Zurück
Sprache

Von schwarzen Löchern
zu schwarzen Flecken

Bessere Hautkrebs­früh­erkennung mit Bildanalyse aus der Raumfahrt.

Sonnenbaden? Schön und gut. Aber Sonnenbrände, vor allem in der Kindheit, steigern das Risiko für Hautkrebs enorm. Denn dabei entstehen Leberflecken bzw. Muttermale, die wuchern können. Das ist der schwarze Hautkrebs, das „maligne Melanom“, und die am häufigsten tödlich verlaufende Hautkrankheit.

Früherkennung hilft, denn wird ein Tumor erkannt, bevor er 4 Millimeter dick ist, sind die Heilungschancen gut.

© DermoScan GmbH

DermoGenius zum Beispiel verbessert die Erkennungsquote von 75 Prozent auf 90 Prozent – und das automatisch. Und zwar mit einer Software, die bei der Röntgensatelliten-Mission ROSAT verwendet wurde, um Bilder des Weltalls zum Beispiel nach Supernovas zu durchsuchen. Für diese Software sind das Bild eines Muttermals und das einer Galaxie ganz ähnlich.

So funktioniert’s: Das Hautareal wird mit einer Spezialkamera erfasst, und die Software wertet das Bild nach der ABCD-Regel aus. Die Software vergleicht das Muttermal mit ähnlichen Fällen und klassifiziert es. Das Besondere: DermoGenius „merkt“ sich auffällige Muttermale und stellt eine Veränderung bei der nächsten Untersuchung genau dar.

ABCD: So werden Leberflecken kategorisiert.

A: Ist der Fleck asymmetrisch, also oval statt rund?

B: Border – ist die Begrenzung unscharf?

C: Color – ist der Fleck mehrfarbig?

D: Diameter beziehungsweise Differential Structures – Ist der Durchmesser größer als 5 Millimeter?

E: Evolution (Erhabenheit/Entwicklung): neu und in kurzer Zeit entstanden auf sonst flachem Grund

© Wikipedia/National Cancer Institute

Von der Raumfahrt zum Hautarzt

Der deutsche Röntgensatellit ROSAT fotografierte alle Röntgenquellen des Weltalls. In den 8 Jahren seines Einsatzes sammelten sich Unmengen an Daten – Bilder mit Röntgenquellen, teilweise pixelig, teilweise „verrauscht“, teilweise überlagert von Hintergrundstrahlung. Kein Wunder, denn die zu fotografierenden Objekte waren teils 50 Millionen Lichtjahre entfernt.

© Max-Planck-Institut für extraterrestrische Physik

Hier ein Beispiel-Bild von ROSAT: die Große Magellansche Wolke, 170.000 Lichtjahre entfernt. 15 unbekannte Röntgenquellen konnten gefunden werden. Wird allerdings das ganze Weltall fotografiert, kommt menschliche Bildauswertung einfach nicht mehr hinterher.

Zur Auswertung der Bilddaten wurde deshalb am Max-Planck-Institut für extraterrestrische Physik in Garching eine mathematische Auswertemethode (Scaling Index Method, SIM) entwickelt. Sie ermöglichte es, aus verrauschten Bildern Punktquellen und komplexe Strukturen herauszuarbeiten.

© Max-Planck-Institut für extraterrestrische Physik

Das Bilderkennungsverfahren analysiert die Pixel, stellt Zusammenhänge her und kann selbstständig klassifizieren, ob eine Gruppe von Pixeln nichts, Rauschen, Störquelle oder zum Beispiel der Rest einer bisher unbekannten Supernova ist.

Dank dieser Algorithmen konnten mehr als 120.000 neue Quellen von Röntgenstrahlung im All ausfindig gemacht werden: Neutronensterne, Galaxien und Kometen. Vor ROSAT waren dagegen nur 840 Quellen bekannt.

Von der Analyse
unregelmäßiger Flecken

Supernova oder Melanom? Für einen Algorithmus gibt es da kaum einen Unterschied. Auf Basis der ROSAT-Software wurde am selben Max-Planck-Institut zusammen mit der Uni Regensburg und Rodenstock MELDOQ entwickelt, ein Verfahren zur Früherkennung von schwarzem Hautkrebs.

V. l. n. r.: 1. © NASA, 2. & 3. © Datinf GmbH, Tübingen, 2014

MELDOQ basiert auf der digitalen Bildanalyse in Verbindung mit der Dermatoskopie. Mit Hilfe von SIM kann das System sowohl feinste Farbnuancen im Gewebe als auch charakteristische Muster erkennen, die mit dem Wachstum der bösartigen Zellen einhergehen.

Aus dem MELDOQ-Projekt entstand in Regensburg die Firma Dermoscan, die Hautkrebsfrüherkennungs-Produkte auf Basis der ROSAT-Technik herstellt und vertreibt.

INNOspace Startseite | Impressum | Datenschutz