Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Deep Learning für automatische Axon-Segmentierung in Bielschowsky-Silberfärbung

Schönenberger L et al. · Neuroinformatics · erschienen 08.09.2026 · PMID 42709277

Von KI ausgewählt und zusammengefasst

Worum es geht

Attention U-Net mit Focal-Tversky-Loss für automatisierte Axon-Quantifizierung in histologischen MS-Gehirnproben, trainiert auf 33 manuell annotierte Bildkacheln (25 Mio. Pixel) aus 26 Präparaten.

Ergebnis

Auf Test-Set (8 nicht gesehene Kacheln): F1/Dice 0,717, IoU 0,584; Mensch-zu-Mensch F1 0,637-0,671, Modell-zu-Mensch F1 0,681-0,736 (Modell erreichte oder übertraf menschliche Decke); reduzierte manuelle Aufwand erheblich.

Übertragbarkeit auf Deutschland

Schweiz (Basel), Multiple-Sklerose-Neuropathologie, Histopathologie-Anwendung.

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.