Bei der Anpassung und Weiterentwicklung von State-of-the-Art-Methoden der Medizinischen Bildverarbeitung und deren Anwendung auf aktuelle klinische Probleme spielen neben der klassischen Bildverarbeitung modellbasierte Ansätze und die Integration von Methoden des maschinellen Lernens und der künstlichen Intelligenz (KI) eine zunehmende Rolle. Zahlreiche Probleme lassen sich nur mit Hilfe zusätzlichen Vorwissens lösen – ähnlich einem Arzt, dessen medizinisches Wissen ihm hilft, die Bilddaten zu interpretieren. Wir integrieren aus Trainingsdaten generiertes Wissen in Modelle, mit deren Hilfe Bilddaten automatisch analysiert werden können.
Zusätzlich zu den vorherrschenden Modalitäten CT, MRT und Ultraschall spielen auch 2D-Bilddaten z.B. von Kameras eine wichtige Rolle. Wir entwickeln Computer-Vision-Methoden für Fragestellungen aus der Dermatologie oder dem Dentalbereich und bieten Verfahren für das Matching von 2D-Bildern mit radiologischen Bilddaten.