Daniel Rückert

Informatik

Wer schon mal eine Sportverletzung hatte, kennt den Vorgang. Möglichst bewegungslos liegt man im MRT bis ein Computer aus den eingehenden Informationen Punkt für Punkt und Schicht für Schicht ein Bild erstellt hat. Das dauert relativ lange. Noch komplizierter wird es, wenn sich das Objekt während des Scans bewegt, zum Beispiel ein Herz schlägt, eine Arterie pulsiert oder ein Fötus sich dreht.

Daniel Rückert hat unter anderem mithilfe von künstlichen neuronalen Netzen die Qualität medizinischer Bildgebung entscheidend verbessert. Denn während der Mensch sofort in der Lage ist, Bewegung als solche wahrzunehmen und in den Gesamtzusammenhang einzuordnen, müssen Maschinen erst lernen, Objekte und Bewegungen zusammenzusetzen, von der Umgebung zu unterscheiden und zu klassifizieren. Dafür müssen sie mit entsprechenden Algorithmen und Massen an Daten gefüttert werden. So hat Daniel Rückert künstlichen neuronalen Netzen unter anderem „beigebracht“, ein Gehirn dreidimensional darzustellen und Tumore oder Läsionen als solche zu erkennen. Ferner hat er ein Verfahren entwickelt, das die MRT-Bildrekonstruktion von Ungeborenen beschleunigt, ohne dass Bildstörungen auftreten.

An der Technischen Universität München soll nun die Anwendung von Rückerts bildgebenden Verfahren vorangetrieben werden und ein interdisziplinärer Forschungsschwerpunkt im Bereich der Medizinischen Bildgebung entstehen.

Zur Person

Prof. Dr. Daniel Rückert wurde in Deutschland geboren. Er studierte zunächst Informatik an der TU Berlin und wurde 1997 am Imperial College London, Vereinigtes Königreich, promoviert. Nachdem er am King’s College London, Vereinigtes Königreich, als Postdoktorand tätig war, wechselte er 1999 wieder an das Imperial College London, wo er 2005 zum Professor für Visual Information Processing berufen wurde. Seit 2016 leitet er zusätzlich das Department of Computing. Er ist Fellow oder Mitglied zahlreicher Akademien wie zum Beispiel der British Computer Society oder der IEEE (Institute of Electrical and Electronics Engineers). Im September 2020 trat er seine Humboldt-Professur an der TUM an.