Relevante Stellen in Augenoperationsvideos maschinell erkennen

ForscherInnen aus Informatik und Medizin arbeiten gemeinsam daran, die mikroskopischen Operationsvideos von medizinischen Eingriffen in die Augen für Lehre, Forschung und Dokumentation besser nutzbar zu machen.

Augenoperationen werden in der Regel mit Hilfe eines Mikroskops durchgeführt, das mit einer Videokamera zur Aufzeichnung des Operationsverlaufs ausgestattet werden kann. Die dadurch gewonnenen Videos sind für die medizinische Lehre, Forschung und Dokumentation von großer Bedeutung. Das Forschungsteam rund um Klaus Schöffmann und Mario Taschwer (Institut für Informationstechnologie) arbeitet nun gemeinsam mit Medizinerinnen und Medizinern des Klinikum Klagenfurt an Methoden, wie diese Videos automatisch analysiert werden können. Das Projekt mit dem Titel „Relevance Detection in Ophthalmic Surgery Videos“ wird vom österreichischen Wissenschaftsfonds FWF durch Finanzierung von drei Doktorandenstellen über drei Jahre gefördert.

Konkret geht es um Methoden zur automatischen Erkennung von relevanten zeitlichen Segmenten in Operationsvideos. „Was relevant ist, soll durch maschinelle Lernverfahren automatisch gelernt werden, wobei von Chirurginnen und Chirurgen annotierte Operationsvideos als Trainingsdaten dienen“, so Klaus Schöffmann. Beispiele für bedeutsame Videosegmente sind irreguläre Phasen während der Operation, die vom Ablauf eines quasi-standardisierten Eingriffs abweichen. Mario Taschwer erklärt dazu weiter: „Wir wollen aber nicht nur erkennen, wann Abweichungen vom regulären Operationsverlauf auftreten, sondern wollen auch häufiger auftretende Irregularitäten identifizieren und voneinander unterscheiden können. Dafür sollen automatische Klassifikationsverfahren für Augenoperationsvideos entwickelt und evaluiert werden.“

Die so analysierten Videos sollen zukünftig nicht nur Videoabschnitte von „auffälligen“ Operationsphasen leichter auffindbar machen, sondern sie sollen durch die automatische Relevanzerkennung auch effizienter komprimiert und gespeichert werden können. Das Forschungsprojekt startet im Oktober, erste Ergebnisse sind nach etwa einem Jahr zu erwarten.