Ahmend Alshenoudy studierte Künstliche Intelligenz an der JKU Linz und war bereits als Praktikant bei der RISC Software GmbH tätig, als er das ideale Thema für seine Masterarbeit fand. Sie befasst sich mit der Herausforderung, medizinische Machine-Learning-Modelle mit begrenzten Daten unter Verwendung generativer Modelle zu trainieren, speziell für die Segmentierung von Hirntumoren.

Worum geht es in deiner Masterarbeit?

Ahmed: Kurz gesagt, meine Dissertation befasst sich mit einem weit verbreiteten Problem im medizinischen Bereich, nämlich dem Lernen mit nicht genügend Daten. Modelle des maschinellen Lernens benötigen zum Trainieren meist große annotierte Datensätze, deren Beschaffung im medizinischen Bereich unerschwinglich sein kann. Wir gehen dieses Problem an, indem wir hochmoderne generative Modelle einsetzen, die keine kommentierten Daten benötigen.

Unsere Hauptintuition ist, dass ein trainiertes generatives Modell, das realistische Bilder erzeugen kann, ein inhärentes Verständnis für den Inhalt dieser Bilder impliziert. Daher wenden wir dies auf die Segmentierung von Hirntumoren an und gehen davon aus, dass ein generatives Modell, das MR-Sequenzen generieren kann, auch den Inhalt dieser Sequenzen, einschließlich der Tumorregionen, versteht. Wir nutzen dieses Wissen für die nachgelagerte Aufgabe der Segmentierung von Hirntumoren. Unsere Ergebnisse zeigen, dass die Menge der erforderlichen Daten erheblich reduziert werden kann, wobei die Leistung mit der von Methoden vergleichbar ist, die sich auf wesentlich größere Mengen an kommentierten Daten stützen.

Wo liegen die konkreten Probleme in realen Anwendungsfällen? Was waren die Herausforderungen des Themas?

Betreuer Erich Kobler: Ziel der Masterarbeit von Herrn AlShenoudy war die Entwicklung eines generativen Modells für die gemeinsame Synthese verschiedener MRT-Sequenzen des Gehirns und die Nutzung der erlernten Repräsentationen für die semantische Segmentierung von Tumorregionen. Schließlich zeigte Herr AlShenoudy, dass eine erhebliche Reduzierung der gelabelten Trainingsdaten ohne nennenswerte Leistungseinbußen erreicht werden kann.

Während der gesamten Arbeit war Herr AlShenoudy sehr engagiert, unabhängig, ziel- und detailorientiert. Trotz der begrenzten Rechenressourcen gelang es ihm, detaillierte Analysen der verwandten Arbeiten durchzuführen und eine ausgeklügelte Verbesserung zu entwickeln.

Wie bist du dazu gekommen, die Arbeit über die RISC Software GmbH zu schreiben und wie sahen die Betreuung und der Prozess aus?

Ahmed: Angefangen hat alles damit, dass ich während der virtuellen Karrieremesse der JKU auf ein Praktikumsangebot aufmerksam wurde. Im Laufe der Zeit entwickelte sich daraus eine Teilzeitstelle, während ich mein Studium fortsetzte. Als ich mich meinem letzten Jahr an der Universität näherte, bot mir mein Abteilungsleiter großzügig die Möglichkeit, meine Diplomarbeit bei RISC Software zu schreiben. Er unterstützte mich sehr und ermutigte mich, ein Forschungsthema zu finden, das zu unserem Fachgebiet passte.

Auf der Suche nach einem geeigneten Thema für meine Diplomarbeit habe ich mich bei verschiedenen Instituten an der JKU umgesehen. Während dieser Suche lernte ich Dr. Erich Kobler kennen, und unsere Gespräche erwiesen sich als sehr produktiv. Wir diskutierten über ein häufiges Problem im medizinischen Bereich, nämlich die Datenknappheit. Dr. Kobler empfahl mir eine noch in Begutachtung befindliche Arbeit, die das Potenzial hatte, dieses Problem anzugehen, und die einen hervorragenden Ausgangspunkt für meine Forschung darstellte. Diese Arbeit passte perfekt zu den Schwerpunkten unserer Forschungseinheit. Meine erste Arbeit zu diesem Thema fand während meines Praktikums in KI an der JKU statt, was später zur Verfeinerung meiner Forschungsfrage beitrug.

Ich schätze mich glücklich, dass ich meine Arbeit bei RISC Software mit meinem Studium an der JKU verbinden konnte. Meine Forschung wurde von Dr. Kobler betreut, und seine Ideen und Erkenntnisse haben meine Forschungsrichtung entscheidend geprägt. Bei RISC erhielt ich außergewöhnliche Unterstützung und Anleitung, die durch das umfangreiche Fachwissen meiner Kollegen innerhalb der Forschungsabteilung noch bereichert wurde.

In welchen Tätigkeitsbereichen möchtest du in Zukunft arbeiten? Was sind deine Pläne für die Zukunft?

Ahmed: Ich würde gerne weiter in der medizinischen Forschung arbeiten. Ich schätze mich glücklich, bei RISC Software eine Vollzeitbeschäftigung gefunden zu haben, bei der ich meine Fähigkeiten, Kenntnisse und Erfahrungen in einem Bereich erweitern kann, der mir Spaß macht. Wenn ich in die Zukunft blicke, sehe ich, dass ich mich darauf konzentrieren werde, meine Fähigkeiten zu erweitern und mir gleichzeitig die Möglichkeit offen zu halten, in den nächsten Jahren eine Promotion zu beginnen.

Hast du auch Lust, bei uns mitzuarbeiten?

Jetzt bewerben

Benefits