Internet der Dienste pp 97-111 | Cite as
Medico
- 1 Citations
- 2.3k Downloads
Zusammenfassung
Bildgebende Verfahrung, wie zum Beispiel Ultraschall, Computertomographie, und Magnetresonanztomographie, sind eine wichtige Grundlage für die medizinische Diagnose und Therapie, denn sie ermöglichen es, Krankheiten frühzeitig zu erkennen und gezielt zu behandeln. Mit dem technologischen Fortschritt verbesserten sich die räumliche, und in der Herzbildgebung die zeitliche, Auflösung wie auch weitere Qualitätsparameter der Bilder. So kann etwa mit modernen Computertomographen ein einzelner Herzschlag in 20 Aufnahmen bestehend aus je 300 einzelnen Schichtbildern so detailliert abgebildet werden, dass selbst Ablagerungen innerhalb der wenige Millimeter durchmessenden und sich ständig bewegenden Koronararterien sichtbar werden. Um den zusätzlichen diagnostischen Wert moderner bildgebender Verfahren auch tatsächlich zu nutzen, müssen Radiologen dadurch jedoch auf immer mehr Bildern immer mehr Details erkennen, diagnostizieren und beschreiben sowie diese im Fall von Folgeuntersuchungen auch noch mit früheren Aufnahmen vergleichen. Um dies mit vertretbarem Aufwand und hoher Qualität zu gewährleisten, benötigen Radiologen Unterstützung durch IT-Systeme. Diese gewährleisten bereits heute einen schnellen Zugriff auf die Bilder und ermöglichen die flexible Darstellung sowie effiziente Möglichkeiten zur Bildmanipulation. Gegenwärtig werden diese etablierten Befundsysteme kontinuierlich durch zusätzliche neue, intelligente Algorithmen zur Bildverarbeitung erweitert, etwa zur automatischen Detektion und Analyse pathologischer Veränderungen. Ein disruptiver Produktivitäts- und Qualitätssprung kann erreicht werden, wenn die Bild- beziehungsweise Befundinhalte maschinell verarbeitbar beschrieben werden.
Preview
Unable to display preview. Download preview PDF.
Literatur
- Colmerauer et al. 1993Colmerauer, A./ Roussel, P.: The Birth of Prolog. In: HOPL Preprints (1993), p. 37–52.Google Scholar
- Hall 2009.Hall, F. M.: The Radiology Report of the Future. In: Radiology 251 (2009), p. 313–316.CrossRefGoogle Scholar
- Langlotz 2006.Langlotz, C.: Radlex: A new method for indexing online educational materials. In: Radio-Graphics, 26 (2006), p. 1595–1597.Google Scholar
- Möller et al. 2010Möller, M./ Ernst, P./ Sonntag, D./ Dengel, A.: Automatic Spatial Plausibility Checks for Medical Object Recognition Results Using a Spatio-Anatomical Ontology. Proceedings of the International Conference on Knowledge Discovery and Information Retrieval (KDIR 2010), Valencia Spain, 2010.Google Scholar
- Rosse et al. 2003Rosse, C./ Mejino, R. L. V.: A reference ontology for bioinformatics: The foundational model of anatomy. In: Journal of Biomedical Informatics 36 (2003), p. 478–500.CrossRefGoogle Scholar
- Seifert et al. 2009Seifert, S./ Barbu, A./ Zhou, K./ Liu, D./ Feulner, J./ Huber, M./ Suehling, M./ Cavallaro, A./ Comaniciu, D.: Hierarchical Parsing and Semantic Navigation of Full Body CT Data. In: SPIE 2009 Medical Imaging, Orlando, 2009.Google Scholar
- Seifert et al. 2010Seifert, S./ Kelm, M. / Moeller, M./ Mukherjee, S./ Cavallaro, A./ Huber, M./ Comaniciu, D.: Semantic Annotation of Medical Images. In: SPIE 2010 Medical Imaging, San Diego, 2010.Google Scholar
- Seifert et al. 2011Seifert, S./ Thoma, M./ Stegmaier, F./ Hammon, M./ Döller, M./ Kriegel, H.-P./ Cavallaro, A./ Huber, M./ Comaniciu, D.: Combined Semantic and Similarity Search in Medical Image Databases. In: SPIE 2011 Medical Imaging, Orlando, 2011.Google Scholar
- Sonntag et al. 2009Sonntag, D./ Wennerberg, P. / Buitelaar, P./ Zillner, S.: Pillars of Ontology Treatment in the Medical Domain. In: Journal of Cases on Information Technology (JCIT) 11 (2009), p. 47–73.CrossRefGoogle Scholar
- Sonntag et al. 2010Sonntag, D./ Huber, M./ Möller, M./ Ndiaye, A./ Zillner, S./ Cavallaro, A.: Design and Implementation of a Semantic Dialogue System for Radiologists. In: Semantic Web: Standards, Tools and Ontologies (forthcoming).Google Scholar
- Weiss et al. 2008Weiss, D. L./ Langlotz, C. P.: Structured Reporting: Patient Care Enhancement or Productivity Nightmare? In: Radiology 249 (2008), p. 739–747.CrossRefGoogle Scholar
- Wennerberg/Zillner 2009.Wennerberg, P./ Zillner, S.: Towards Context Driven Modularization of Large Biomedical Ontologies. Proceedings of the International Conference of Biomedical Ontology (ICBO2009), Buffalo/New York, July 2009.Google Scholar
- Wennerberg et al. 2009Wennerberg, P./ Möller, M./ Zillner, S.: A Linguistic Approach to Aligning Representations of Human Anatomy and Radiology. Proceedings of the International Conference of Biomedical Ontology (ICBO2009), Buffalo/New York, July 2009.Google Scholar
- Wennerberg et al. 2010Wennerberg, P./ Zillner, S./ Schulz, K.: Context Driven Modularization of a Representation of Human Anatomy. In: Journal AMIA Summit on Translational Bioinformatics 2010, San Francisco, March, 2010.Google Scholar
- Zillner 2009.Zillner, S.: Towards the Ontology-based Classification of Lymphoma Patients using Semantic Image Annotations. In: CEUR Proceedings of SWAT4LS Semantic Web Applications and Tools for Life Sciences (SWAT4LS). Amsterdam, 2009.Google Scholar
- Zillner, 2010.Zillner, S.: Reasoning-based Patient Classification for Enhanced Medical Image Annotations. In: Proceedings of the Extended Semantic Web Conference (ESWC 2010), Heraklion, June 2010.Google Scholar