Pforzheimer Absolvent präsentiert preisgekrönte Abschlussarbeit in Singapur
 
Die Magnetresonanztomographie (MRT) ist ein bildgebendes Verfahren, das vor allem in der medizinischen Diagnostik zur Darstellung von Struktur und Funktion der Gewebe und Organe im Körper eingesetzt wird. Wie kann die MRT-Methodik vor dem Hintergrund der Digitalisierung optimiert werden? Diese Frage hat der Pforzheimer Student Yeshe Kway beantwortet. Für seine innovative Abschlussarbeit „Fully Automated Deep Learning-Based Segmentation of Abdominal Visceral & Subcutaneous (Deep & Superficial) Adipose Tissue Depots in Children” erhielt der Absolvent des Bachelor-Studiengangs Medizintechnik vor einigen Wochen bereits den Richard Wolf GmbH Preis. Nun fanden seine Arbeitsergebnisse auch internationales Gehör: Im Rahmen eines wissenschaftlichen Workshops der International Society for Magnetic Resonance in Medicine in Singapur stellte Yeshe Kway Ende Juli seine Entwicklung vor: eine Methode zur automatisierten Segmentierung von abdominalen Fettgeweben auf MRT-Aufnahmen von Kindern unter sechs Jahren. „Ich habe ein künstliches neuronales Netzwerk dahingehend trainiert, die unterschiedlichen abdominalen Fettgewebe akkurat zu quantifizieren. Ich habe damit die erste Methodik entwickelt, die eine voll automatisierte Segmentierung für alle unterschiedlichen Fettdepots leisten kann“, so der 25-Jährige.