Deep-Learning-Revolution in der Dermatoskopie-Bildanalyse

Abstrakt:

Dermatoskopie ist ein nicht-invasives Hautbildgebungsverfahren, das die Visualisierung von Merkmalen pigmentierter melanozytärer Neoplasien ermöglicht, die bei der Untersuchung mit bloßem Auge nicht erkennbar sind. Während Studien zur automatisierten Analyse von Dermatoskopiebildern bis in die Mitte der 1990er Jahre zurückreichen, entwickelte sich das Gebiet aufgrund verschiedener Faktoren (Mangel an öffentlich verfügbaren Datensätzen, Open-Source-Software, Rechenleistung usw.) in den ersten zwei Jahrzehnten nur langsam. Mit der Veröffentlichung eines großen öffentlichen Datensatzes durch die International Skin Imaging Collaboration im Jahr 2016, der Entwicklung von Open-Source-Software für Faltungs-Neuronale Netze und der Verfügbarkeit kostengünstiger Grafikverarbeitungseinheiten ist die Dermatoskopie-Bildanalyse in letzter Zeit zu einem sehr aktiven Forschungsgebiet geworden. In diesem Vortrag werde ich zunächst einen historischen Überblick über die Dermatoskopie-Bildanalyse geben und dann die neuesten Entwicklungen in diesem Bereich diskutieren, die durch die Deep-Learning-Revolution ausgelöst wurden.

Biographie:

M. Emre Celebi erhielt seinen Ph.D. 2006 schloss er sein Studium der Informatik und Ingenieurwissenschaften an der University of Texas in Arlington (USA) ab. Derzeit ist er Professor und Vorsitzender der Abteilung für Informatik und Ingenieurwissenschaften an der University of Central Arkansas.

Dr. Celebi hat aktiv Forschung in den Bereichen Bildverarbeitung/-analyse und Data Mining betrieben, mit Schwerpunkt auf medizinischer Bildanalyse, Farbbildverarbeitung und partiellem Clustering. Er hat an mehreren von der US National Science Foundation und den US National Institutes of Health finanzierten Projekten mitgearbeitet und über 170 Artikel in renommierten Fachzeitschriften und Konferenzberichten veröffentlicht. Bis September 2024 wurde sein Werk über 18.000 Mal zitiert, mit einem h-Index von 61 (Google Scholar). Laut einer Studie der Stanford University aus dem Jahr 2023, die auf dem Composite Citation Index (einem Indikator für die Auswirkungen von Zitaten über die gesamte Karriere hinweg) basiert, belegte Dr sein Feld.

Dr. Celebi war Redaktionsmitglied mehrerer internationaler Fachzeitschriften (darunter IEEE Journal of Biomedical and Health Informatics, Expert Systems with Applications, Computers in Biology and Medicine und Journal of Electronic Imaging) und hat über 120 Rezensionen verfasst internationale Fachzeitschriften und war Mitglied des Programmkomitees von mehr als 130 internationalen Konferenzen. Er wurde als Redner zu mehreren Kolloquien, Workshops und Konferenzen eingeladen, ist Organisator mehrerer Workshops und Herausgeber mehrerer Zeitschriften-Sonderhefte, Bücher und Buchreihen. Er ist Senior Member des IEEE (seit 2011) und Fellow des SPIE (seit 2021).