Loading...
hidden

View Mobile version

Meta navigation

Startseite – Hochschule Luzern

Language selection and important links

  • Contents
  • Contact
  • Login
  • De
  • En
Search

Main navigation

School navigation

  • Engineering and Architecture
  • Business
  • Computer Science
  • Social Work
  • Art and Design
  • Music

Sub-navigation

  • Degree Programmes
  • Continuing Education
  • Research
  • International
  • Campus
  • About us
  • News

Sub-navigation

Breadcrumbs

  1. Research Research
  2. Erkennung von Handekzemen mit Machine Learning Erkennung von Handekzemen mit Machine Learning

Erkennung von Handekzemen mit Machine Learning

Erkennung von Handekzemen mit Machine Learning

Brief information

School:

Computer Science and Information Technology

Status:

Completed

Period:

01.01.2017 - 31.12.2019

Overview

Handekzeme sind die häufigsten Dermatosen und betreffen rund 9% der arbeitenden Bevölkerung. Sie verursachen hohe medizinische Kosten sowie lange Arbeitsausfälle. Seit 2012 arbeitet die Hochschule Luzern - Informatik zusammen mit dem Universitätsspital Zürich an einem vollautomatisierten System, das mittels hochmoderner maschineller Lernverfahren auf hochaufgelösten Fotos Ekzemläsionen auf der betroffenen Haut visuell erkennt und beurteilt. Nahezu marktreif, ermöglicht es die Selbsteinschätzung durch Patienten zur Früherkennung von Exazerbationen des Ekzems, Überwachung der Belegschaft in der Industrie durch manuelle Arbeit, automatisierte Beurteilung von Ekzemen in klinischen Studien, Krankenhäusern und Praxen. Unser Ansatz hat sich in mehreren wissenschaftlichen Publikationen als herausragend erwiesen und vor kurzem den Aha! Innovationspreis des Allergiezentrums Schweiz erhalten. Im Zuge dieser Entwicklungen wurde uns bewusst, dass die algorithmische Maschinerie nicht nur für die Erfassung und Quantifizierung von Ekzemen auf Handbildern geeignet ist, sondern auch auf eine viel breitere Palette dermatologischer Phänomene in anderen Körperregionen angewendet werden kann. Darüber hinaus gibt es gute Gründe für uns, zu glauben, dass ein ähnliches System sogar zwischen verschiedenen Dermatosen unterscheiden könnte, und die grosse Menge an Trainingsdaten, die unsere medizinischen Partner in den letzten fünf Jahren gesammelt haben, würde uns tatsächlich ermöglichen, diese Herausforderungen anzugehen. im Rahmen des vorliegenden Projektes wird eine Doktorandenstelle in medizinischer Bildgebung und maschinellem Lernen implementiert, um unsere derzeitigen Ansätze für eine Vielzahl von häufigen und seltenen Dermatosen zu erweitern sowie die Patientenhistorie und zusätzliche Daten aus anderen bildgebenden Verfahren zu integrieren wie 3D-Bilder oder Infrarotaufnahmen.

X

hidden

Facts

Type of project

Forschung

Internal organisations involved
  • Computer Science and Information Technology
Funding
  • Private / Stiftungen
  • Forschungsfinanzierung allgemein
hidden

Persons involved: internal

Project manager
  • Marc Pouly
Member of project team
  • Ludovic Amruthalingam
  • Marc Bravin
  • Andrin Bürli
  • Roland Christen
  • Donnacha Daly
  • Fabian Gröger
  • Jörg Hofstetter
  • Reza Kakooee
  • Simone Lionetti
  • Sita Mazumder
  • Tobias Mérinat
  • Joel Salzmann
  • Tim vor der Brück
  • Pascal Wullschleger
hidden

Persons involved: external

External member of project team
  • Sita Mazumder

Publications

  • Article, review; peer reviewed (7)

    • Amruthalingam, Ludovic; Mang, Nora; Gottfrois, Philippe Léon-Marius; Gonzalez-Jimenez, Alvaro; Maul, Julia-Tatjana; Kunz, Michael; Pouly, Marc & Navarini, Alexander (2023). Objective Hand Eczema Severity Assessment with Automated Lesion Anatomical Stratification. Experimental Dermatology, 2023, 1. doi: 10.1111/exd.14744

    • Gröger, Fabian; Gottfrois, Philippe Léon-Marius; Amruthalingam, Ludovic; Gonzalez-Jimenez, Alvaro; Lionetti, Simone; Navarini, Alexander & Pouly, Marc (2022). Towards Reducing The Need For Annotations In Digital Dermatology With Self-supervised Learning. ECAI’22: European Conference on Artificial Intelligence, Proceedings of Workshop 31: Scarce Data in Artificial Intelligence for Healthcare, 11-16. doi: 10.5220/0000164800003523

    • Gonzalez-Jimenez, Alvaro; Lionetti, Simone; Amruthalingam, Ludovic; Gottfrois, Philippe Léon-Marius; Pouly, Marc & Navarini, Alexander (2022). SANO: Score-based Anomaly Localization for Dermatology. ECAI’22: European Conference on Artificial Intelligence, Proceedings of Workshop 31: Scarce Data in Artificial Intelligence for Healthcare, 53-58. doi: 10.5220/0000164800003523

    • Amruthalingam, Ludovic; Gökduman, Bulus; Gonzalez-Jimenez, Alvaro; Gottfrois, Philippe Léon-Marius; Koller, Thomas; Kunz, Michael; Navarini, Alexander & Pouly, Marc (2022). Improved Diagnosis by Automated Macro- and Micro-anatomical Region Mapping of Skin Photographs. Journal of European Academy of Dermatology Venereology, 2022, 10. doi: 10.1111/jdv.18476

    • Amruthalingam, Ludovic; Buerzle, Oliver; Gonzalez Jimenez, Alvaro; Gottfrois, Philippe Léon-Marius; Koller, Thomas; Navarini, Alexander; Pouly, Marc & Roth, Anastasia (2022). Quantification of Efflorescences in Pustular Psoriasis using Deep Learning. Healthcare Informatics Research, 2022(Volume 28(3)), 222-230. doi: 10.4258/hir.2022.28.3.222

    • Pouly, Marc; Koller, Thomas; Gottfrois, Philippe Léon-Marius & Lionetti, Simone (2020). KI in der Bildanalyse – Grundlagen und neue Entwicklungen. Springer - Der Hautarzt, 2020(9), 660-668. doi: 10.1007/s00105-020-04663-7

    • Meienberger, Nina; Anzengruber, Florian; Amruthalingam, Ludovic; Christen, Roland; Koller, Thomas; Maul, J.; Pouly, Marc; Djamei, Vahid & Navarini, Alexander (2019). Observer-Independent Assessment of Psoriasis affected Area using Machine Learning. Journal of the European Academy of Dermatology & Venerology, 2019 / 34(6), 1362-1368. doi: 10.1111/jdv.16002

  • Report/working paper (1)

    • Furger, Fabian; Amruthalingam, Ludovic; Navarini, Alexander & Pouly, Marc (2020). Applications of Generative Adversarial Networks to Dermatologic Imaging (Bericht).

  • Theses (Bachelor/Master/Dissertation/Habilitation) (1)

    • Gröger, Fabian (2023). Self-Supervised Pre-Training for Digital Dermatology & Data-Centric Approach to Medical Imaging (nicht veröffentlichte Master-/Lizentiats-/Diplomarbeit). Lucerne University of Applied Sciences and Arts, Rotkreuz, Switzerland.

Brief information

School:

Computer Science and Information Technology

Status:

Completed

Period:

01/01/2017 - 12/31/2019

Project Head

Prof. Dr. Marc Pouly

Lecturer

+41 41 757 68 25

Show email

Footer(s)

FH Zentralschweiz

Social media links

  •  Facebook
  •  Instagram
  •  Twitter
  •  LinkedIn
  •  YouTube
  •  Flickr

Contact

Logo Lucerne University of Applied Sciences and Arts

Lucerne University of Applied Sciences and Arts


Werftestrasse 4
CH- 6002 Luzern

+41 41 228 42 42

info@hslu.ch

Direct entry

  • A bachelor's degree –
  • A master's degree –
  • Prospective Students (Continuing & Executive Programmes)
  • Unternehmen & Institutionen
  • Media Relations
  • For Students
  • For Members of Staff

Quick link

  • People Finder
  • University Buildings & Campus Locations
  • News
  • Libraries
  • Events
  • Jobs & Karriere
  • Home
  • Hiring Rooms

Static links

  • Newsletter
  • Data protection notice
  • Publishing Acknowledgements
Logo Swissuniversities

QrCode

QrCode
We use cookies on this site to give you the best browsing experience. By continuing to navigate this site or closing this banner you accept this use of cookies. For more information please visit our privacy policy.
OK