1 Übersicht

1.1 Einführung

1.1.1 Motivation

Immer komplexere Anforderungen werden an moderne Bilderkennungssysteme gestellt. Dies zeigt sich unter Anderem deutlich im medizinischen Bereich, in dem Bilder unterschiedlichen Typs und Verrauschungsgrades und mit unterschiedlichen Inhalten ausgewertet werden müssen. Charakteristisch für den Prozeß der Erkennung eines Bildes ist, daß er aus einer Zusammensetzung von unterschiedlichen Verfahren besteht, die Filterungsverfahren, Kanten, Textur- und Regionenerkennungsverfahren und Objekterkennungs- und Objektklassifikationsverfahren sein können. Moderne Bilddeutungssoftware-Pakete bzw. -Systeme existieren schon, wie z.B. Khoros [Khoros93], HORUS [Horus], MegaWave [From90], Vista [Pope94] oder HELIOS-IRS [Engel95]. Diese bieten eine große Auswahl an einzelnen Verfahren zur Verarbeitung von Bildern und teilweise auch eine Umgebung zur Erstellung und Test von Anwendungen. Einige dieser Systeme, wie HELIOS-IRS, sind an bestimmte Anwendungsgebiete angepaßt und in einem größeren Kontext eingebettet [Engel94], andere sind auf allgemeine Bilddeutungsaufgaben ausgerichtet.

Ein bisher ungelöstes Problem ist die Erstellung von einem flexiblen Modell für die automatisierte Auswahl, Parametrierung und Koordination der für die Deutung eines bestimmten Bildes benötigten Bilddeutungsverfahren. Die bisher existierenden Bildauswertungssoftwarepakete oder -systeme bieten in der Regel verschiedene Möglichkeiten zur Durchführung jeder der benötigten Erkennungsschritte. Diese können aus Bibliotheken von Verfahren, Werkzeuge zur manuellen Verknüpfung von Verfahren und interaktive Schnittstellen zur Parametrierung von Verfahren bestehen. Da diese Pakete aber reine Softwaresammlungen sind, fehlt es ihnen an automatisierten Parametrierungs- und Auswahlkomponenten.

Der aktuelle Stand der Technik im Bereich der Bilddeutung erlaubt es nicht, zuverlässig ein Verfahren oder eine Zusammensetzung von mehreren Verfahren mit einer festen Parameterereinstellung allgemein an eine breite Klasse von Bildern mit komplexeren Inhalten erfolgreich anzuwenden. Deshalb müssen diese Auswahl- und Parametrierungskriterien an die einzelnen Bildern angepaßt werden, so daß die Erzeugung eines flexiblen Systems, das wissensbasiert einen Bilddeutungsablauf zusammenstellt und koordiniert, sich als notwendig zeigt. Dieses System sollte auf marktüblicher Bilddeutungssoftware zugreifen können, um das breitstmöglichste Anwendungsspektrum zu sichern. Außerdem werden ständig neue und verbesserte Bild-deutungsverfahren entwickelt, deren Integration ein solches System unterstützen sollte.

1.1.2 Ziele

In dieser Arbeit werden die Konzeption und prototypische Implementierung eines Labors für automatische Bilddeutung durchgeführt. Dieses System wird die Aufgaben der automatisierten wissensbasierten Erkennung von Bildern bzw. Objekten in Bildern und der Bildarchivierung durchführen. Die Realisierung dieses Bilddeutungslabors wird durch die Integration von Techniken aus den Bereichen a) der Planungs- und Konfigurationssystemen, b) der neuronalen Netzwerken, c) der Bildverarbeitung bzw. -deutung und d) der Hypermedia-Systemen erfolgen. Eine prototypische Anwendung des Systems wird die Verarbeitung von MRI-Tomographieaufnahmen in zwei ausgewählten medizinischen Anwendungsbereichen sein. Als Benutzerschnittstelle und Bildarchivierungswerkzeug wird ein Hypermedia-System verwendet. Ergebnisse dieser Arbeit sind:

I Die Erstellung eines Systemmodells für die wissensbasierte Bilddeutung: eine Abstrakte Bilddeutungsmaschine, die fortan auch das Cyclops-Modell genannt werden wird,

II ein Prototyp eines Softwarewerkzeugs zur Erstellung von flexiblen wissensbasierten Bildanalysesystemen, das Cyclops-System und

III eine auf das Cyclops-System aufbauende Prototypanwendung im Bereich der Radiodiagnostik: Die Auswertung von pathologischen Merkmalen enthaltenden MRI-Tomographieaufnahmen des menschlichen Hirns und MRI-Mammographien. Diese Anwendung befindet sich zur Zeit in der Implementierung.

Durch diesen Ansatz, bestehend aus dem Cyclops-Modell und dem Cyclops-System, den wir zusammenfassend den Cyclops-Ansatz nennen, werden die Ergebnisse aus den o.g. vier Schwerpunkten der Informatikforschung integriert. Die Integration dieser Techniken stellt die Schlüsseltechnologie für zukünftige komplexe Bilddeutungssysteme dar. Die Forschung im Rahmen dieser Arbeit hat sich an diesem konkreten Anwendungsbedarf orientiert.

1.2 Zur Entstehung dieser Arbeit

1.2.1 Hintergründe

Die Arbeit an dem Cyclops-Ansatz begann initiiert durch die Fragestellung der Integration von wissensbasierten, symbolischen Methoden und subsymbolische Verfahren in eine einheitliche Sicht. Unter subsymbolisch sollten hier sowohl "neuronale" Techniken wie auch algorithmische numerische Methoden verstanden werden. Wissensbasierte Systeme und subsymbolische Methoden lösen von ihrer Natur aus entgegengesetzte aber jedoch komplementäre Aufgaben. Selten aber finden solche Methoden in der Literatur Kontakt- bzw. Integrationsansätze [GutPfei90] [Roman91] [Towell91] [TowSha92] [Weize91], die versuchen, wissensbasierte und subsymbolische Methoden unter einer integrierenden Sichtweise zu beschreiben und zu verwenden. Als Anwendungsgebiet für ein solches integriertes Systemmodell wurde die wissensbasierte Deutung von Bildern gewählt.

Zu Beginn der in dieser Arbeit durchgeführten Untersuchungen wurden die Integrationsmöglichkeiten von symbolischen Verarbeitungsfähigkeiten in neuronalen Netzwerken untersucht. Ein Systemmodell, das diverse "neuronale Architekturen" integrieren sollte, hätte die Aufgaben, eine Bilddeutung soweit wie möglich mit neuronalen Methoden vorzunehmen und dort, wo dies nicht möglich wäre, "klassische" subsymbolische Bilddeutungsmethoden zu steuern. Dieser quasi rein neuronaler Ansatz wurde als ungeeignet befunden und aus Gründen, die in dieser Arbeit noch deutlich werden werden, zugunsten des hier beschriebenen konfigurationsbasierten Ansatzes abgelehnt. Die damit verbundenen Erkenntnisse führten aber zu interessanten Ergebnissen in den Bereichen a) der Diagnose-Expertensysteme mit der Entwicklung des KoDiag-Systems [RahVW93] [RahVW94], b) der Neuropathologie (Automatic Graduator [KollVW95] [WanKol93]) und c) der auf neuronalen semantischen Netzen basierenden Wissensrepräsentationsmöglichkeiten. Letzteres führte zur Entwicklung des in dem Cyclops-System verwendeten Tools zur Erstellung von Bilddeutungs-Domänenwissensbasen NeuralTaxon [Gresse94] bzw. zur Entwicklung des in der Prototypanwendung verwendeten NaKS-Systems [Gresse95] [GreVW95].

1.2.2 Zusammenarbeit

Aufgrund des Umfangs dieser Arbeit, hat die Mitwirkung verschiedener Personen und Institutionen in Aspekten wie die Tests und die Erstellung von speziellen Bilddeutungsverfahren und die Implemen-tierung von Teilen des Cyclops-Systems zu dieser Arbeit beigetragen.

So wurden große Teile der Implementierungen in dem Cyclops-System von Studenten durchgeführt, die dies entweder als wis-senschaftliche Hilfskraft oder im Rahmen einer vom Autor betreuten Projekt- oder Diplomarbeit taten. Die notwendigen Installation und Updates von P.D.-Bildauswertungssystemen und -verfahren wurden ebenfalls von wissenschaftlichen Hilfskräften durchgeführt.

Die Basissysteme IDAX [Paulo90] [PauRit93] und CoMo-Kit [Maurer92] [Maurer94] entstanden in der Arbeitsgruppe Künstliche Intelligenz der Universität Kaiserslautern und wurden vom Autor an die Anforderungen des Cyclops-Modells angepaßt und in das Cyclops-System integriert. Die wissenschaftliche Mitarbeiter, die verantwortlich für die Konzeption und Erstellung dieser Systeme waren bzw. sind, haben diese Anpassungen weitgehend durch Beratung und Bereitstellung von Software und Dokumentation unterstützt.

Eine weitgehende Unterstützung vom Graduiertenkolleg Technomathematik der Universität Kaiserslautern ermöglichte tiefgehende Diskussionen und Beratung, lieferte weiterführende Kritik, ermöglichte die Verwendung des nCUBE-Parallelrechners zum Training von BP-Netzwerken und lieferte Neuimplementierungen wichtiger Segmentierungsalgorithmen [Klaus95].

Die Erstellung dieser Arbeit wurde partiell vom Land Rheinland-Pfalz im Rahmen des Programms "Wirtschaftsnahe Forschung" unterstützt. Im Rahmen dieses Programms fand eine enge Zusammenarbeit mit den Firmen TECMATH Kaiserslautern, INSIDERS Mainz und der Gemeinschaftspraxis für Radiologie und Nuklearmedizin Kaiserslautern statt. Die Firma TECMATH lieferte im eigenen Hause erstellte Bilddeutungssoftware, hauptsächlich Segmentierungs- und Texturanalyseverfahren. Die Gemeinschaftspraxis für Radiologie und Nuklearmedizin lieferte unter Berücksichtigung des Datenschutzes die meisten Bildbeispiele und wirkte entscheidend in der Festlegung der medizinischen und praxisbezogenen Anforderungen an den Anwendungsprototyp mit.

Eine weitere wichtige Zusammenarbeit fand zwischen dem Autor und der Arbeitsgruppe Parallele Algorithmen der Universität Kaiserslautern, dem Institut für medizinische Statistik und Epidemiologie der TU München, dem Max-Planck-Institut für neuropsychologische Forschung in Leipzig und dem Deutschen Krebsforschungszentrum - DKFZ - in Heidelberg statt. Diese Zusammenarbeit verlief auf den Ebenen der regelmäßigen Diskussion jeweiliger Forschungsschwerpunkte, gegenseitiger Beratung und des Austausches von Softwarekomponenten. So lieferte die AG Parallele Algorithmen das ViterRegionGrow-Verfahren [MittKru94] [MittKru95] .

Die Firma Picker International unterstützte diese Arbeit durch Bereitstellung von Informationsmaterial über das Datenformat der Picker Vista Kernspintomographen.

1.3 Strukturierung

1.3.1 Aufbau

Dieses Dokument läßt sich in drei Bereiche einteilen:

I. Allgemeine Beschreibung von Cyclops,

II. Die Komponenten des Cyclops-Ansatzes,

III. Diskussion und Literatur

In dem ersten Bereich wird, nach einer kurzen Beschreibung möglicher Anwendungsszenarien der wissensbasierten Bilddeutung, eine Problembeschreibung vorgestellt werden. In dieser Problembeschreibung werden zunächst der Stand der Technik in der herkömmlichen Bilddeutung und deren Probleme beschrieben, darauffolgend werden die Anforderungen an ein wissensbasiertes Bilddeutungssystem dargestellt. Darauf aufbauend wird ein Überblick über das Cyclops-Modell zur Integration von symbolischer und subsymbolischer Datenverarbeitung und -repräsentation am Beispiel der Bilddeutung gegeben werden. Es werden die wichtigsten Punkte des Ansatzes, auf einer allgemeinen Ebene erläutert. Hier verwendete Begriffe und Methoden aus dem Bereich der Konfiguration und Planung, auch Begriffshierarchieorientierte Kontrolle [CuEtAl87] genannt, werden kurz behandelt. Anschließend werden konkrete Anforderungen an einen konfigurationsbasierten Ansatz zur Bilddeutung diskutiert. In Kapitel 3 werden zwei sich momentan in der Implemetierungsphase befindenden Prototypanwendungen des Cyclops-Systems im Bereich der Radiologie beschrieben. Die Beschreibung dieser Prototypanwendungen soll die Verwendungsmöglichkeiten des Cyclops-Ansatzes verdeutlichen.

In dem zweiten Bereich werden die einzelnen Komponenten des Konfigurationsansatzes beschrieben, denen jeweils ein Kapitel gewidmet wurde. Die Beschreibung dieser Komponenten erfolgt in drei aufeinander aufbauenden Abstraktionsebenen:

i. der technische Hintergrund zur und spezielle Anforderungen an die Komponente,

ii. die Realisierung dieser im Cyclops-System und

iii. die darauf aufbauende radiologische Prototypanwendung.

Näheres zu dieser Struktur der Kapitel wird im Abschnitt 1.3.2 erläutert.

Im dritten Bereich wird rückblickend eine Analyse dieses Ansatzes durchgeführt. Der Cyclops-Ansatz wird mit verwandten Systemen verglichen. Anschließend werden die Literaturquellen genannt. Alle studentischen Arbeiten, sowohl Diplom- wie Projektarbeiten, die im Rahmen der Erstellung des Cyclops-Ansatzes durchgeführt worden sind, werden hier in einem speziellen Abschnitt zitiert.

1.3.2 Hinweise zur Lektüre dieser Arbeit

Im Bereich II wird in jedem Kapitel eine der Komponenten des Cyclops-Ansatzes beschrieben. Zur Erleichterung der Lektüre dieser Arbeit, wurde bei jedem dieser Kapitel eine Strukturierung in drei "Abstraktionsebenen" vorgenommen. Diese bauen aufeinander auf und ermöglichen dem Leser, zunächst einen allgemeinen Überblick zu gewinnen, bevor eine Vertiefung in Aspekte des Cyclops-Systems oder der Prototypanwendungen vorgenommen wird. Diese Struktur wird in Abbildung 1.1 skizziert.

ABB.1.1. Aufbau eines Kapitels im Bereich II                                   

                                                                               

Der erste Abschnitt befaßt sich mit einer Erweiterung und Vertiefung der im Abschnitt 2.4.2 "Das Cyclops-Modell" angesprochenen, allgemeinen und theoretischen Aspekten der beschriebenen Komponente. Hier werden die Grundlagen jeder der Komponenten des Cyclops-Modells erläutert, soweit es der Umfang dieser Arbeit erlaubt und soweit es im Rahmen einer allgemeinen Beschreibung sinnvoll erscheint. Dieser Abschnitt richtet sich an den Leser, der sich ein Bild von den Grundlagen des Cyclops-Modells verschaffen möchte. Sofern der Leser an den Aufbau der Komponenten im Cyclops-System interessiert ist und mit den Themen, die in diesem Abschnitt behandelt werden nicht vertraut ist, sollte die Lektüre dieses Abschnitts als ein Einstieg in diese Thematik betrachtet werden.

Der zweite Abschnitt befaßt sich mit den, aus der vorangegangenen Diskussion ergebenen, anwendungsübergreifenden Anforderungen an diese Komponente und deren Lösung in dem Cyclops-Ansatz. Bei dieser Lösung kann es sich in einigen Fällen um die Beschreibung eines für die Erstellung von Applikationen dienenden Softwarewerkzeugs und dessen grundlegenden theoretischen Aspekten handeln, in anderen jedoch um die Beschreibung eines von Cyclops zur Verfügung gestellten Einbettungsrahmens für anwendungsdomänenspezifische Lösungen.

Im dritten Abschnitt wird der auf dem Cyclops-System aufbauende, prototypanwendungsspezifische Teil der Komponente in Einzelheiten beschrieben. In diesem Abschnitt wird gezeigt werden, wie der hier vorgeschlagene Ansatz und die auf diesen basierende, von uns im Rahmen dieser Arbeit erstellte Werkzeuge für die Erstellung einer Anwendung verwendet werden können. Dieser Abschnitt richtet sich an den Leser, der an den Möglichkeiten interessiert ist, mit dem hier beschriebenen Ansatz eine Applikation zu erstellen.

1.4 Danksagung

Mein ganz besonderer Dank gilt meinem Betreuer Herrn Prof. Dr. Michael M. Richter, dessen Interesse und Unterstützung seit unserer ersten Begegnung im Sommer 1990 entscheidend zu dem Erfolg dieser Arbeit beigetragen haben.

Mein Dank gilt auch der gesamten Arbeitsgruppe Künstliche Intelligenz - Expertensysteme für das hervorragende Arbeitsklima, die Unterstützung und die während der Entstehung dieser Arbeit entstandenen fruchtbaren Diskussionen. Ganz besonders möchte ich mich bei meinen Kollegen Jürgen Paulokat, Frank Maurer, Jürgen Rahmel und Werner Schirp für die Bereitstellung von Softwarekomponenten und Berücksichtigung von wichtigen Anforderungen des Cyclops-Ansatzes in der Erstellung von neuen Versionen der Softwarewerkzeuge IDAX und CoMo-Kit bedanken.

Ich möchte mich auch bei allen Studenten, die während ihrer Tätigkeit als wissenschaftliche Hilfskraft oder während der Anfertigung einer Projekt- oder Diplomarbeit einen entscheidenenden Beitrag zur Implementierung dieses Ansatzes geleistet haben, insbesondere bei Amer Qaqish, Arthur Thiel, Christiane Gresse, Claus-Werner Hennecke, Dirk Krechel, Helmut Ritzer, Ralf Comes, Stefan Huwer, Thomas Nett, Thomas Wirz und Ute Kaul.

Frau Prof. Dr. Britta Schinzel möchte ich für die Bereitschaft danken, diese Arbeit zu begutachten und für die Einsicht in die gesellschaftlichen Aspekte der automatisierten Diagnostikunterstützung.

Herrn Dr. Brand, Herrn Dr. Nögel, Frau Dr. Seybold Epting und Frank Hoedt gilt meinen Dank für die intensive Zusammenarbeit und die Aufklärung in vielen medizinischen und MR-technischen Fragestellungen.

Bei Gangolf Mittelhäußer und der gesamten AG Parallele Algorithmen, Frau Dr. Gabrielle Lohmann, Dr. Alexander Horsch und Dr. Frithjof Krugel möchte ich mich auch für die intensive Zusammenarbeit und für den fruchtbaren Ideenaustausch bedanken.

Diese Arbeit wurde im Zeitraum 1992-1994 durch das Graduiertenkolleg Technomathematik der Universität Kaiserslautern durch die Aufnahme des Autors im Graduiertenkolleg und Vergabe eines Doktorandenstipendiums unterstützt. Während dieses Zeitraums wurden die Konzeption von Cyclops und die Implementierung des ersten Systemprototyps durchgeführt. Für die Unterstützung und Freundschaft möchte ich mich bei allen Professoren und Kollegiaten des Graduiertenkollegs bedanken.

Seit Juni 1994 wurde dieses Projekt vom Ministerium für Wirtschaft, Verkehr und Weinbau des Landes Rheinland-Pfalz im Rahmen des Programms "Wirtschaftsnahe Forschung" unterstützt. Während dieses Zeitraums wurden das Cyclops-System verfeinert und die Prototypanwendungen entwickelt.

Zu guter Letzt möchte ich mich bei Christiane Gresse für ihre Liebe, ihre Unterstützung, ihre unendliche Geduld und ihre stetige Bereitschaft, die Arbeit "noch einmal" mit mir zu diskutieren, bedanken.