09/18/2010: “Karl-Heinz-Höhne MedVis-Award”

“Nachwuchswissenschaftler für ihre Arbeit geehrt - Computerunterstützung für die klinische Anwendung”

Die Fachgruppe “Visual Computing in der Medizin” der Gesellschaft für Informatik vergibt am 18. November 2010 zum vierten Mal den Karl-Heinz-Höhne MedVis-Award, für den das Münchener Medizintechnikunternehmen BrainLAB AG das Preisgeld stiftete.

Ausgezeichnet wurden Nachwuchswissenschaftler, die mit ihren Arbeiten einen wichtigen Beitrag für die Nutzung bildgebender Verfahren in der Diagnostik und Therapie geleistet haben. Eine Jury aus 15 Experten, geleitet von Bernhard Preim (Universität Magdeburg) und Stefan Zachow (Zuse-Institut Berlin) hat die 18 eingereichten Arbeiten sorgfältig bewertet und verglichen.

Mit dem 1. Preis wird Christian Dick, Technische Universität München geehrt. Ihm ist es gelungen, biomechanische Simulationen mit der interaktiven Darstellung von CT-Daten zu kombinieren, um damit orthopädische Operationen, speziell an der Hüfte besser planen zu können. Seine Simulationsmethode nutzt dabei die programmierbare Grafikhardware und ist dadurch um Größenordnungen schneller als bisherige Verfahren - so dass die Simulationen erstmals direkt im Rahmen einer interaktiven Planung eingesetzt werden können.

Mit dem 2. Preis wurde Christian Rieder, Fraunhofer MEVIS Bremen, geehrt. Seine Arbeit dient vor allem der Planung von Tumoroperationen im Gehirn und an der Leber. Er kombiniert dabei verschiedene Darstellungstechniken geschickt und ermöglicht so, die Integration aller relevanten Informationen in aussagekräftigen 3D-Visualisierungen. So sehen die Mediziner z.B. besser, wie sie eine Applikatornadel platzieren können, die den Tumor durch Wärmewirkung bei Anwendung der Radiofrequenztherapie zerstören soll.

Aufgrund der besonders hohen Qualität der eingereichten Beiträge wurden zwei 3. Preise vergeben.

Dagmar Kainmüller vom Zuse-Institut Berlin wird für ihre Arbeit zur automatischen Segmentierung von anatomischen Strukturen ausgezeichnet. Vereinfacht gesagt, gelingt es ihr durch eine komplizierte mathematische Modellierung von anatomischen Formen und Bildinformationen, eine Struktur, z.B. ein Organ in einem Datensatz automatisch korrekt abzugrenzen. Solche Segmentierungsmethoden sind meist die Voraussetzung für die Generierung aussagekräftiger Visualisierungen der 3D-Anatomie.

Konrad Mühler, Universität Magdeburg, hat eine Vielzahl von Algorithmen, z.B. zur automatischen Beschriftung von medizinischen 3D-Modellen entwickelt und in eine frei verfügbare Software-bibliothek zur Implementierung medizinischer Visualisierungskomponenten integriert. Andere Entwickler müssen somit “das Rad nicht immer wieder neu erfinden.” Die Preisverleihung findet auf der Jahrestagung der “Deutschen Gesellschaft für Computer- und Roboterassistierte Chirurgie” (CURAC) in Düsseldorf statt.”