Ein Algorithmus, der als Scaling Index Method (SIM) bezeichnet wird, wurde am Max-Planck-Institut für Extraterrestrische Physik (MPI) entwickelt, um wertvolle aus den vom Satelliten ROSAT gesammelten ungefilterten Datenmengen zu gewinnen. Mit diesem Verfahren werden sehr schwache Signale erkannt, die sonst im Hintergrundrauschen untergehen würden. Mit Hilfe von SIM können auch punktförmige und ausgedehnte Quellen von Röntgenstrahlen ermittelt und komplexe Strukturen in astrophysikalischen Quellen - wie Überreste von Supernovae - quantitativ charakterisiert werden.

Forscher vom MPI haben erkannt, daß SIM auch auf andere Datensätze angewandt werden kann, wo wichtige Informationen im Hintergrundrauschen verborgen sein können. Das Entwicklungsteam hat Partner an Universitäten und Instituten ausfindig gemacht, die das Anwendungspotential des Algorithmus mit erschließen sollten. Eine Gruppe am Institut für Medizinische Statistik und Epidemiologie an der Technischen Universität München hat verschiedene Ideen eingebracht. Aus einer dieser Ideen ist das Projekt MELDOQ (Melanomerkennung, Dokumentation und Qualitätssicherungssystem) entstanden, das von der deutschen Raumfahrtagentur finanziell unterstützt wird. Mehrere andere deutsche Institute wurden als Partner in dieses Projekt eingebunden, einschließlich der Dermatologischen Klinik Regensburg, der Fachhochschule München sowie des Instituts für Informatik an der Technischen Universität München.

Der Satellit ROSAT

OSAT ist ein Gemeinschaftsprojekt von Deutschland, den Vereinigten Staaten und England zur Untersuchung von Röntgenquellen im Universum. Der Satellit hat acht Jahre lang erfolgreich gearbeitet und Signale von entfernten und schwachen Quellen von Röntgenstrahlen gesammelt. Um die wissenschaftlichen Ergebnisse zu maximieren, müssen diese Daten mit Hilfe von durchdachten Methoden verarbeitet werden.

In der Tat sind moderne Datenvorverarbeitung und Analysetechniken einige der Gründe für die hervorragende Leistung von ROSAT. Während der acht Jahre, die ROSAT das Universum "abgetastet" hat, konnten, aufgrund seiner Fähigkeiten Daten zu analysieren, über 120.000 neue Quellen von Röntgenstrahlen ausfindig gemacht werden. Daher ist es den Wissenschaftlern auch gelungen, präzisere Beschreibungen und Modelle eines breiten Spektrums von astrophysikalischen Objekten zu entwickeln, wie Neutronensterne, Überreste von Supernovae, Galaxien und sogar Kometen.

Das MELDOQ-System

MELDOQ ist ein rechnergestütztes Melanom-Früherkennungssystem, das mit Ditigalbildanalyse arbeitet. Das System basiert auf der Dermatoskopie, d.h. einem Verfahren, bei dem die Oberfläche der Haut abgetastet und auf das Zehnfache vergrößert wird. Unter Anwendung der SIM-Methode kann das System feinere Farbunterschiede im Gewebe heraussuchen und die Verteilung von strukturellen Komponenten, die mit dem unregelmäßigen Zellenwachstum von bösartigen Melanomen verbunden sind, genau bestimmen. Zur Quantifizierung der dermatoskopischen ABCD-Punkte (Asymmetry, Border, Color und Differential Structures), die die unterschiedlichen Kriterien eines Melanoms beschreiben, werden komplexe Maßstäbe angelegt. Die einzelnen Punkte werden analysiert und kombiniert, wodurch das System zu einem dermatoskopischen Arbeitsplatz wird, der für den Arzt eine große Hilfe bei der Diagnose von bösartigen Melanomen im Anfangsstadium ist. Mit MELDOQ lassen sich die Ergebnisse leicht klassifizieren. Es ermöglicht den Ärzten, Vergleiche mit Referenzfällen anzustellen, und unterstützt sie bei der Erzielung einer zuverlässigen Diagnose. Das System enthält auch Softwaremodule, die Medizinstudenten lehrt, anhand dieser Methode Hautkrebs zu diagnostizieren. Mit MELDOQ können Ärzte, deren Spezialgebiet nicht die Dermatologie ist, eine Diagnose wie ein Experte stellen. Das kann zu einer Früherkennung von Hautkrebs und zu einer genaueren Diagnose führen. Das MELDOQ-Team wurde 1998 im Rahmen des bayerischen Innovationspreises mit dem Anerkennungspreis ausgezeichnet. In diesem Jahr wird das System in der Dermatologischen Klinik Regensburg getestet.