#0626: Medisinsk bildebehandling - LØRN.TECH

Tema: HEALTHTECH

#0626: Medisinsk bildebehandling

Expørt: Marius Pedersen

Professor i fargebildeteknologi

fra Institutt for datateknologi og informatikk ved NTNU i Gjøvik

Med lørner Silvija Seres

Hva er det viktigste fargeforskning kan lære oss, som vi kan bruke i medisinsk bildebehandling? Og hvordan kan man effektivt lage en 3D modell, for å sette en rask og korrekt diagnose? I denne episoden av #LØRN snakker Silvija med professor i fargebildeteknologi ved Institutt for datateknologi og informatikk ved NTNU i Gjøvik, Marius Pedersen, om de ulike anvendelsene som oppstår fra fargebildeteknologi blant annet i helsevesenet. 

Denne episoden er laget i samarbeid med Gjøvik kommune

Noen kjappe med ekspørt Marius Pedersen

Navn? 

Tittel og selskap? 
Professor, NTNU 

Utdanning og hobby? 
Bachelor i ingeniørfag, data (2006) og har en master i teknologi, medieteknikk (2007), begge fra Høgskolen i Gjøvik. PhD i fargebildeteknologi fra Universitet i Oslo i 2011. Hobby: fluefiske.  

SoMe tagger og linker?
www.colourlab.nohttps://www.linkedin.com/in/pedersenmarius/ , https://twitter.com/NTNUColourlab  

Hvem er du, og hvordan ble du interessert i innovasjon?
Professor i Fargebildeteknologi ved Institutt for Datateknologi og Informatikk ved NTNU i Gjøvik. Han er også leder for Norsk laboratorium for farge og visuell prosessering (Fargelaboratoriet). Hans arbeid er rettet mot kvalitetsvurdering av bilder, spesielt ved bruk av algoritmer. 

Hva er det viktigste dere gjør på jobben?
Forskning, utdanning og innovasjon  

Hva fokuserer du på innen teknologi/innovasjon?
Fagfeltet mitt er fargebildeteknologi, hvor man både gjør mer grunnleggende og anvendt forskning. Jeg har spesielt fokusert på bildekvalitet – hvordan man måler og forbedrer kvalitet i bilder, og jeg har brukt dette i mange forskjellige anvendelser som medisinsk bildebehandling, grafisk/trykk/print bransje, biometri/sikkerhet, kunst/kulturarv, skjermer, undervannsbilder, etc.  

Hvorfor er det spennende?
Fagfeltet er i konstant utvikling, og jeg tror kombinasjonen av kunnskap fra forskjellige områder kan gjøre til at man kommer til større gjennombrudd i fargebildeteknologi. Dette krever også samarbeid på tvers av disipliner.  

Dine egne relevante prosjekter siste året? 
Et av de nye prosjektene er “Improved Pathology Detection in Wireless Capsule Endoscopy Images through Artificial Intelligence and 3D Reconstruction”. Prosjektet skal kombinere kunstig intelligens og 3d modellering fra kapselendoskopi for bedre deteksjon av sykdom i tykktarmen. I et annet nylig avsluttet prosjekt «IQ-MED: Image Quality enhancement in MEDical diagnosismonitoring and treatment» så arbeidet vi med bildeforbedring av kapselendoskopi, avbildning av hud, og video assistert kirurgi.  

Hva tror du er relevant kunnskap for fremtiden? 
Bildedata brukes i mange forskjellige anvendelser, og bruken vil bare øke. Det er behov for økt kunnskap behandling av disse bildene.  

Hva gjør vi unikt godt i Norge av dette? 
Fargelaben ved NTNU er unik i Norge, og har en kompetanse man finner få andre steder i verden.  

 

Eksempel på hvordan et bilde ser ut

Dette lørner du:

Fargebildeteknologi
3D modellering 
Bildedata
Samarbeid

Anbefalt litteratur:

http://www.colourlab.no 

Fargelaben ved NTNU er unik i Norge, og har en kompetanse man finner få andre steder i verden

Marius Pedersen

Refleksjon

Hvordan kan fargebildeteknologi anvendes i medisinsk sammenheng?

Search name, company, subject or keyword