Der Lehrstuhl für Mustererkennung ist in diesem Projekt mit der Entwicklung von Algorithmen und einer Softwareumgebung für die Kleintierbildgebung beschäftigt. Die Kleintierbildgebung stellt dabei besondere Ansprüche bedingt durch die geringe Größe der Tiere, an die die Standardalgorithmen angepasst werden müssen. Den Fokus dieser Arbeiten stellen dabei Registrierungs- und Segmentierungsalgorithmen dar.

Registrierungsalgorithemen erlauben es unterschiedliche Modalitäten miteinander zu kombinieren. Auf diese Weise kann auf einfache Weise die Spezifität eines Markers evaluiert werden. Gegenwärtig werden sowohl starre als auch nicht-starre Registrierungstechniken entwickelt. Bei der starren Registrierung wird dabei, schnell und robust eine Transformation bestehend aus einer globalen Rotation und Verschiebung berechnet. Die nichtstarre Registrierung berechnet dagegen eine Transformation die jeden Bildpixel individuell verschieben kann. Dies erlaubt einen direkten Pixelvergleich der registrierten Datensätze.

Im Bereich der Segmentierungstechniken konzentriert sich die Arbeit auf semi-automatische Methoden. Diese erlauben dem Benutzer eine grobe Spezifizierung der gewünschten Region, die dann automatisch verfeinert wird. Ein Algorithmus dieser Art der bereits implementiert wurde ist der sogenannte Random Walk. Dieser wurde mit der Grafikkarte (GPU) hardwarebeschleunigt und erlaubt die Erstellung einer Segmentierung in weniger als 5 Sekunden.

Weitere Arbeiten sind vor allem im Bereich der Anpassung von existierenden Algorithmen an die Kleintierbildgebung geplant. Darüber hinaus sollen in Kooperation mit der Nuklearmedizinischen Klinik auch spezielle Workflows zur Evaluierung von PET Markern identifiziert werden. Für diese sollen dann spezialsierte Softwarewerkzeuge entwickelt werden.