Ein Rückblick auf unsere Beiträge zur diesjährigen IEEE ISBI Konferenz in London
Unser Beitrag im Rampenlicht: Stylizing ViT
Unser Doktorand Sebastian Doerrich hielt einen Vortrag über unsere neueste Forschung. Er präsentierte das Paper mit dem Titel „Stylizing ViT Anatomy Preserving Instance Style Transfer for Domain Generalization“, das er gemeinsam mit Francesco Di Salvo, Jonas Alle und Professor Christian Ledig verfasst hat. Die Arbeit befasst sich mit einer großen Herausforderung in der medizinischen Bildanalyse. Deep Learning Modelle haben häufig mit Datenheterogenität und Datenknappheit über verschiedene klinische Domänen hinweg zu kämpfen. Dies kann dazu führen, dass nachgelagerte Modelle eher fehlerhafte stilistische Beziehungen als die wahre zugrunde liegende Anatomie lernen, was zu erheblichen Leistungseinbußen führt, wenn sie mit neuen Domänen konfrontiert werden. Um dies zu lösen, führte das Team einen modalitätsunabhängigen Vision Transformer mit einem alleinige Enkodierungsmodul ein. Durch die Nutzung gemeinsamer Gewichte innerhalb eines einheitlichen Aufmerksamkeitsblocks integriert Stylizing ViT Self-Attention und Cross-Attention. Dieser Mechanismus ermöglicht es dem Modell, eine strikte anatomische Konsistenz aufrechtzuerhalten und gleichzeitig vielfältige Stilübertragungen durchzuführen. Indem der Trainingsdatensatz im laufenden Betrieb mit stilistisch vielfältigen, aber anatomisch originalgetreuen Bildern angereichert wird, wird das nachgelagerte Modell gezwungen, Repräsentationen zu lernen, die wahre strukturelle Details erfassen. Die Methode erzielt eine Genauigkeitsverbesserung von bis zu 13 Prozent gegenüber aktuellen führenden Ansätzen und generiert wahrnehmungstechnisch überzeugende Bilder frei von Artefakten. Darüber hinaus geht diese Methode über die standardmäßige Trainingsaugmentierung hinaus und passt ungesehene Datenstichproben während der Inferenz im laufenden Betrieb an die Trainingsdomäne an, was eine Leistungssteigerung von 17 Prozent bewirkt.
Die vollständige Abhandlung finden Sie hier.
Karrieren formen im Zeitalter der Künstlichen Intelligenz
Über technische Beiträge hinaus war unsere Gruppe an Diskussionen über die berufliche Landschaft unseres Fachgebiets beteiligt. Professor Christian Ledig fungierte als Diskussionsteilnehmer beim Panel „Shaping Careers in the Age of AI Voices, Paths, and Perspectives“. Da große Sprachmodelle und fortschrittliche Werkzeuge Forschung und Innovation weiterhin verändern, bot dieses Panel eine Plattform, um darüber nachzudenken, wie diese Technologien die biomedizinische Bildgebung, maschinelles Lernen und klinische Anwendungen beeinflussen. Professor Ledig schloss sich einer Gruppe von Fachleuten mit unterschiedlichen Hintergründen und Karrierewegen an. Dazu gehörten Chen Chen von der University of Sheffield, Shikha Dubey von Johnson and Johnson Innovative Medicine, J. Eugenio Iglesias von der Harvard Medical School, Diana Mateus von der Ecole Centrale Nantes, Sparkle Russell Puleri von Gilead Sciences und Hongxu Yang von GE Healthcare. Gemeinsam teilten sie ihre beruflichen Werdegänge und diskutierten die Chancen und Unsicherheiten bei der Navigation durch eine sich schnell verändernde Landschaft.
Wissenschaft, Networking und die Erfahrung in London
Die ISBI 2026 bot einen starken Rahmen für den wissenschaftlichen Austausch und verband das historische Erbe Londons mit einer internationalen Ausrichtung. Das Symposium verdeutlichte die Größe der Gemeinschaft für biomedizinische Bildgebung durch Keynotes, die sich für radikal offene Wissenschaft, Robustheit durch Design und den Übergang zu modalitätsbewussten Foundation Modellen einsetzten. Diese Themen passen direkt zu unserem Fokus auf einsetzbare klinische Systeme.
Unsere Zeit in London bekräftigte unseren Fokus auf die Weiterentwicklung vertrauenswürdiger und robuster Systeme. Von Sebastians Ansatz zur Domänengeneralisierung bis hin zu Professor Ledigs Perspektiven zur Karriereentwicklung planen wir, das Wachstum unserer Forschungsgemeinschaft weiterhin zu unterstützen. Wir kehren mit wertvollem Feedback von der ISBI 2026 zurück und freuen uns darauf, die nächsten Herausforderungen in der medizinischen Bildanalyse anzugehen.
