Grundlegende Ziele

Die Motivation des Projektes war es gute Ergebnisse auf den Daten der 'Kidney Tumor Segmentation Challenge' (KiTS2019) zu erreichen. Ziel der Challege war es die automatische 3D-Segmentierung von Nieren und Nierentumoren zu verbessern. Der Datensatz bestand aus CT-Scans mit manuell semantisch Segmentierungen der relevanten Strukturen von 210 Patient*innen. Für das Projekt haben sich daraus Aufgaben in verschiedenen Bereichen ergeben: der Vorverarbeitung, Verbesserung und Erweiterung von neuronalen Netzarchitekturen und Verbesserung und Erweiterung der Inferenz. Außerdem gehörte zu diesem Projekt die Arbeit an der Infrastruktur und aktives Projektmanagement.

Vorverarbeitung - MeVisLab

Für eine erfolgreiche Segmentierung ist der Schritt der Vorverarbeitung wichtig, wie das Finden der optimalen Patch- und Voxelgrößen. Hierbei wurde mit verschiedenen Modulen aus MeVisLab gearbeitet und teilweise erweitert.

Trainingsprozess - RedLeaf

RedLeaf ermöglicht, dass mit Frameworks wie Keras/Tensorflow und MeVisLab neuronale Netze trainiert werden können. Innerhalb des Projekts wurde der Einfluss von bestimmten Trainingsparametern auf verschiedene Architekturen getestet, die Auswahl der Architekturen erweitert und von Tensorflow zu Keras portiert. Zu den Architekturen, mit denen in diesem Projekt gearbeitet wurden, gehörten beispielsweise das U-Net, das U-ResNet oder DeepMedic.

Inferenz - Challengr

Um die Leistung von Modellen zu vergleichen und Einflussgrößen zu untersuchen wurde mit Challengr gearbeitet. Das Tool wurde erweitert um die Arbeit damit zu erleichtern und bessere Vergleichsmöglichkeiten zu schaffen. Mit Hilfe von Challengr wurde der Einfluss von unterschiedlichen Parametern auf das Training und das Ergebnis untersucht, sowie visualisiert. Ebenso konnte auf diese Weise vielversprechende Modelle gefunden werden, besonders auch durch den Vergleich über verschiedene Modellee hinweg und neue Impulse zur Weiterentwicklung entdeckt werden. Diese Möglichkeiten zu verbessern war ein Aufgabenbereich des Projekts.