xAILab Bamberg nimmt am 21. IEEE International Symposium on Biomedical Imaging in Athen teil

Forschung zu Datenschutz und Anpassungsf?higkeit

Das Paper stellt eine Methode vor, um die Transparenz, Anpassungsf?higkeit und das Datenschutzbewusstsein von Bildklassifikationsmodellen zu verbessern. Traditionelle Deep-Learning-Modelle kodieren Wissen typischerweise innerhalb ihrer Modellparameter, was die Anpassungsf?higkeit einschr?nkt und Datenschutzbedenken beim Umgang mit sensiblen medizinischen Daten aufwirft.

Um dieses Problem zu l?sen, integriert die vorgestellte Forschungsarbeit einen k-Nearest Neighbor (k-NN) Klassifikator mit einem visuell-basierten Foundation Model, das self-supervised auf natürlichen Bildern vortrainiert wurde. Diese Integration erm?glicht es, repr?sentative Feature-Embeddings der Eingabedaten unabh?ngig von den Gewichten des Modells zu speichern, was wiederum dynamische Datenanpassungen erm?glicht, ohne dass das Modell neu trainiert werden muss.

Bewertungen anhand etablierter Benchmarks, einschlie?lich Szenarien des kontinuierlichen Lernens und der iterativen Datenentfernung, zeigten Verbesserungen in der Interpretierbarkeit und Anpassungsf?higkeit, was eine potenzielle L?sung für datenschutzbewusste Bildklassifikation in der medizinischen Bildgebung nahelegt.
Für weitere Details k?nnen Sie das Paper hier und den zugeh?rige Programmcode hier abrufen.

Athen – Ein historischer Ort für Innovation

Athen, eine Stadt mit einer reichhaltigen Geschichte von über 3.000 Jahren, bot eine lebendige und inspirierende Kulisse für die ISBI 2024. Das Megaron Athens International Conference Center, bekannt für die Ausrichtung von Weltklasse-Events, war der perfekte Veranstaltungsort für das diesj?hrige Symposium. Zudem hatten die Teilnehmer die M?glichkeit, die zahlreichen kulturellen und historischen Sehenswürdigkeiten Athens zu erkunden, darunter die ikonische Akropolis, das Panathinaiko-Stadion, antike Tempel und belebte Viertel wie Plaka und Psyrri.

Eine Zusammenkunft von Experten und Ideen

Die ISBI-Konferenzreihe, gemeinsam organisiert von der IEEE Signal Processing Society und der IEEE Engineering in Medicine and Biology Society, zielt darauf ab, die Zusammenarbeit zwischen Forschern, Gesundheitsfachleuten und Industrieexperten zu f?rdern. Die diesj?hrige Ausgabe erweiterte ihren Fokus auf aufstrebende KI-Fronten in der biomedizinischen Bildgebung, mit Betonung auf Interpretierbarkeit, Dom?nenwechsel, Anpassung und Vertrauenswürdigkeit. Das Programm beinhaltete Vortr?ge von weltweit anerkannten Bildgebungswissenschaftlern und Klinikern, darunter Dr. Francis Bach, Dr. Katherine Ferrara, Dr. Anant Madabhushi und Dr. Joseph Sifakis, Turing Award Preistr?ger von 2007.

Eine bemerkenswerte Erg?nzung in diesem Jahr waren die Clinical Focus Sessions, die zentral im technischen Programm verankert waren und den Teilnehmern die M?glichkeit boten, sich ohne ?berschneidungen vollst?ndig zu engagieren. Das erstmals stattfindende Pharma-Meets-Imaging-Event brachte zudem Pharmaunternehmen und Bildgebungsexperten zusammen, um Innovationen in der Arzneimittelentdeckung und Bildgebungstechnologie zu diskutieren.

Eine bereichernde Erfahrung

Die ISBI 2024 war nicht nur von technischen Sitzungen und Pr?sentationen gepr?gt. Die Konferenz beinhaltete auch das Art-in-Biomedical-Imaging-Event, das die Teilnehmer dazu ermutigte, die künstlerischen Aspekte der medizinischen Bildgebung zu erkunden. Diese Veranstaltung zeigte die Kreativit?t und Innovation der Forscher und verband Wissenschaft auf einzigartige Weise mit Kunst.

Darüber hinaus hatten die Teilnehmer in einer exklusiven Veranstaltung im Panathinaiko-Stadion, dem historischen Veranstaltungsort der ersten modernen Olympischen Spiele, die M?glichkeit, einen symbolischen Marathon zu laufen und so das Erbe alter athletischer Traditionen mit modernen wissenschaftlichen Bestrebungen zu verbinden.

Zusammengefasst bot die ISBI 2024 in Athen wertvolle Einblicke und f?rderte die Zusammenarbeit in der biomedizinischen Bildgebung durch Vortr?ge, Pr?sentationen, Plenen und soziale Veranstaltungen. Die Pr?sentation des xAILabs zum Thema "Integrating kNN with Foundation Models for Adaptable and Privacy-Aware Image Classification " fand guten Anklang und das Team plant, seine Forschung in diesem Bereich fortzusetzen.