Revolution des Deep Learning in der Dermatoskopie-Bildanalyse

Abstrakt:

Die Dermatoskopie ist ein nicht-invasives Verfahren zur Hautbildgebung, das die Visualisierung von Merkmalen pigmentierter melanozytärer Neoplasien ermöglicht, die mit bloßem Auge nicht erkennbar sind. Obwohl Studien zur automatisierten Analyse von Dermatoskopiebildern bis in die Mitte der 1990er-Jahre zurückreichen, entwickelte sich das Gebiet aufgrund verschiedener Faktoren (fehlende öffentlich verfügbare Datensätze, 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 Convolutional Neural Networks und der Verfügbarkeit kostengünstiger Grafikprozessoren hat sich die Dermatoskopie-Bildanalyse in jüngster Zeit zu einem sehr aktiven Forschungsfeld entwickelt. In diesem Vortrag gebe ich zunächst einen historischen Überblick über die Dermatoskopie-Bildanalyse und diskutiere anschließend die neuesten Entwicklungen auf diesem Gebiet, die durch die Revolution des Deep Learning angestoßen wurden.

Biographie:

M. Emre Celebi erhielt seinen Doktortitel in Informatik und Ingenieurwesen von der University of Texas at Arlington (USA) im Jahr 2006. Derzeit ist er Professor und Vorsitzender des Fachbereichs Informatik und Ingenieurwesen an der University of Central Arkansas.

Dr. Celebi forscht aktiv im Bereich Bildverarbeitung/-analyse und Data Mining mit Schwerpunkt auf medizinischer Bildanalyse, Farbbildverarbeitung und partitionierendem Clustering. Er hat an mehreren von der US-amerikanischen National Science Foundation und den National Institutes of Health geförderten Projekten mitgewirkt und über 170 Artikel in renommierten Fachzeitschriften und Konferenzbänden veröffentlicht. Bis September 2024 wurden seine Arbeiten über 18.000 Mal zitiert, sein h-Index liegt bei 61 (Google Scholar). Laut einer Studie der Stanford University aus dem Jahr 2023, basierend auf dem Composite Citation Index (einem Indikator für die Zitationswirkung über die gesamte Karriere), belegte Dr. Celebi Platz 941 von 356.955 Forschern im Bereich Künstliche Intelligenz und Bildverarbeitung und gehört damit zu den besten 0,26 % seines Fachgebiets.

Dr. Celebi war Mitglied des Redaktionsausschusses mehrerer internationaler, begutachteter Fachzeitschriften (darunter das IEEE Journal of Biomedical and Health Informatics, Expert Systems with Applications, Computers in Biology and Medicine und das Journal of Electronic Imaging), begutachtete Beiträge für über 120 internationale Zeitschriften und wirkte im Programmkomitee von mehr als 130 internationalen Konferenzen mit. Er wurde als Redner zu zahlreichen Kolloquien, Workshops und Konferenzen eingeladen, organisierte mehrere Workshops und gab mehrere Sonderausgaben von Fachzeitschriften, Bücher und Buchreihen heraus. Er ist Senior Member des IEEE (seit 2011) und Fellow der SPIE (seit 2021).