Mehr Automatisierung in mint Lesion™? Automatisierte kontextabhängige Template-Auswahl, Filterung relevanter Fragen oder sogar vollautomatische Segmentierung von Organ- und Läsionsvolumen? Diese Funktionen sind näher denn je.
Im vergangenen März wurde Mint Medical von Brainlab übernommen, einem führenden Unternehmen im Bereich der bildgesteuerten Chirurgie und Strahlentherapie. Die Planungs- und intraoperativen Anwendungen von Brainlab stützen sich seit langem auf das anatomische Patientenmodell - eine multimodale, biomechanische, KI- und Atlas-basierte Simulation der Anatomie eines einzelnen Patienten.
Jetzt haben wir das anatomische Patientenmodell (APM) mit mint Lesion™ verbunden. Das APM wurde im Rahmen der Brainlab-Tochter Snke OS zur Verfügung gestellt, die darauf abzielt, eine offene Gesundheitstechnologie-Plattform auf der Grundlage der zentralen Technologie-Frameworks von Brainlab aufzubauen.
Einer unserer ersten prototypischen Anwendungsfälle ist die bild- und strukturabhängige Filterung von Fragen/Templates: Wenn man auf eine anatomische Struktur im Viewer klickt, erkennt mint Lesion™ automatisch die Struktur innerhalb des Schnittbildes und schlägt die entsprechenden Fragen vor. Ein weiterer Anwendungsfall ist die automatische Erkennung und vollständige Segmentierung von kranialen Läsionen für mühelose volumetrische Tumorüberwachungsanwendungen. Dies ist jedoch nur ein Vorgeschmack auf die Funktionalitäten, die noch kommen werden.
Wenn Sie neugierig geworden sind und unsere ersten Schritte zur Automatisierung von mint Lesion™ mit dem anatomischen Patientenmodell ausprobieren, die Anwendungsfälle diskutieren möchten, die Sie gerne sehen würden, oder sogar das APM in Ihrer eigenen Softwareanwendung nutzen möchten, besuchen Sie uns an einem unserer Stände auf der RSNA.
"Anatomisches GPS" für mint Lesion™: Nutzung des anatomischen Patientenmodells von Snke OS/Brainlab zur Förderung der anatomischen Kontextwahrnehmung und Automatisierung in mint Lesion™
Ähnliche Inhalte
Ähnliche Inhalte
Früherkennung neu gedacht: Wie RACOON-MARDER Leberkrebs früher sichtbar machen will
Das hepatozelluläre Karzinom (HCC) wird oft erst spät entdeckt – mit gravierenden Folgen für Therapie und Überlebenschancen. Das Forschungsprojekt…
Strukturierte Befundung in der Radiologie: Präzision, Klarheit und Datenqualität
Radiologische Befunde sind oft der Schlüssel zu einer Diagnose – und die Art, wie sie erstellt und weitergegeben werden, macht einen entscheidenden…
Standardisierung der onkologischen Bildgebung: Das BORN-Projekt
Das BZKF BORN-Projekt (Bayerisches Onkologisches Radiologie-Netzwerk) setzt neue Maßstäbe für die Sammlung, Analyse und Nutzung von onkologischen…