Regensburg Medical Image Computing

Regensburg Medical Image Computing

Das Regensburg Medical Image Computing (ReMIC) ist ein Labor der Fakultät für Informatik und Mathematik. Es ist Gründungsmitglied von drei Regensburger Zentren, die fakultätsübergreifend Kompetenzen bündeln: Regensburg Center of Health Sciences and Technology (RCHST), Regensburg Center of Biomedical Engineering (RCBE) und Regensburg Center for Artificial Intelligence (RCAI).

Image Computing for Life

Mit dem Motto „Image Computing for Life“ liegt der Fokus des ReMIC auf der methodischen Weiterentwicklung der medizinischen Bildverarbeitung sowie deren Anpassung an praktische Fragestellungen aus Klinik und Industrie. Einen Schwerpunkt bilden dabei tiefe Neuronale Netze (Deep Learning). In diesem Zusammenhang werden im ReMIC methodisch neue Verfahren zur Bildanalyse und -klassifikation entwickelt sowie etablierte Verfahren für klinische Fragestellungen angepasst, z.B. für die Radiologie, Ophthalmologie und Endoskopie.

Ein besonderer Schwerpunkt ist Smart Endoscopy, bei der insbesondere für die Gastroenterologie, aber auch für die minimal-invasive Chirurgie Software der Künstlichen Intelligenz entwickelt wird, die die Diagnose- und/oder Operationsqualität verbessert. Darüber hinaus beschäftigt sich das ReMIC mit 3D-Oberflächen medizinischer Objekte und ihrer Nutzung für die klinische Praxis. So wurde im ReMIC mit dem Regensburg Breast Shape Model ein 3D-Modell der weiblichen Brust entwickelt.

Wissenschaftliche Expertise

Die Forschungsergebnisse des ReMIC konnten bereits mehrfach für die Weiterentwicklung in der Industrie lizensiert werden. Andere Ergebnisse werden der Forschungscommunity Open Access zur Verfügung gestellt.

Die wissenschaftliche Expertise im ReMIC spiegelt sich in zahlreichen Publikationen (30 Artikel in wissenschaftlichen Fachzeitschriften (peer reviewed), 12 Konferenzbeiträge (peer reviewed) zwischen 2012-2022) und Forschungspreisen wieder, u.a. den Endoskopie-Forschungspreis der DGVS (2020), den Robotic Scene Segmentation Award der EndosVis-MICCAI Challenge (2018) und den BioPark Innovationspreis (2018).