ORALHYPE 2.0 – Oral Health using Hyperspectral Imaging and Computer Vision. Ansatz zur Etablierung der nicht invasiven Hyperspektraltechnik in der chirurgischen Therapie des oralen Plattenepithelkarzinoms durch Einsatz von Computer Vision

• Antragsteller: Professor Dr.-Ing. Thomas Klauer; Dr. Daniel Thiem
• Fachliche Zuordnung: Zahnheilkunde; Mund-, Kiefer- und Gesichtschirurgie ; Medizininformatik und medizinische Bioinformatik
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 516210826

Ziel des Vorhabens ist die Etablierung der Hyperspektraltechnik als strahlungsfreie, nicht invasive Methodik zur Dignitätsbeurteilung der (oralen) Schleimhaut. Im Vordergrund steht dabei die diagnostische Beurteilung des Perizentrums des oralen Plattenepithelkarzinoms zur perspektivischen Bewertung und Festlegung der Ausdehnung des chirurgischen Sicherheitsabstandes im Rahmen der Tumorresektion unter Verwendung von Computer Vision zur automatisierten Bildanalyse. Diese, als wissenschaftliche Disziplin im Grenzbereich zwischen Informatik und Ingeneurwissenschaften, nutzt Methoden der künstlichen Intelligenz (künstliche neuronale Netze und deep learning) zur Verarbeitung der hyperspektralen Bilddatensätze und ermöglicht so die IT-gestützte, automatisierte Gewebeklassifizierung anhand der spezifischen hyperspektralen Gewebesignatur. Meilensteine sind neben der Erstellung einer hyperspektralen Datenbank von oralen Grundgewebetypen (Muskel, Fett, Schleimhaut) auf Basis von ex vivo (bereits untersucht und veröffentlicht) und in vivo hyperspektralen 3D-Bildinformationen, die Erstellung und IT-gestützte Prozessierung von ex vivo und in vivo Bilddatensätze oraler Plattenepithelkarzinome und deren peritumoralen Schleimhautränder unter Verwendung unterschiedlicher Spektrometervarianten (hyperspektrale Endoskopieeinheit und Hyperspektrale Tischkamera). Projektziel ist neben der automatisierten Klassifikation von Gewebetypen, die computergestützte Einstufung von Gewebepathologien in Schweregrade anhand ihrer Gewebestruktur auf Basis der dafür typischen hypersperktralen Gewebesignatur. Die geplante Entwicklung eines nicht invasiven Messverfahrens in der Therapie des oralen Plattenkarzinoms durch Auswertung hyperspektraler Bilddaten mittels Computer Vision löst ein wesentliches Problem des derzeitigen Standes der Technik. Zur Effizienzsteigerung bei der IT-gestützten Echtzeitauswertung der erfassten Bilddatensätze werden in Wissenschaft und Praxis seit geraumer Zeit geeignete Bildverarbeitungsmethoden bei limitierter Trainingsdaten-Verfügbarkeit diskutiert. Die großflächige Anwendung scheitert jedoch derzeit noch an geeigneten Konzepten zur Übertragbarkeit dieser Algorithmen und Methoden in das Feld der Hyperspektraltechnik. Die Anwendung über- und unüberwachter Lernmethoden weißt daher bei gelingen ein erhebliches Potenzial auf.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortliche: Professor Dr. Peer Kämmerer; Dr. Stefanie Zimmer