Deep Learning im medizinischen Post-Processing

Situation

Als etablierter Partner für medizinisches Bild-Post-Processing trat ein Medizintechnik-Kunden an die Method Park Engineers heran, um gemeinsam neue Technologietrends in der Bildverarbeitungsalgorithmik zu evaluieren und ggf. hinsichtlich möglicher Qualitätssteigerung bei mindestens gleichbleibender klinischer Alltagstauglichkeit in Produkten umzusetzen.

Konkret sollten  die Möglichkeiten des maschinellen Lernens - insbesondere des Deep Learnings - betrachtet und bei Eignung integriert werden. Method Park hat hier den Kunden auf dem Weg von Prototypen bis hin zur Integration robuster und neuer, Deep Learning-basierter Algorithmik unterstützt.

Dauer des Projektes

Ca 1,5 Jahre

2 .net Entwickler

Haben Sie Fragen?

Wollen Sie sich zu unserem Themen-Portfolio beraten lassen?

Contact card open Contact card close

Lösung

Zunächst wurde eine renommierte Open Source Deep Learning-Bibliothek zur teamübergreifenden Nutzung in das international aufgestellte Kundenprojekt eingeführt. Vorab wurde sie unter Berücksichtigung der bestehenden Prozesse des Kunden und der im regulatorischen Umfeld relevanten Normen an die technologischen und lizenzrechtlichen Besonderheiten des Projektes angepasst.

Es wurden die Prinzipien des Software Craftsmanship berücksichtigt und normenkonform umgesetzt. Sämtliche Arbeiten unterlagen zudem den zahlreichen Anforderungen, die sich sowohl aus dem medizinischen als auch dem regulatorischen Kontext ergaben. Hierzu zählte unter anderem die Pflege einer umfassenden technischen Dokumentation.

Die Einhaltung von Vorgaben bezüglich Laufzeit und Ressourcenverbrauch der Software auf kundenspezifischen Hardware-Konfigurationen wurde sichergestellt. Method Park war dabei entwicklungsbegleitend in direktem Kontakt mit klinischen Know-how-Trägern. Weiterhin fungierten die Method Park Experten als Ansprechpartner für alle Fragen der Software-Ingenieure des Kunden, die die neu eingeführte Funktionalität nutzen wollten. Zusätzlich stand Method Park in ständigem Austausch mit universitätsnahen Algorithmik-Wissenschaftlern aus dem Fachgebiet der medizinischen Bilddatenverarbeitung.

Ihre Implementierungsarbeiten haben die Method Park Engineers in die bestehende, umfangreiche Code-Basis des Kundenprojektes integriert. Hierbei legte Method Park ein besonderes Augenmerk darauf, ungewollte Seiteneffekte von Änderungen zentraler Komponenten auf die algorithmischen Ergebnisse auszuschließen.

Lösung

Einführung einer Open Source Deep Learning-Bibliothek

Berücksichtigung der Regeln des Software Craftsmanship

Nutzung externen Know-hows aus klinischer Praxis und Wissenschaft

Weitere Informationen

Software Engineering

Ergebnis

Mit der Unterstützung von Method Park konnte der Kunde den neuen Technologietrend Deep Learning frühzeitig evaluieren und für sich nutzen, um im Projekt die Qualität seiner Software zur Befundung medizinischer Bilddaten zu steigern und damit seinen Anspruch als Technologieführer zu festigen.

 

Ergebnis

Frühzeitige Nutzung des Technologietrends Deep Learning

Normenkonforme Integration in der Medizintechnik

Steigerung der Software-Qualität