Bildgebung ist eine der wichtigsten Datenerfassungstechnologien in der Medizin und den Biowissenschaften und eine sich extrem schnell entwickelnde Technologie, die immer detailliertere Einblicke in Struktur und Funktion von Organismen ermöglicht. Diese reiche Informationsquelle ermöglicht grundlegende Erkenntnisse über biologische Prozesse, unterstützt aber auch die laufenden Bemühungen um eine personalisierte Medizin.
Wissenschaftlerinnen und Wissenschaftler sowie Ärztinnen und Ärzte sind jedoch mit einer anhaltenden Explosion von Bilddaten konfrontiert, die verarbeitet, inspiziert, analysiert und miteinander korreliert werden müssen. Die Fähigkeit, effizient Zugang zu den in diesen Daten kodierten Kerninformationen zu erhalten, entscheidet über ihren endgültigen Nutzen.
Die Biomedical Image Informatics-Forschungsgruppe ist ein interdisziplinäres Team, das sich dieser Herausforderung stellt und neuartige Visual Computing-Lösungen für komplette bildbasierte Arbeitsabläufe in den Bereichen Medizin und Biowissenschaften anbietet.
Die neuesten von der Gruppe entwickelten Lösungen umfassen leistungsstarke Bildanalyselösungen für die Radiologie, Visualisierungslösungen für die Interventionsplanung, Radarbildauswertung für Umweltstudien und die Entwicklung kompletter IT-Infrastrukturen für Management, Analyse, Visualisierung und Data Mining großer Bilddatenbestände für die Neurowissenschaften. Die Gruppe ist IT-Partner des Austrian BioImaging/CMI, der den Zugang zu High-End-Bildgebungsmodalitäten und Bildgebungsdienstleistungen in Österreich ermöglicht.
Wissenschaftliche Leiterin | Head of Biomedical Image Informatics Group, Biomedical Image Informatics
buehler(at)vrvis.at +43 1 908 98 92 401Hinter smarten Lösungen und innovativer Software stehen immer intelligente und motivierte Menschen. Lernen Sie das Team kennen.
Hier finden Sie alle Patente der Biomedical Image Informatics-Forschungsgruppe.
AGFA Healthcare, GE, BrainCon, Aquilab, Medtronik, Universität Leipzig, Medizinische Universität Wien, Universitätsklinikum Freiburg, Oncolopole Toulouse, Donau Universität Krems, Medizinische Universität Graz
Boehringer Ingelheim, IMP - Institut für Molekulare Pathologie Wien, CNRS - Tefor.net, HHMI, Baxter, Universität Leipzig Universität Konstanz, Austrian BioImaging/CMI, coopNatura
TU Wien, Universität Wien, RWTH Aachen, Universität Magdeburg, TU Delft
RHI Magnesita
Die Expertise unserer Biomedical Image Informatics-Forschungsgruppe ist sehr gefragt - lesen Sie alles darüber in verschiedenen aktuellen Presseartikeln oder sehen Sie sich die Termine für kommende Vorträge an:
"XAI – Vertrauenswürdige Künstliche Intelligenz: Das Denken der Neuronalen Netze verstehen lernen", in: APA Science, November 2022
"Wir beschleunigen Entscheidungen", in: APA Science, Jänner 2021
"Wie der KI-Assistenzarzt entscheidet", in: Der Standard, November 2020
Klimawandelbedingt werden Extremwetterereignisse häufiger und neue Schädlinge setzen sich in der Landwirtschaft durch. Zusammen mit drei Projektpartnern entwickelt das VRVis ein digitales Bildgebungssystem für Pflanzen, das Informationen aus Magnetresonanztomographie und Positronen-Emissions-Tomographie kombiniert und Stresssymptome bei Pflanzen früh erkennt.
Das Ziel des Anwendungsprojekts IVC Multi ist die Erforschung neuartiger intelligenter Visual Computing-Methoden zur Unterstützung der Entscheidungsfindung in der Automobilindustrie, der Medizin und den Biowissenschaften auf Basis von Ensembles heterogener, multiskaliger und/oder multitemporaler Daten.
Das Ziel des Projekts IVC Stream ist die Erforschung neuartiger Visual Computing-Lösungen für Simulations- und Messdaten.
Dieses Projekt IVC Image zielt auf die Beschleunigung und Automatisierung bildbasierter Entscheidungsfindung mit einem Anwendungsschwerpunkt in der Medizin sowie Recycling- und Qualitätssicherungsprozesse in der Fertigung.
Das strategische Projekt IVC Complex ist der Dreh- und Angelpunkt für die Realisierung des flächendeckenden intelligenten Visual Computing-Ansatzes für Analytik und Modellierung auf der Basis von Ensembles aus dichten rasterbasierten Daten, abgeleiteten Daten und digitaler Einbettung.
Im Projekt Larvalbrain 2.0 soll durch die Integration von Daten über strukturelle, molekulare, physiologische und verhaltensbedingte Ergebnisse von Drosophila-Melanogaster-Larven ein dynamischer, mehrstufiger Gehirnatlas etabliert werden.
VRVis ist Gründungsmitglied von Austrian BioImaging/CMI. Dies ist ein professionelles Konsortium aus verschiedenen österreichischen Forschungseinrichtungen und die offizielle Euro-BioImaging Initiative Österreichs.
COMULIS (Correlated Multimodal Imaging in Life Sciences) ist eine EU-geförderte COST Action mit dem Ziel, Kollaborationen im Feld des Correlated Multimodal Imaging (CMI) voranzutreiben.
Zu verstehen, wie das Gehirn funktioniert, ist eine der größten Herausforderungen, mit denen sich die Neurowissenschaften heute befassen. Dazu bedarf es spezieller Software-Infrastrukturen, um die Erforschung des komplexen Zusammenspiels von Genen, Struktur und Funktion zu ermöglichen und zu beschleunigen.
Visual Computing für die Medizin: Bildverarbeitungslösungen für neue Anwendungen in der Radiologie.
Die langfristige Vision dieses angewandten Forschungsprojekts ist die Nutzung der verfügbaren Datenressourcen zur Verbesserung der bildbasierten Diagnostik auf der Grundlage komplexer Daten in der täglichen klinischen Routine.
Die Kombination von "Liquid Biopsies", maschinellen Lernverfahren und Datenvisualisierung soll eine frühere und genauere Vorhersage eines Rückfalls bei Kindern mit einer Krebserkrankung ermöglichen.
Das strategische Projekt bildet das Forschungsgruppen-übergreifende organisatorische und wissenschaftliche Zentrum für die Realisierung eines Integrative Visual Computing-Ansatzes.
Wir entwickeln und erforschen neuartige Analyseworkflows und Methoden für komplexe, heterogene Daten, die aus Simulationen, Messungen und Kohortenstudien stammen.
Seit Jahrhunderten kartografieren die Neurowissenschaften das Gehirn. Bisher erwies sich der Schritt von einfachen Karten zu einem allgemein akzeptierten Modell als äußerst schwierig. In diesem Projekt wird ein 4D-Atlas des Gehirns der Fruchtfliegenlarve gebaut.
VRVis steuert Datenanalyse- und Visualisierungstools bei, die auf die Unterstützung und Beschleunigung der Forschung des Instituts für Molekulare Pathologie Wien zugeschnitten sind.
Visual Computing-Techniken zur automatisierten Erkennung von Osteoporose und Osteoarthritis.
Software für die Verwendung von multimodalen Bildern in der externen Strahlentherapie.
Workflows der nächsten Generation zur interaktiven Wissensgenerierung aus Bildern und Simulationen.
Die Analyse, Visualisierung und Erforschung von hochdimensionalen Bildräumen sind Gegenstand des KAFus-Projekts.
Um das Leben der Menschen ökonomisch, ökologisch und sozial zukunftsfähig zu machen, unterstützen VRVis-Entwicklungen schon 10 der 17 Sustainable Development Goals. Dafür sind wir aktuell für den Austrian SDG-Award nominiert.
Theresa Neubauer, Forscherin in unserer Biomedical Image Informatics-Gruppe, erhielt den OCG Förderpreis 2022.
Die Forscherinnen Theresa Neubauer und Silvana Zechmeister wurden für ihre Diplomarbeiten am VRVis jeweils mit einem Förderpreis der Dr. Maria Schaumayer Stiftung ausgezeichnet.
Neue KI-Methode des VRVis, die Vertrauen in computergestützte Diagnosen stärkt, erhält den eAward 2021.
Ein Team aus VRVis- und AGFA-Mitarbeiter:innen gewann beim letzten AGFA Healthcare Ship-it Day des Jahres.
FEMtech-Praktikantin Monika Wißmann erhält für ihr Paper den "IEEE Women in Engineering Best Student Paper Award".
Am 3. März 2020 wurde Katja Bühler, Leiterin unserer Biomedical Image Informatics-Gruppe, mit dem renommierten TU-Frauenpreis ausgezeichnet.
Katja Bühler ist für den Women in Tech-Award 2019 des Bundesministeriums für Digitalisierung und Wirtschaftsstandort und der Futurezone nominiert!
Florian Ganglberger wurde mit seinem Short paper bei der VCBM 2019 mit einer "Honorable Mention" ausgezeichnet.
Unsere Forscherinnen Johanna Schmidt und Sophia Ulonska sind für den Hedy Lamarr-Preis der Stadt Wien nominiert.
Im Rahmen der 40-Jahres-Feier der Österreichischen Computer Gesellschaft (OCG) am 9. Juni 2015 wurde Johannes Sorger mit dem diesjährigen OCG-Förderpreis ausgezeichnet.
Das Paper "Visual and Quantitative Analysis of Higher Order Arborization Overlaps for Neural Circuit Research" wurde ausgezeichnet.
Das webbasierte Tool "neuroMAP" des VRVis und IMP erhielt die Best Paper-Auszeichnung der IEEE BioVis 2013.
Visual Computing für die computergestützte Diagnostik und Operationsplanung.
A. Neubauer, M. T. Forster, L. Mroz, R. Wegenkittl, K. Bühler, STEPS - An Application for Simulation of Transsphenoidal Endonasal Pituitary Surgery, in Proceedings of IEEE Visualization 2004, pp 513-520. 2004, IEEE Vis 2004 Best Applications Paper
Das EU-Projekt SUMMER gewann den Preis "Les Étoiles de l'Europe".
Sebastian Zambal, Jiří Hladůvka, Armin Kanitsar, Katja Bühler, Shape and Appearance Models for Automatic Coronary Artery Tracking, WON MICCAI 2008 Contest: 3D Segmentation in Clinic: A Grand Challange.
J. Beyer, M. Hadwiger, S. Wolfsberger), K. Bühler, High-Quality Multimodal Volume Rendering for Preoperative Planning of Neurosurgical Interventions, in IEEE Transactions on Visualization and Computer Graphics 13(6) pp.1696-1703 / Proceedings of IEEE Vis 2007, Vis 2007 Best Application Paper
A. Neubauer, Endoscopy for Preoperative Planning and Training of Endonasal Transsphenoidal Pituitary Surgery.
C. Langer, M. Hadwiger, K. Bühler, Interaktive diffusionsbasierte Segmentierung von Volumendaten auf Grafikhardware, Bildverarbeitung für die Medizin 2005; GI Informatik Aktuell; Springer Verlag. pp 168-17, BVM 2005 Best Poster
S. Wolfsberger, M. Donat, A. Neubauer, K. Bühler, T. Czech, E. Knosp, Virtuelle Endoskopie in der transsphenoidalen Hypophysenchirurgie, CURAC 2005 Best Poster
M. Meissner, B. Lorensen, K. Zuiderveld, V. Simha, R. Wegenkittl, Volume Rendering in Medical Applications: We've Got Pretty Images, What's Left to Do?, in IEEE Visualization 2002
K. Bühler, Implicit Linear Interval Estimations, in Proceedings of the Spring Conference in Computer Graphics (SCCG'02), ACM Press. pp.123-132, Springer Best Paper
