytics lässt sich aufzeigen, wie disziplinübergreifende wissenschaftliche Forschungen zu technischen Anwendungen führen können, die gewichtige, gesellschaftlich relevante Fragen nach ihrer ethischen Vertretbarkeit aufwerfen. Diese können in letzter Konsequenz auch ethische Grundprinzipien und Auffassungen des Menschseins ins Wanken bringen. Besonders prägnant lässt sich dies mit den Studien des Big-Data-Forschers Michal Kosinski und seines Forscherkreises sowie den daraus resultierenden Anwendungen von Unternehmen wie Cambridge Analytica vor Augen führen: Die Analyse von großen Mengen digitaler persönlicher Daten eröffnet umfassende Möglichkeiten zur Verhaltensbeeinflussung und stellt dabei sehr weitreichend auch ethische Grundwerte wie Privatheit in Frage. Universitäten und Hochschulen sind aufgefordert, durch transdisziplinäre Lehre und Forschung die ethischen Fragen der Digitalisierung als bestimmende Themen der Gegenwart direkt zu adressieren. Y1 - 2023 SN - 9783763974610 U6 - https://doi.org/10.3278/9783763974610 SP - 45 EP - 58 PB - wbv Publikation CY - Bielefeld ER - TY - BOOK A1 - Richter, Stefanie T1 - Essstörung BT - Eine fallrekonstruktive Studie anhand erzählter Lebensgeschichten betroffener Frauen N2 - Die Studie bietet anhand von erzählten Lebensgeschichten einen systematischen Einblick in die Erlebnis- und Erfahrungswelt von Menschen mit »Essstörungen«. Sichtbar werden Entwicklungsbögen von der Entstehung über die Verfestigung bis zu den verschiedenen Bewältigungsversuchen sowie Ressourcen und Kompetenzen der Protagonistinnen. Diese Perspektive ermöglicht ein Neuverstehen des Phänomens »Essstörung«, das über die gängigen defizitären Konzeptionen hinausgeht und Konsequenzen für eine ressourcenorientierte Begleitung von Menschen mit »Essstörungen« aufzeigt. Das Buch richtet sich gleichermaßen an Professionelle, Betroffene und Angehörige. KW - Essstörung KW - Patientin KW - Subjektive Theorie KW - Biografisches Interview Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-60052 SN - 978-3-96256-101-7 CY - Regensburg ET - 2., durchgesehene Aufl. ER - TY - GEN A1 - Rückert, Tobias A1 - Rückert, Daniel A1 - Palm, Christoph T1 - Corrigendum to “Methods and datasets for segmentation of minimally invasive surgical instruments in endoscopic images and videos: A review of the state of the art” [Comput. Biol. Med. 169 (2024) 107929] T2 - Computers in Biology and Medicine N2 - The authors regret that the SAR-RARP50 dataset is missing from the description of publicly available datasets presented in Chapter 4. Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-70337 N1 - Aufsatz unter: https://opus4.kobv.de/opus4-oth-regensburg/frontdoor/index/index/docId/6983 PB - Elsevier ER - TY - JOUR A1 - Hammer, Simone A1 - Nunes, Danilo Weber A1 - Hammer, Michael A1 - Zeman, Florian A1 - Akers, Michael A1 - Götz, Andrea A1 - Balla, Annika A1 - Doppler, Michael Christian A1 - Fellner, Claudia A1 - Da Platz Batista Silva, Natascha A1 - Thurn, Sylvia A1 - Verloh, Niklas A1 - Stroszczynski, Christian A1 - Wohlgemuth, Walter Alexander A1 - Palm, Christoph A1 - Uller, Wibke T1 - Deep learning-based differentiation of peripheral high-flow and low-flow vascular malformations in T2-weighted short tau inversion recovery MRI JF - Clinical hemorheology and microcirculation N2 - BACKGROUND Differentiation of high-flow from low-flow vascular malformations (VMs) is crucial for therapeutic management of this orphan disease. OBJECTIVE A convolutional neural network (CNN) was evaluated for differentiation of peripheral vascular malformations (VMs) on T2-weighted short tau inversion recovery (STIR) MRI. METHODS 527 MRIs (386 low-flow and 141 high-flow VMs) were randomly divided into training, validation and test set for this single-center study. 1) Results of the CNN's diagnostic performance were compared with that of two expert and four junior radiologists. 2) The influence of CNN's prediction on the radiologists' performance and diagnostic certainty was evaluated. 3) Junior radiologists' performance after self-training was compared with that of the CNN. RESULTS Compared with the expert radiologists the CNN achieved similar accuracy (92% vs. 97%, p = 0.11), sensitivity (80% vs. 93%, p = 0.16) and specificity (97% vs. 100%, p = 0.50). In comparison to the junior radiologists, the CNN had a higher specificity and accuracy (97% vs. 80%, p <  0.001; 92% vs. 77%, p <  0.001). CNN assistance had no significant influence on their diagnostic performance and certainty. After self-training, the junior radiologists' specificity and accuracy improved and were comparable to that of the CNN. CONCLUSIONS Diagnostic performance of the CNN for differentiating high-flow from low-flow VM was comparable to that of expert radiologists. CNN did not significantly improve the simulated daily practice of junior radiologists, self-training was more effective. KW - magnetic resonance imaging KW - deep learning KW - Vascular malformation Y1 - 2024 U6 - https://doi.org/10.3233/CH-232071 SP - 1 EP - 15 PB - IOP Press ET - Pre-press ER - TY - JOUR A1 - Schiegl, Corina A1 - Schroll-Decker, Irmgard A1 - Kurbel, Matthias T1 - Potenzial trotz schwerer Krankheit : Übergangswohnform zur außerklinischen Beatmungsentwöhnung eröffnet Option zur Selbstbestimmung JF - Forum Sozialarbeit + Gesundheit N2 - Selbstbestimmung gilt als wesentlicher Wert in der Sozialen Arbeit. Wenn Menschen ihre Bedürfnisse kennen und äußern können, trägt dies zum Wohlbefinden bei und steigert die subjektive Lebensqualität. Die Interventionen Sozialer Arbeit sollen es daher ermöglichen, dass Menschen über ihre eigenen Lebensbedingungen Kontrolle erhalten. Wie gestaltet sich aber die Selbstbestimmung bei einer Intensivpflegebedürftigkeit? Dieser Beitrag thematisiert, wie schwer erkrankte Menschen, die beispielsweise von einem Beatmungsgerät abhängig sind, ihre Selbstbestimmung verstehen. Anhand der Ergebnisse einer qualitativen Studie wird gezeigt, welche Aspekte von Selbstbestimmung bei schwersten krankheitsbedingten Einschränkungen individuell priorisiert werden. KW - Selbstbestimmung, außerklinisches Weaning Y1 - 2026 VL - 31 IS - 1 PB - utb CY - Stuttgart ER - TY - CHAP A1 - Sirch, Lisa A1 - Langlechner, Franziska A1 - Kronester, Dana A1 - Brandl, Julia A1 - Kolb, Alina A1 - Bopp, Katharina A1 - Pfingsten, Andrea T1 - PNE – Kulturelle Adaption von Metaphern zur Schmerztherapie T2 - physioscience N2 - Hintergrund: Die „Pain Neuroscience Education” (PNE) ist eine Strategie zur Schmerzaufklärung und -therapie von Patient*innen. Adriaan Louw, ein USamerikanischer Physiotherapeut, wendet PNE mit Hilfe von Metaphern in „Why you hurt?“, einer Sammlung von Karteikarten mit bildhaften Geschichten zur Erklärung von Schmerzmechanismen, an. Ziel: Das Ziel des Projekts ist es, drei Geschichten aus „Why you hurt“ auf die deutsche Kultur zu übertragen und eine erste Überprüfung ihrer Anwendbarkeit durchzuführen. Methode Nach der Auseinandersetzung mit den Themen PNE und kultureller Adaption, wurden drei Schmerzthemen und Geschichten ausgewählt, welche ins Deutsche adaptiert wurden. Dabei wurde Rücksprache mit dem Autor gehalten, um eine inhaltliche Überschneidung mit dessen Erklärungsmetaphern zu vermeiden. Die Auswahl der Schmerzthematiken orientierte sich an der direkten Empfehlung eines Mitwirkenden am PNE-Konzepts, sowie an den Ergebnissen bestehender Studien. Diese untersuchte, welche PNE-Metaphern in Bezug auf Schmerzlinderung am erfolgreichsten angewendet wurden. Die finalen Themen sind: „Aufnahme von Reizen“, „Schmerzausbreitung“ und „Sensitive Nerven“. Auf Grundlage dieser Themen wurden drei Geschichten konstruiert, welche sich an „typisch deutschen“ Merkmalen orientieren. Die verwendeten Metaphern wurden im Anschluss als digitalisierte Karteikarten zusammengetragen. Zur Testung der Anwendbarkeit der Geschichten wurden Therapeut*innen rekrutiert, darunter Arbeitskolleg*innen, Kommiliton*innen und Bekannte. Die Bewertung der Anwendbarkeit aus Sicht der Therapeut*innen erfolgt mittels einem von uns erstellten Fragebogen. Ergebnisse: Derzeit werden die Geschichten von Physiotherapeut*innen in der Praxis zur Aufklärung ihrer Patient*innen getestet und der Fragebogen beantwortet, welcher im Anschluss von uns evaluiert wird. KW - Schmerz KW - Edukation KW - PNE KW - Physiotherapie KW - Gesundheit KW - Medizin Y1 - 2023 UR - https://www.thieme-connect.de/products/ejournals/abstract/10.1055/s-0043-1777944 VL - 20 SP - S26 EP - S26 PB - Thieme ER - TY - GEN A1 - Schmidt, S. A1 - Weiser, A. A1 - Heyartz, M. A1 - Fernsimer, K. A1 - Osterried, S. A1 - Schedel, Valentin A1 - Pfingsten, Andrea T1 - Pain Neuroscience Education (PNE) - Anwendungsbereitschaft deutscher Physiotherapeut*innen T2 - physioscience N2 - Deutsche Physiotherapeut*innen scheinen in ihrem Arbeitsalltag von einer Implementierung des PNE- Konzepts tendenziell Abstand zu nehmen. Parallel zu dieser Vermutung offenbarte sich eine mehrheitliche Unsicherheit bei der Behandlung von chronischen Schmerzpatient*innen. Vor allem Therapeut*innen, welche sich weniger unsicher im Umgang mit chronischen Schmerzpatient*innen fühlen, neigen zur Verwendung der „Why-you-Hurt?“ – Karten. In diesem Falle wäre zu diskutieren, ob der Grund hierfür in der Tatsache liegt, dass diese Therapeut*innen eine geeignete und gut ergänzende Methode in dem Edukations-Tool sehen oder, ob ein sicherer Umgang mit chronischen Patient*innen die Voraussetzung für eine erfolgreiche Implementierung ist. Umfangreichere Erhebungen müssen durchgeführt werden, um diese Erkenntnisse zu festigen. Y1 - 2025 U6 - https://doi.org/10.1055/s-0045-1808215 N1 - Abstract/Poster-Beitrag zum 8. Forschungssymposium Physiotherapie der Deutschen Gesellschaft für Physiotherapiewissenschaft e. V., 22.–23. November 2025, Cottbus Senftenberg VL - 21 IS - S 01 SP - 79 PB - Thieme ER - TY - GEN A1 - Braune, N. A1 - Greiner, M. A1 - Kappen, F. A1 - Kerscher, S. A1 - Mezler, C. A1 - Walter, L. A1 - Mertens, J. A1 - Pfingsten, Andrea T1 - Investigation of Cognitive-Motor Interference in Dual Tasking T2 - physioscience N2 - The transferability of the results to the overall population is limited due to the small sample size, unequal gender distribution, and a low average age. The researchers suspect a subconscious prioritization of the Cognitive Task during Dual Tasking through a division of limited attention resources of the central nervous system. In general, the findings of this study are closely aligned with the key points of the Central Capacity Sharing Model [1] and the Bottleneck Theory [2]. For future research, it is essential to consider a larger sample size, a more balanced gender distribution, and the inclusion of diverse age groups in order to achieve more reliable results. Y1 - 2025 U6 - https://doi.org/10.1055/s-0045-1808174 N1 - Abstract/Poster-Beitrag zu 8. Forschungssymposium Physiotherapie der Deutschen Gesellschaft für Physiotherapiewissenschaft e. V. Cottbus Senftenberg, 22.–23.11.2025 VL - 21 IS - S 01 SP - S36 PB - Thieme ER - TY - GEN A1 - Meinikheim, Michael A1 - Mendel, Robert A1 - Probst, Andreas A1 - Scheppach, Markus W. A1 - Nagl, Sandra A1 - Schnoy, Elisabeth A1 - Römmele, Christoph A1 - Prinz, Friederike A1 - Schlottmann, Jakob A1 - Messmann, Helmut A1 - Palm, Christoph A1 - Ebigbo, Alanna T1 - Einfluss von Künstlicher Intelligenz auf die Performance von niedergelassenen Gastroenterolog:innen bei der Beurteilung von Barrett-Ösophagus T2 - Zeitschrift für Gastroenterologie N2 - Einleitung  Die Differenzierung zwischen nicht dysplastischem Barrett-Ösophagus (NDBE) und mit Barrett-Ösophagus assoziierten Neoplasien (BERN) während der endoskopischen Inspektion erfordert viel Expertise. Die frühe Diagnosestellung ist wichtig für die weitere Prognose des Barrett-Karzinoms. In Deutschland werden Patient:innen mit einem Barrett-Ösophagus (BE) in der Regel im niedergelassenen Sektor überwacht. Ziele  Ziel ist es, den Einfluss von einem auf Künstlicher Intelligenz (KI) basierenden klinischen Entscheidungsunterstützungssystems (CDSS) auf die Performance von niedergelassenen Gastroenterolog:innen (NG) bei der Evaluation von Barrett-Ösophagus (BE) zu untersuchen. Methodik  Es erfolgte die prospektive Sammlung von 96 unveränderten hochauflösenden Videos mit Fällen von Patient:innen mit histologisch bestätigtem NDBE und BERN. Alle eingeschlossenen Fälle enthielten mindestens zwei der folgenden Darstellungsmethoden: HD-Weißlichtendoskopie, Narrow Band Imaging oder Texture and Color Enhancement Imaging. Sechs NG von sechs unterschiedlichen Praxen wurden als Proband:innen eingeschlossen. Es erfolgte eine permutierte Block-Randomisierung der Videofälle in entweder Gruppe A oder Gruppe B. Gruppe A implizierte eine Evaluation des Falls durch Proband:innen zunächst ohne KI und anschließend mit KI als CDSS. In Gruppe B erfolgte die Evaluation in umgekehrter Reihenfolge. Anschließend erfolgte eine zufällige Wiedergabe der so entstandenen Subgruppen im Rahmen des Tests. Ergebnis  In diesem Test konnte ein von uns entwickeltes KI-System (Barrett-Ampel) eine Sensitivität von 92,2%, eine Spezifität von 68,9% und eine Accuracy von 81,3% erreichen. Mit der Hilfe von KI verbesserte sich die Sensitivität der NG von 64,1% auf 71,2% (p<0,001) und die Accuracy von 66,3% auf 70,8% (p=0,006) signifikant. Eine signifikante Verbesserung dieser Parameter zeigte sich ebenfalls, wenn die Proband:innen die Fälle zunächst ohne KI evaluierten (Gruppe A). Wurde der Fall jedoch als Erstes mit der Hilfe von KI evaluiert (Gruppe B), blieb die Performance nahezu konstant. Schlussfolgerung  Es konnte ein performantes KI-System zur Evaluation von BE entwickelt werden. NG verbessern sich bei der Evaluation von BE durch den Einsatz von KI. KW - Barrett-Ösophagus KW - Künstliche Intelligenz Y1 - 2023 UR - https://www.thieme-connect.de/products/ejournals/abstract/10.1055/s-0043-1771711 U6 - https://doi.org/10.1055/s-0043-1771711 VL - 61 IS - 8 PB - Thieme CY - Stuttgart ER - TY - GEN A1 - Scheppach, Markus W. A1 - Mendel, Robert A1 - Probst, Andreas A1 - Nagl, Sandra A1 - Meinikheim, Michael A1 - Yip, Hon Chi A1 - Lau, Louis Ho Shing A1 - Chiu, Philip Wai Yan A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Effekt eines Künstliche Intelligenz (KI) – Algorithmus auf die Gefäßdetektion bei third space Endoskopien T2 - Zeitschrift für Gastroenterologie N2 - Einleitung  Third space Endoskopieprozeduren wie die endoskopische Submukosadissektion (ESD) und die perorale endoskopische Myotomie (POEM) sind technisch anspruchsvoll und gehen mit untersucherabhängigen Komplikationen wie Blutungen und Perforationen einher. Grund hierfür ist die unabsichtliche Durchschneidung von submukosalen Blutgefäßen ohne präemptive Koagulation. Ziele Die Forschungsfrage, ob ein KI-Algorithmus die intraprozedurale Gefäßerkennung bei ESD und POEM unterstützen und damit Komplikationen wie Blutungen verhindern könnte, erscheint in Anbetracht des erfolgreichen Einsatzes von KI bei der Erkennung von Kolonpolypen interessant. Methoden  Auf 5470 Einzelbildern von 59 third space Endoscopievideos wurden submukosale Blutgefäße annotiert. Zusammen mit weiteren 179.681 nicht-annotierten Bildern wurde ein DeepLabv3+neuronales Netzwerk mit dem ECMT-Verfahren für semi-supervised learning trainiert, um Blutgefäße in Echtzeit erkennen zu können. Für die Evaluation wurde ein Videotest mit 101 Videoclips aus 15 vom Trainingsdatensatz separaten Prozeduren mit 200 vordefinierten Gefäßen erstellt. Die Gefäßdetektionsrate, -zeit und -dauer, definiert als der Prozentsatz an Einzelbildern eines Videos bezogen auf den Goldstandard, auf denen ein definiertes Gefäß erkannt wurde, wurden erhoben. Acht erfahrene Endoskopiker wurden mithilfe dieses Videotests im Hinblick auf Gefäßdetektion getestet, wobei eine Hälfte der Videos nativ, die andere Hälfte nach Markierung durch den KI-Algorithmus angesehen wurde. Ergebnisse  Der mittlere Dice Score des Algorithmus für Blutgefäße war 68%. Die mittlere Gefäßdetektionsrate im Videotest lag bei 94% (96% für ESD; 74% für POEM). Die mediane Gefäßdetektionszeit des Algorithmus lag bei 0,32 Sekunden (0,3 Sekunden für ESD; 0,62 Sekunden für POEM). Die mittlere Gefäßdetektionsdauer lag bei 59,1% (60,6% für ESD; 44,8% für POEM) des Goldstandards. Alle Endoskopiker hatten mit KI-Unterstützung eine höhere Gefäßdetektionsrate als ohne KI. Die mittlere Gefäßdetektionsrate ohne KI lag bei 56,4%, mit KI bei 71,2% (p<0.001). Schlussfolgerung  KI-Unterstützung war mit einer statistisch signifikant höheren Gefäßdetektionsrate vergesellschaftet. Die mediane Gefäßdetektionszeit von deutlich unter einer Sekunde sowie eine Gefäßdetektionsdauer von größer 50% des Goldstandards wurden für den klinischen Einsatz als ausreichend erachtet. In prospektiven Anwendungsstudien sollte der KI-Algorithmus auf klinische Relevanz getestet werden. KW - Künstliche Intelligenz Y1 - 2023 U6 - https://doi.org/10.1055/s-0043-1771980 VL - 61 IS - 08 PB - Thieme CY - Stuttgart ER - TY - GEN A1 - Scheppach, Markus W. A1 - Mendel, Robert A1 - Muzalyova, Anna A1 - Rauber, David A1 - Probst, Andreas A1 - Nagl, Sandra A1 - Römmele, Christoph A1 - Yip, Hon Chi A1 - Lau, Louis Ho Shing A1 - Gölder, Stefan Karl A1 - Schmidt, Arthur A1 - Kouladouros, Konstantinos A1 - Abdelhafez, Mohamed A1 - Walter, B. A1 - Meinikheim, Michael A1 - Chiu, Philip Wai Yan A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Künstliche Intelligenz erhöht die Gefäßerkennung von Endoskopikern bei third space Endoskopie T2 - Zeitschrift für Gastroenterologie N2 - Einleitung: Künstliche Intelligenz (KI)-Algorithmen unterstützen Endoskopiker bei der Erkennung und Charakterisierung von Kolonpolypen in der klinischen Praxis und führen zu einer Erhöhung der Adenomdetektionsrate. Auch bei therapeutischen Maßnahmen wie der endoskopischen Submukosadissektion (ESD) könne relevante anatomische Strukturen durch KI mit hoher Genauigkeit erkannt und im endoskopischen Bild in Echtzeit markiert werden. Der Effekt einer solchen Applikation auf die Gefäßdetektion von Endoskopikern ist bislang nicht erforscht. Ziele:  In dieser Studie wurde der Effekt eines KI-Algorithmus zur Echtzeit-Gefäßmarkierung bei ESD auf die Gefäßdetektionsrate von Endoskopikern untersucht. Methodik:  59 third space Endoskopievideos wurde aus der Datenbank des Universitätsklinikums Augsburg extrahiert. Auf 5470 Einzelbildern dieser Untersuchungen wurde submukosale Blutgefäße annotiert. Zusammen mit weiteren 179681 unmarkierten Bildern wurde ein DeepLabV3+ neuronales Netzwerk mit einer semi-supervised learning Methode darin trainiert, submukosale Blutgefäße auf dem endoskopischen Bild zu erkennen und in Echtzeit einzuzeichnen. Anhand eines Videotests mit 101 Videoclips und 200 vordefinierten Blutgefäßen wurden 19 Endoskopiker mit und ohne KI Unterstützung getestet. Ergebnis:  Der Algorithmus erkannte in dem Videotest 93.5% der Gefäße in einer Detektionszeit von im Median 0,3 Sekunden. Die Gefäßdetektionsrate von Endoskopikern erhöhte sich durch KI Unterstützung von 56,4% auf 72,4% (p<0.001). Die Gefäßdetektionszeit reduzierte sich durch KI-Unterstützung von 6,7 auf 5.2 Sekunden (p<0.001). Der Algorithmus zeigte eine Rate an falsch positiven Detektionen in 4.5% der Einzelbilder. Falsch positiv erkannte Strukturen wurde kürzer detektiert, als richtig positive (0.7 und 6.0 Sekunden, p<0.001). Schlussfolgerung:  KI Unterstützung führte zu einer erhöhten Gefäßdetektionsrate und schnelleren Gefäßdetektionszeit von Endoskopikern. Ein möglicher klinischer Effekt auf die intraprozedurale Komplikationsrate oder Operationszeit könnte in prospektiven Studien ermittelt werden. Y1 - 2024 U6 - https://doi.org/10.1055/s-0044-1790087 VL - 62 IS - 09 SP - e830 PB - Georg Thieme Verlag KG ER - TY - GEN A1 - Roser, David A1 - Meinikheim, Michael A1 - Mendel, Robert A1 - Palm, Christoph A1 - Muzalyova, Anna A1 - Rauber, David A1 - Rückert, Tobias A1 - Parsa, Nasim A1 - Byrne, Michael F. A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Mensch-Maschine-Interaktion: Einfluss künstlicher Intelligenz auf das diagnostische Vertrauen von Endoskopikern bei der Beurteilung des Barrett-Ösophagus T2 - Zeitschrift für Gastroenterologie N2 - Ziele:  Das Ziel der Studie war es, den Einfluss von KI auf die diagnostische Sicherheit (Konfidenzniveau) von Endoskopikern anhand von BÖ-Videos zu untersuchen und mögliche Korrelationen mit der Untersuchungsqualität zu erforschen. Methodik:  22 Endoskopiker aus zwölf Zentren mit unterschiedlicher Barrett-Erfahrung untersuchten 96 standardisierte Endoskopievideos. Die Untersucher wurden in Experten und Nicht-Experten eingeteilt und nach dem Zufallsprinzip für die Bewertung der Videos mit oder ohne KI eingeteilt. Die Teilnehmer wurden in zwei Gruppen aufgeteilt: Arm A bewertete zunächst Videos ohne KI und dann mit KI, während Arm B die umgekehrte Reihenfolge einhielt. Die Untersucher hatten die Aufgabe, BÖ-assoziierte Neoplasien zu erkennen und ihr Konfidenzniveau sowohl mit als auch ohne KI auf einer Skala von 0 bis 9 anzugeben. Ergebnis:  In Arm A erhöhte der Einsatz von KI das Konfidenzniveau bei beiden signifikant (p<0.001). Bemerkenswert ist, dass jedoch nur Nicht-Experten durch die KI eine signifikante Verbesserung der Sensitivität und Spezifität (p<0.001 bzw. p<0.05) erfuhren. Während Experten ohne KI im Vergleich zu Nicht-Experten mit KI ein höheres Konfidenzniveau aufwiesen, gab es keinen signifikanten Unterschied in der Genauigkeit. In Arm B zeigten beide Gruppen eine signifikante Abnahme des Konfidenzniveaus (p<0.001) bei gleichbleibender Genauigkeit. Darüber hinaus wurden in 9% der Entscheidungen trotz korrekter KI eine falsche Wahl getroffen. Schlussfolgerung:  Der Einsatz künstlicher Intelligenz steigerte das Konfidenzniveau sowohl bei Experten als auch bei Nicht-Experten signifikant – ein Effekt, der im Studienmodell reversibel war. Darüber hinaus wiesen Experten mit oder ohne KI durchweg höhere Konfidenzniveaus auf als Nicht-Experten mit KI, trotz vergleichbarer Ergebnisse. Zudem konnte beobachtet werden, dass die Untersucher in 9% der Fälle die KI zuungunsten des Patienten ignorierten. Y1 - 2024 U6 - https://doi.org/10.1055/s-0044-1789656 VL - 62 IS - 09 SP - e575 EP - e576 PB - Georg Thieme Verlag KG ER - TY - GEN A1 - Scheppach, Markus W. A1 - Nunes, Danilo Weber A1 - Arizi, X. A1 - Rauber, David A1 - Probst, Andreas A1 - Nagl, Sandra A1 - Römmele, Christoph A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Intraoperative Phasenerkennung bei endoskopischer Submukosadissektion mit Hilfe von künstlicher Intelligenz T2 - Zeitschrift für Gastroenterologie N2 - Einleitung:  Künstliche Intelligenz (KI) wird in der Endoskopie des Gastrointestinaltraktes zur Erkennung und Charakterisierung von Kolonpolypen eingesetzt. Die Rolle von KI bei therapeutischen Maßnahmen wurde noch nicht eingehend untersucht. Eine intraprozedurale Phasenerkennung bei endoskopischer Submukoasdissektion (ESD) könnte die Erhebung von Qualitätsindikatoren ermöglichen. Weiterhin könnte diese Technologie zu einem tieferen Verständnis über die Eigenschaften der Prozedur führen und weiterführende Applikationen zur automatischen Dokumentation oder standardisiertem Training vorbereiten. Ziele: Ziel dieser Studie war die Entwicklung eines KI Algorithmus zur intraprozeduralen Phasenerkennung bei endoskopischer Submukosadissektion. Methodik:  2071546 Einzelbilder aus 27 ESD Videos in voller Länge wurden für die übergeordneten Klassen Diagnostik, Markierung, Nadelinjektion, Dissektion und Blutung, sowie die untergeordneten Klassen Endoskop-Manipulation, Injektion und Applikation von elektrischem Strom annotiert. Mit einem Trainingsdatensatz (898440 Einzelbilder, 17 ESDs) wurde ein Video Swin Transformer mit uniformer Stichprobenentnahme trainiert und intern validiert (769523 Einzelbilder, 6 ESDs). Neben der internen Validierung wurde der Algorithmus anhand von einem separaten Testdatensatz (403583 Einzelbilder, 4 ESDs) evaluiert. Ergebnis:  Der F1 Score des Algorithmus für alle Klassen lag in der internen Validierung bei 83%, in dem separaten Test bei 90%. Anhand des separaten Tests wurden true positive (TP)-Raten für Diagnostik, Markierung, Nadelinjektion, Dissektion und Blutung von 100%, 100%, 96%, 97% und 93% ermittelt. Für Endoskopmanipulation, Injektion und Applikation von Elektrizität lagen die TP-Raten bei 92%, 98% und 91%. Schlussfolgerung:  Der entwickelte Algorithmus klassifizierte ESD Videos in voller Länge und anhand jedes einzelnen Bildes mit hoher Genauigkeit. Zukünftige Forschungsvorhaben könnten intraoperative Qualitätsindikatioren auf Basis dieser Informationen entwickeln und eine automatisierte Dokumentation ermöglichen. Y1 - 2024 U6 - https://doi.org/10.1055/s-0044-1790084 VL - 62 IS - 09 SP - e828 PB - Georg Thieme Verlag KG ER - TY - GEN A1 - Zellmer, Stephan A1 - Rauber, David A1 - Probst, Andreas A1 - Weber, Tobias A1 - Nagl, Sandra A1 - Römmele, Christoph A1 - Schnoy, Elisabeth A1 - Palm, Christoph A1 - Messmann, Helmut A1 - Ebigbo, Alanna T1 - Verwendung künstlicher Intelligenz bei der Detektion der Papilla duodeni major T2 - Zeitschrift für Gastroenterologie N2 - Einleitung Die Endoskopische Retrograde Cholangiopankreatikographie (ERCP) ist der Goldstandard in der Diagnostik und Therapie von Erkrankungen des pankreatobiliären Trakts. Jedoch ist sie technisch sehr anspruchsvoll und weist eine vergleichsweise hohe Komplikationsrate auf. Ziele  In der vorliegenden Machbarkeitsstudie soll geprüft werden, ob mithilfe eines Deep-learning-Algorithmus die Papille und das Ostium zuverlässig detektiert werden können und somit für Endoskopiker mit geringer Erfahrung ein geeignetes Hilfsmittel, insbesondere für die Ausbildungssituation, darstellen könnten. Methodik Wir betrachteten insgesamt 606 Bilddatensätze von 65 Patienten. In diesen wurde sowohl die Papilla duodeni major als auch das Ostium segmentiert. Anschließend wurde eine neuronales Netz mittels eines Deep-learning-Algorithmus trainiert. Außerdem erfolgte eine 5-fache Kreuzvaldierung. Ergebnisse Bei einer 5-fachen Kreuzvaldierung auf den 606 gelabelten Daten konnte für die Klasse Papille eine F1-Wert von 0,7908, eine Sensitivität von 0,7943 und eine Spezifität von 0,9785 erreicht werden, für die Klasse Ostium eine F1-Wert von 0,5538, eine Sensitivität von 0,5094 und eine Spezifität von 0,9970 (vgl. [Tab. 1]). Unabhängig von der Klasse zeigte sich gemittelt (Klasse Papille und Klasse Ostium) ein F1-Wert von 0,6673, eine Sensitivität von 0,6519 und eine Spezifität von 0,9877 (vgl. [Tab. 2]). Schlussfolgerung  In vorliegende Machbarkeitsstudie konnte das neuronale Netz die Papilla duodeni major mit einer hohen Sensitivität und sehr hohen Spezifität identifizieren. Bei der Detektion des Ostiums war die Sensitivität deutlich geringer. Zukünftig soll das das neuronale Netz mit mehr Daten trainiert werden. Außerdem ist geplant, den Algorithmus auch auf Videos anzuwenden. Somit könnte langfristig ein geeignetes Hilfsmittel für die ERCP etabliert werden. KW - Künstliche Intelligenz Y1 - 2023 UR - https://www.thieme-connect.de/products/ejournals/abstract/10.1055/s-0043-1772000 U6 - https://doi.org/10.1055/s-0043-1772000 VL - 61 IS - 08 SP - e539 EP - e540 PB - Thieme CY - Stuttgart ER - TY - JOUR A1 - Zürner, Christian T1 - Von der „Ästhetischen“ zur „Kulturellen Bildung“ – (heimlicher) Verlust eines kritischen Selbstverständnisses JF - Pädagogische Rundschau Y1 - 2015 VL - 69 IS - 1 SP - 75 EP - 89 PB - Lang ER - TY - JOUR A1 - Ortner, Martina A1 - Kökten, Rabia T1 - Rechtsextremismus transnational betrachtet : das Forschungsprojekt zur Ülkücü-Bewegung in Bayern stellt sich vor JF - RadiX – Zeitschrift für Radikalisierungsforschung und Prävention N2 - Deutschland ist eine postmigrantische Gesellschaft. Die damit einhergehende Pluralität beschränkt sich nicht nur auf Herkünfte und Biografien, sondern spiegelt sich auch in Lebensentwürfen und politischen Einstellungen wider, die nicht nur demokratisch, sondern menschenverachtend-völkisch und antidemokratisch sein können. Im Projekt ReTra geht es darum, mehr über Strukturen, Akteur:innen und Aktivitäten von türkischen extrem rechten Organisationen in Bayern zu erfahren. Dabei wird der Einfluss von politischen Veränderungen in der Türkei miteinbezogen. Das Projekt leistet einen Beitrag zur Rechtsextremismusforschung unter Berücksichtigung sich aufspannender transnationaler sozialer Räume. Die qualitative Studie wird ergänzt durch einen partizipativen Forschungsansatz, in dem zivilgesellschaftlich Aktive als Co-Forschende einbezogen werden. Fortlaufend wird die Fachdiskussion mit einschlägigen Wissenschaftler:innen geführt. So entsteht ein Netzwerk, durch das ein kontinuierlicher Forschungs-Praxis Austausch ermöglicht wird. Durch eine Handreichung leistet das Projekt einen Beitrag für die zivilgesellschaftliche Praxis und darüber hinaus für ein demokratisches Miteinander. Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-84211 SN - 2944-1382 N1 - Online First-Beitrag VL - 1 IS - 2 PB - Verlag Barbara Budrich ER - TY - THES A1 - Eigenberger, Andreas T1 - Die Auswirkungen der mechanischen Kräfte eines innovativen Operationsverfahrens für die intraoperative Gewebezubereitung bei autologem Fetttransfer auf das Fettgewebe und dessen Stammzellen Y1 - 2024 SP - 235 Blätter CY - Regensburg ER - TY - THES A1 - Baumann, Martina T1 - Health Technology Assessment und ethische Aspekte der Prothesenversorgung N2 - Innovative Hand- und Beinprothesen haben das Potenzial, die Gesundheit und Lebensqualität von Menschen mit Gliedmaßenamputationen und Dysmelien zu verbessern. Aus einer Behindertenrechtsperspektive haben Menschen ein Recht auf eine Versorgung mit solchen Hilfsmitteln, die ihnen mehr gesellschaftliche Inklusion ermöglichen. Gleichzeitig können neue Prothesentechnologien Gesundheitssysteme aufgrund ihrer hohen Kosten vor Herausforderungen in Bezug auf die gerechte Ressourcenallokation stellen. Auch die zunehmende Verschmelzung von Prothesen mit menschlichen Körpern wirft ethische Fragen nach Autonomie und Sicherheit auf. Das Health Technology Assessment (HTA) ist ein wissenschaftlicher Ansatz zur Effizienzsteigerung und gerechten Rationierung in Gesundheitswesen. HTA soll Entscheidungen zur Erstattungsfähigkeit von Gesundheitstechnologien unterstützen, indem es deren Kosten und Nutzen systematisch untersucht – aber auch ethische, rechtliche und soziale Aspekte ihres Einsatzes beleuchtet. Diese Arbeit gibt einen Überblick über den Stand des HTA zu Prothesen auf Basis einer Recherche zu HTA-Berichten und Einschätzungen von Stakeholder*innen des deutschen Gesundheitswesens. Ethische Aspekte der Prothesentechnologie und -versorgung werden auf Basis eines Literaturreviews und einer Befragung von Prothesenträger*innen beleuchtet. Dieser Teil der Arbeit untersucht auch, inwiefern solch eine Kombination aus literaturbasiertem und empirischem Ansatz („empirische Ethik“) einen Mehrwert für Ethik im HTA bietet. In einem Fokus auf Gerechtigkeit wird untersucht, welche Hürden von Prothesennutzer*innen und Stakeholder*innen beim Zugang zu Prothesen im deutschen Gesundheitssystem wahrgenommen werden und inwiefern diese Hürden zu ungerechtem Zugang führen können. Es werden dann basierend auf den empirisch identifizierten Defiziten in der Versorgungspraxis und Norman Daniels Ansatz für Gesundheitsgerechtigkeit Empfehlungen für eine gerechtere und bessere Prothesenversorgung vorgestellt. Die Arbeit liefert somit Beiträge zur methodischen Diskussion um Ethik im Health Technology Assessment und zur bislang in Deutschland eher zögerlich geführten Diskussion, wie mit Ressourcenknappheit im Gesundheitswesen umgegangen werden sollte. N2 - Innovative hand and leg prostheses have the potential to improve the health and quality of life of people with limb amputations and dysmelia. From a disability rights perspective, people have a right to fair access to medical aids that enable them to be better included in society. At the same time, new prosthetic technologies may pose challenges for healthcare systems in terms of just resource allocation due to their high costs. The increasing fusion of prostheses with human bodies also raises ethical questions about autonomy and safety. Health Technology Assessment (HTA) is a scientific approach to increasing efficiency and fair rationing in the healthcare system. HTA supports decisions on the reimbursement of health technologies by systematically analysing their costs and benefits, as well as the ethical, legal, and social aspects of their implementation. This dissertation provides an overview of the status of HTA on prostheses based on a search of HTA reports and assessments by stakeholders in the German healthcare system. Ethical aspects of prosthesis technology and care are analysed based on a literature review and an interview study of prosthesis users. This part of the thesis also examines if such a combination of literature-based and empirical approaches (empirical ethics) offers added value for ethics in HTA. With a focus on ethics of justice, the barriers perceived by prosthesis users and stakeholders in access to prostheses in the German healthcare system, and the extent to which these barriers can lead to unfair access are analysed. Based on the empirically identified deficits in care practice and Norman Daniel's approach to just health, recommendations for fairer and better prosthesis care are presented. The work thus contributes to the methodological discussion on ethics in health technology assessment and to the rather hesitant debate in Germany on how to deal with resource scarcity in the healthcare system. Y1 - 2023 UR - https://publikationen.bibliothek.kit.edu/1000170547 U6 - https://doi.org/10.5445/IR/1000170547 ER - TY - THES A1 - Süß, Franz T1 - The influence of mental stress on the musculoskeletal human back during static posture and trunk motion N2 - The investigation of the influence of mental stress on muscle recruitment of the back and its effect on the intervertebral discs was the main focus of this work. Furthermore, the goal was to develop algorithms to use mental stress as an input parameter in musculoskeletal simulation models. In the first step, a study was designed to investigate the influence of emotional and cognitive stress without kinetic influencing factors during sitting. At the muscular level, emotional stress was found to affect the upper back, while cognitive stress elicited higher muscle activity in the upper and lower back. Using a newly developed algorithm to apply back muscle recruitment changes to static inverse kinematic simulation models, load increases at the discs of up to 189 N on average and up to 907 N at peak were found.Based on the results of the first study, a second dynamic study was designed and conducted. In this case, the focus was on the cognitive stressor and the lower back. Using a dynamometer, subject-specific loads were applied during extension and flexion of the upper back. In contrast to the first study, in the upper back, only the right m. trapezius pars descendens showed a load-induced difference in muscle activity, but the lower back did. To investigate the effects of muscle tone increase in detail, the algorithm developed in the first study was extended to the dynamic case. The use of simulation models allowed the inference of the effects of the purely stress-induced tone increase. For this purpose, the kinetic and muscular effects were isolated and simulated. The study revealed a stress increase of 47% of the body weight in the L4L5 disc. The final numerical study focused on the general application of muscle activities to inverse kinematic simulation models. This was based on the novel simulation algorithm used in study two and the measured muscle activities. The simulation of the measured muscle activities formed the link between reality and simulation. To simulate the activities, neural networks and gradient boosting regression algorithms were investigated. The latter were found to be better suited to represent the data. However, the data is too small for a detailed statement, especially for loads below 100%. The results of this work can help to better assess the musculoskeletal effects of psychological stress on the musculoskeletal system and, if necessary, to develop ergonomic prevention strategies. By recognizing stress-related kinematic difference, as well as subsequent prompting of trunk movement, could help prevent long-term effects. When examining any situation, the combination of machine learning and musculoskeletal simulation tools can help examine and minimize the effects of psychological stress. N2 - Die Untersuchung des Einflusses von mentalem Stress auf die Muskelrekrutierung des Rückens und dessen Auswirkung auf die Bandscheiben war der Schwerpunkt dieser Arbeit. Des Weiteren war es das Ziel, Algorithmen zu entwickeln, um die mentale Belastung als Eingabeparameter in muskuloskelettalen Simulationsmodellen zu nutzen. Im ersten Schritt wurde eine Studie konzipiert, um den Einfluss von emotionalem und kognitivem Stress ohne kinetische Einflussfaktoren beim Sitzen zu untersuchen. Auf muskulärer Ebene wurde festgestellt, dass emotionaler Stress den oberen Rücken beeinflusste, während kognitiver Stress höhere Muskelaktivität im oberen und unteren Rücken auslöste. Unter Verwendung eines neu entwickelten Algorithmus zur Anwendung von Rekrutierungsänderungen der Rückenmuskulatur auf statische inverse kinematische Simulationsmodelle wurden Belastungserhöhungen an den Bandscheiben von bis zu 189 N im Mittel und bis zu 907 N in der Spitze gefunden. Basierend auf den Ergebnissen der ersten Studie wurde eine zweite dynamische Studie konzipiert und durchgeführt. In diesem Fall lag der Fokus auf dem kognitiven Stressor und dem unteren Rücken. Mit Hilfe eines Dynamometers wurden subjektspezifische Belastungen während der Extension und Flexion des Oberkörpers aufgebracht. Im Gegensatz zur ersten Studie konnte im oberen Rücken, nur im rechten m. trapezius pars descendens ein Lastfall bedingter Unterschied in der Muskelaktivität festgestellt werden, wohl aber im unteren Rücken. Um die Auswirkungen der Muskeltonuserhöhung im Detail zu untersuchen, wurde der in der ersten Studie entwickelte Algorithmus auf den dynamischen Fall erweitert. Die Verwendung von Simulationsmodellen erlaubte den Rückschluss auf die Auswirkungen der rein stressinduzierten Tonuserhöhung. Hierfür wurden die kinetischen und muskulären Effekte isoliert und simuliert. Die Studie ergab eine Belastungserhöhung von 47 % des Körpergewichts in der L4L5 Bandscheibe. Die abschließende numerische Studie konzentrierte sich auf die allgemeine Anwendung von Muskelaktivitäten auf inverse kinematische Simulationsmodelle. Grundlage dafür waren der neuartige Simulationsalgorithmus, der in Studie zwei verwendet wurde, und die gemessenen Muskelaktivitäten. Die Simulation der gemessenen Muskelaktivitäten bildete das Bindeglied zwischen Realität und Simulation. Um die Aktivitäten zu simulieren, wurden neuronale Netze und Gradient-Boosting-Regressionsalgorithmen untersucht. Es zeigte sich, dass letztere besser geeignet sind, die Daten abzubilden. Für eine detaillierte Aussage, insbesondere für Belastungen unter 100 %, ist die Datenlage jedoch zu klein. Die Ergebnisse dieser Arbeit können helfen, die muskuloskelettalen Auswirkungen psychischer Belastungen auf den Bewegungsapparat besser einzuschätzen und ggf. ergonomische Präventionsstrategien zu entwickeln. Durch das Erkennen stressbedingter kinematischer Unterschied sowie die darauffolgende Aufforderung zur Rumpfbewegung könnte helfen, langfristige Auswirkungen zu vermeiden. Bei der Untersuchung beliebiger Situationen, kann die Kombination aus maschinellem Lernen und muskuloskelettalen Simulationswerkzeugen helfen, die Auswirkungen psychischer Belastungen zu untersuchen und zu minimieren. KW - Musculoskeletal simulation KW - mental stress KW - spinal disc loads Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:355-epub-460554 ER - TY - JOUR A1 - Schöpf, Nicolas T1 - Der Qualifikationsrahmen als Weg in mehr Wettbewerb? Potenziale und Herausforderungen europäischer Bildungspolitik für die Erwachsenenbildung JF - DIE-Zeitschrift für Erwachsenenbildung N2 - Der vorliegende Beitrag sondiert Potenziale und Gefährdungen, die für die Erwachsenenbildung aus dem Prozess der Europäisierung von Bildungspolitik resultieren. Die zugehörigen strukturellen Wirkmechanismen im Spannungsfeld von Kooperation und Konkurrenz belegt der Text am Beispiel des Europäischen Qualifikationsrahmens (EQR). Mit dem Zweck einer besseren Vergleichbarkeit von Bildungssystemen und Bildungsgängen geht vom EQR unweigerlich der Impuls zu mehr Wettbewerb einher, international wie national. Der Autor ordnet diese Dynamik in die übergreifenden bildungspolitischen Prozesse ein, die mit Bolgna, Lissabon und Kopenhagen assoziiert werden. KW - Auswirkung KW - Bildungspolitik KW - Europa KW - Europäischer Qualifikationsrahmen KW - Kompetenz KW - Leistungsmessung KW - Qualifikation KW - Weiterbildung Y1 - 2010 U6 - https://doi.org/10.3278/DIE1002W045 SN - 0945-3164 IS - 2 SP - 45 EP - 48 PB - Bertelsmann CY - Bielefeld ER -