Wissensbasierte Bilddeutung in der Medizin am Beispiel des CYCLOPS-Systems

Zusammenfassung

Die Bedeutung von Bildern und Bildsequenzen wird in einem Gegenstandsbereich ermittelt. Um dies vornehmen zu können, muß man wissen, wie diese Gegenstände „aussehen“, d. h. man muß beschreiben können, wie sich die Objekte bildhaft darstellen. Derartige Beschreibungen sind oft, vor allem in der Medizin, nicht exakt, weil man stets nur Eigenschaften von Klassen solcher Objekte beschreibt. Man bedient sich dabei der sogenannten höherwertigen Strukturen und nutzt aus, daß diese eben eben nicht formal exakt definiert sind. Im hier behandelten CYCLOPS-System wird folgerichtig vom Anspruch, alle Bilder vollautomatisch deuten zu wollen, abgegangen. CYCLOPS dient vielmehr als Assistenzsystem, das den Benutzer bei der Deutung von Bildern unterstützt. Insbesondere sollen bei einer großen Anzahl von Bildern möglichst viele uninteressante Bilder eliminiert werden und bei den Verbleibenden das Interesse des Benutzers auf gewisse, relevante Bildteile gelenkt werden. Damit wird eine vollautomatische Bilddeutung zwar nicht völlig aufgegeben, aber zunächst steht doch der Hilfecharakter im Vordergrund. Das CYCLOPS-Projekt kann als ein Ansatz verstanden werden, Bilddeutung in mathematisch nicht eindeutig beschreibbaren komplexen Domänen automatisch zu unterstützen. Der Assistenzcharakter des Systems ist hier ein wesentlicher Aspekt, weil er die adäquate Einbeziehung menschlicher Kompetenz erlaubt. Ein weiteres Merkmal ist die Kombination wissensbasierter, konnektionistischer und algorithmischer Methoden, wobei sich die Wissensinhalte auch auf die Algorithmen selbst beziehen.