TEDxGöteborg 2010
Anders Ynnerman: Visualizing the medical data explosion
Anders Ynnerman: Visualisierung der medizinischen Datenflut
Filmed:
Readability: 3.4
539,883 views
Bildgebende medizinische Verfahren liefern heute in Sekundenschnelle Tausende von Aufnahmen und Terabytes an Daten für einen einzigen Patienten. Aber wie analysieren Ärzte diese Datenmenge und wie entscheiden sie, was davon brauchbar ist? Auf der TEDxGöteborg zeigt der Wissenschaftler und Visualisierungsexperte Anders Ynnerman hochentwickelte neue Werkzeuge wie virtuelle Autopsien, mit denen komplexe Daten analysiert werden können. Außerdem ermöglicht er uns einen Einblick in futuristisch anmutende medizinische Technologien, die derzeit noch in der Entwicklung sind. Warnung: Dieser Vortrag enthält drastisches und für einige möglicherweise schockierendes medizinisches Bildmaterial.
Anders Ynnerman - Scientific visualization expert
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Double-click the English transcript below to play the video.
00:15
I will start by posing a little bit of a challenge:
0
0
4000
Ich möchte zu Beginn eine kleine Herausforderung darstellen:
00:19
the challenge of dealing with data,
1
4000
3000
die Analyse von Daten.
00:22
data that we have to deal with
2
7000
2000
Daten, mit denen wir
00:24
in medical situations.
3
9000
2000
in medizinischem Kontext zu tun haben.
00:26
It's really a huge challenge for us.
4
11000
2000
Das ist wirklich eine sehr große Herausforderung für uns.
00:28
And this is our beast of burden --
5
13000
2000
Das hier ist unser Lasttier.
00:30
this is a Computer Tomography machine,
6
15000
2000
Es ist ein Computertomograph,
00:32
a CT machine.
7
17000
2000
ein CT-Gerät.
00:34
It's a fantastic device.
8
19000
2000
Es ist eine fantastische Apparatur.
00:36
It uses X-rays, X-ray beams,
9
21000
2000
Sie benutzt Röntgenstrahlen,
00:38
that are rotating very fast around the human body.
10
23000
3000
die sehr schnell um den menschlichen Körper kreisen.
00:41
It takes about 30 seconds to go through the whole machine
11
26000
2000
Es dauert ungefähr 30 Sekunden, bis man einmal durch die gesamte Maschine durch ist.
00:43
and is generating enormous amounts of information
12
28000
2000
Dabei werden ungeheure Mengen von Daten
00:45
that comes out of the machine.
13
30000
2000
in der Maschine erzeugt.
00:47
So this is a fantastic machine
14
32000
2000
Das ist also ein fantastisches Gerät,
00:49
that we can use
15
34000
2000
das uns helfen kann,
00:51
for improving health care,
16
36000
2000
die medizinische Versorgung zu verbessern.
00:53
but as I said, it's also a challenge for us.
17
38000
2000
Wie ich aber schon sagte: Es ist auch eine Herausforderung für uns.
00:55
And the challenge is really found in this picture here.
18
40000
3000
Auf diesem Foto können Sie diese Herausforderung sehen.
00:58
It's the medical data explosion
19
43000
2000
Es geht um die ungeheure Zunahme an medizinischen Daten,
01:00
that we're having right now.
20
45000
2000
die wir im Moment erleben.
01:02
We're facing this problem.
21
47000
2000
Das ist das Problem, dem wir uns stellen müssen.
01:04
And let me step back in time.
22
49000
2000
Lassen Sie mich ein paar Jahre zurück gehen.
01:06
Let's go back a few years in time and see what happened back then.
23
51000
3000
Lassen Sie uns ein paar Jahre zurück gehen und sehen, was damals los war.
01:09
These machines that came out --
24
54000
2000
Diese Geräte, die zuerst so
01:11
they started coming in the 1970s --
25
56000
2000
um 1970 auf den Markt kamen,
01:13
they would scan human bodies,
26
58000
2000
sie scannten menschliche Körper
01:15
and they would generate about 100 images
27
60000
2000
und machten ungefähr 100 Aufnahmen
01:17
of the human body.
28
62000
2000
des menschlichen Körpers.
01:19
And I've taken the liberty, just for clarity,
29
64000
2000
Ich habe mir die Freiheit genommen, der Deutlichkeit zuliebe,
01:21
to translate that to data slices.
30
66000
3000
das in Bildschichten zu übersetzen.
01:24
That would correspond to about 50 megabytes of data,
31
69000
2000
Das entspricht ungefähr 50 MB an Daten,
01:26
which is small
32
71000
2000
was nicht viel ist,
01:28
when you think about the data we can handle today
33
73000
3000
wenn man an die Datenmengen denkt,
01:31
just on normal mobile devices.
34
76000
2000
die heute ein einfaches Mobiltelefon verarbeiten kann.
01:33
If you translate that to phone books,
35
78000
2000
Wenn wir das auf Telefonbücher übertragen,
01:35
it's about one meter of phone books in the pile.
36
80000
3000
kämen wir auf einen Stapel von ungefähr einem Meter Höhe .
01:38
Looking at what we're doing today
37
83000
2000
Betrachten wir das, was wir heute
01:40
with these machines that we have,
38
85000
2000
mit den Geräten, die uns zur Verfügung stehen, machen.
01:42
we can, just in a few seconds,
39
87000
2000
Wir erhalten in nur wenigen Sekunden
01:44
get 24,000 images out of a body,
40
89000
2000
24.000 Aufnahmen eines Körper.
01:46
and that would correspond to about 20 gigabytes of data,
41
91000
3000
Das entspricht ungefähr 20 GB Daten
01:49
or 800 phone books,
42
94000
2000
oder 800 Telefonbüchern.
01:51
and the pile would then be 200 meters of phone books.
43
96000
2000
Und der Stapel wäre 200 Meter hoch.
01:53
What's about to happen --
44
98000
2000
Was passieren wird
01:55
and we're seeing this; it's beginning --
45
100000
2000
(und wir sehen es schon jetzt, es geht gerade los),
01:57
a technology trend that's happening right now
46
102000
2000
ist ein aktueller Technologietrend:
01:59
is that we're starting to look at time-resolved situations as well.
47
104000
3000
Wir haben begonnen, Ergebnisse im Verlauf zu betrachten.
02:02
So we're getting the dynamics out of the body as well.
48
107000
3000
Wir erhalten also auch dynamische Informationen über einen Körper.
02:05
And just assume
49
110000
2000
Nehmen wir an,
02:07
that we will be collecting data during five seconds,
50
112000
3000
dass wir Daten über einen Zeitraum von fünf Sekunden sammeln.
02:10
and that would correspond to one terabyte of data --
51
115000
2000
Das würde einem Terabyte Daten entsprechen.
02:12
that's 800,000 books
52
117000
2000
Das sind 800.000 Bücher
02:14
and 16 kilometers of phone books.
53
119000
2000
und 16 km Telefonbücher.
02:16
That's one patient, one data set.
54
121000
2000
Das ist ein Patient, ein einziger Datensatz.
02:18
And this is what we have to deal with.
55
123000
2000
Das ist es, womit wir es zu tun haben.
02:20
So this is really the enormous challenge that we have.
56
125000
3000
Das ist also die ungeheure Herausforderung, die vor uns liegt.
02:23
And already today -- this is 25,000 images.
57
128000
3000
Und schon heute: Das hier sind 25.000 Aufnahmen.
02:26
Imagine the days
58
131000
2000
Denken Sie daran, wie es war,
02:28
when we had radiologists doing this.
59
133000
2000
als wir das noch von Radiologen haben machen lassen.
02:30
They would put up 25,000 images,
60
135000
2000
Die hätten 25.000 Aufnahmen aufgehängt,
02:32
they would go like this, "25,0000, okay, okay.
61
137000
3000
die hätten das so gemacht: »25.0000, gut, gut.
02:35
There is the problem."
62
140000
2000
Hier ist das Problem.«
02:37
They can't do that anymore. That's impossible.
63
142000
2000
Die können das nicht mehr leisten; das ist unmöglich.
02:39
So we have to do something that's a little bit more intelligent than doing this.
64
144000
3000
Wir müssen uns also etwas Schlaueres ausdenken.
02:43
So what we do is that we put all these slices together.
65
148000
2000
Was wir also tun, ist Folgendes: Wir legen alle diese Schichten aufeinander.
02:45
Imagine that you slice your body in all these directions,
66
150000
3000
Stellen Sie sich vor, dass Sie einen Körper in alle diese Richtungen zerschneiden
02:48
and then you try to put the slices back together again
67
153000
3000
und dann versuchen, diese Scheiben wieder
02:51
into a pile of data, into a block of data.
68
156000
2000
zu einem Stapel von Daten zusammenzufügen, zu einem Datenblock.
02:53
So this is really what we're doing.
69
158000
2000
Das ist also, was wir wirklich tun.
02:55
So this gigabyte or terabyte of data, we're putting it into this block.
70
160000
3000
Wir nehmen ein Giga- oder Terabyte Daten und packen es auf einen Stapel.
02:58
But of course, the block of data
71
163000
2000
Aber natürlich beinhaltet dieser Datensatz
03:00
just contains the amount of X-ray
72
165000
2000
nur die Anzahl an Röntgenstrahlung,
03:02
that's been absorbed in each point in the human body.
73
167000
2000
die an einem bestimmtem Punkt des menschlichen Körper absorbiert wurde.
03:04
So what we need to do is to figure out a way
74
169000
2000
Wir müssen also einen Weg finden,
03:06
of looking at the things we do want to look at
75
171000
3000
die Dinge zu sehen, die wir sehen möchten.
03:09
and make things transparent that we don't want to look at.
76
174000
3000
und Dinge, die wir nicht sehen wollen, auszublenden.
03:12
So transforming the data set
77
177000
2000
Den Datensatz zu verwandeln,
03:14
into something that looks like this.
78
179000
2000
in etwas, das so aussieht.
03:16
And this is a challenge.
79
181000
2000
Und das ist eine Herausforderung.
03:18
This is a huge challenge for us to do that.
80
183000
3000
Es ist eine ungeheure Herausforderung.
03:21
Using computers, even though they're getting faster and better all the time,
81
186000
3000
Selbst mit Computern, die immer schneller und besser werden,
03:24
it's a challenge to deal with gigabytes of data,
82
189000
2000
ist es eine Herausforderung, mit Gigabytes an Daten,
03:26
terabytes of data
83
191000
2000
Terabytes an Daten, zu arbeiten
03:28
and extracting the relevant information.
84
193000
2000
und die relevanten Informationen herauszufischen.
03:30
I want to look at the heart.
85
195000
2000
Ich will das Herz sehen können,
03:32
I want to look at the blood vessels. I want to look at the liver.
86
197000
2000
Ich will die Blutgefässe sehen, die Leber.
03:34
Maybe even find a tumor,
87
199000
2000
Vielleicht kann ich sogar einen Tumor
03:36
in some cases.
88
201000
2000
finden.
03:39
So this is where this little dear comes into play.
89
204000
2000
Hier kommt dieser kleine Spatz ins Spiel.
03:41
This is my daughter.
90
206000
2000
Das ist meine Tochter.
03:43
This is as of 9 a.m. this morning.
91
208000
2000
Das ist von heute früh 9:00 Uhr.
03:45
She's playing a computer game.
92
210000
2000
Sie spielt ein Computerspiel.
03:47
She's only two years old,
93
212000
2000
Sie ist erst zwei Jahre alt,
03:49
and she's having a blast.
94
214000
2000
und sie hat einen Heidenspaß.
03:51
So she's really the driving force
95
216000
3000
Sie ist die eigentliche Antriebskraft
03:54
behind the development of graphics-processing units.
96
219000
3000
hinter der Entwicklung von Grafikprozessoren.
03:58
As long as kids are playing computer games,
97
223000
2000
Solange Kinder Computerspiele spielen,
04:00
graphics is getting better and better and better.
98
225000
2000
wird deren Grafik besser und besser und besser.
04:02
So please go back home, tell your kids to play more games,
99
227000
2000
Gehen Sie also nach Hause und bitten Sie Ihre Kinder, mehr Spiele zu spielen,
04:04
because that's what I need.
100
229000
2000
denn das ist es, was ich brauche.
04:06
So what's inside of this machine
101
231000
2000
Das, was in dieser Maschine steckt,
04:08
is what enables me to do the things that I'm doing
102
233000
2000
ermöglicht es mir, das zu tun, was ich
04:10
with the medical data.
103
235000
2000
mit medizinischen Daten tue.
04:12
So really what I'm doing is using these fantastic little devices.
104
237000
3000
Ich benutze also diese fantastischen kleinen Geräte.
04:15
And you know, going back
105
240000
2000
Und wissen Sie, vor zehn Jahren,
04:17
maybe 10 years in time
106
242000
2000
es war vor ungefähr 10 Jahren,
04:19
when I got the funding
107
244000
2000
als ich die Fördergelder bekam,
04:21
to buy my first graphics computer --
108
246000
2000
um meinen ersten Grafikcomputer zu kaufen.
04:23
it was a huge machine.
109
248000
2000
Es war eine riesige Maschine.
04:25
It was cabinets of processors and storage and everything.
110
250000
3000
Es war ein Schrank voll mit Prozessoren und Speicher und allem Möglichen.
04:28
I paid about one million dollars for that machine.
111
253000
3000
Ich habe rund eine Million Dollar für diese Maschine bezahlt.
04:32
That machine is, today, about as fast as my iPhone.
112
257000
3000
Heute ist sie ungefähr so schnell wie mein iPhone.
04:37
So every month there are new graphics cards coming out,
113
262000
2000
Jeden Monat kommen neue Grafikkarten heraus.
04:39
and here is a few of the latest ones from the vendors --
114
264000
3000
Hier sind einige der neuesten:
04:42
NVIDIA, ATI, Intel is out there as well.
115
267000
3000
NVIDIA, ATI, Intel ist auch dabei.
04:45
And you know, for a few hundred bucks
116
270000
2000
Und wissen Sie, für ein paar Hunderter
04:47
you can get these things and put them into your computer,
117
272000
2000
kann man diese Dinge kaufen und in einen Computer einbauen
04:49
and you can do fantastic things with these graphics cards.
118
274000
3000
und fantastische Sachen damit tun.
04:52
So this is really what's enabling us
119
277000
2000
Das also ist es, was es uns wirklich erlaubt,
04:54
to deal with the explosion of data in medicine,
120
279000
3000
die Explosion von Daten in der Medizin aufzufangen;
04:57
together with some really nifty work
121
282000
2000
dies und ein wenig wirklich raffinierter Arbeit
04:59
in terms of algorithms --
122
284000
2000
hinsichtlich Algorithmen
05:01
compressing data,
123
286000
2000
und Datenkompression.
05:03
extracting the relevant information that people are doing research on.
124
288000
3000
So beziehen wir die relevanten Informationen aus dem, woran Menschen forschen.
05:06
So I'm going to show you a few examples of what we can do.
125
291000
3000
Ich werde Ihnen einige Beispiele zeigen von dem, was möglich ist.
05:09
This is a data set that was captured using a CT scanner.
126
294000
3000
Dies hier ist ein Datensatz, der mittels eines CT-Scanners erfasst wurde.
05:12
You can see that this is a full data [set].
127
297000
3000
Wie Sie sehen, ist es ein vollständiger Datensatz.
05:15
It's a woman. You can see the hair.
128
300000
3000
Es ist eine Frau. Sie können ihr Haar sehen.
05:18
You can see the individual structures of the woman.
129
303000
3000
Man kann jeden einzelnen Knochen sehen.
05:21
You can see that there is [a] scattering of X-rays
130
306000
3000
Man kann sehen, dass Röntgenstrahlung gestreut werden:
05:24
on the teeth, the metal in the teeth.
131
309000
2000
von den Zähnen, dem Metall in den Zähnen.
05:26
That's where those artifacts are coming from.
132
311000
3000
Daher kommen also diese Artefakte.
05:29
But fully interactively
133
314000
2000
Aber wirklich interaktiv wird es
05:31
on standard graphics cards on a normal computer,
134
316000
3000
mit Standard-Grafikkarten in ganz normalen Rechnern.
05:34
I can just put in a clip plane.
135
319000
2000
Ich kann einfach eine Schnittebene anlegen
05:36
And of course all the data is inside,
136
321000
2000
Und natürlich stecken alle Daten da drin.
05:38
so I can start rotating, I can look at it from different angles,
137
323000
3000
Ich kann anfangen, sie zu drehen, ich kann sie von verschiedenen Winkeln betrachten,
05:41
and I can see that this woman had a problem.
138
326000
3000
und ich kann sehen, dass diese Frau ein Problem hatte.
05:44
She had a bleeding up in the brain,
139
329000
2000
Sie hatte eine Blutung im Gehirn,
05:46
and that's been fixed with a little stent,
140
331000
2000
und die wurde mit ein kleinen Stent repariert,
05:48
a metal clamp that's tightening up the vessel.
141
333000
2000
einer Metallklammer, die das Gefäß zusammenpresst.
05:50
And just by changing the functions,
142
335000
2000
Und nur dadurch, dass ich die Einstellungen verändere,
05:52
then I can decide what's going to be transparent
143
337000
3000
kann ich dann entscheiden, was transparent
05:55
and what's going to be visible.
144
340000
2000
und was sichtbar sein wird.
05:57
I can look at the skull structure,
145
342000
2000
Ich kann die Schädelknochen betrachten.
05:59
and I can see that, okay, this is where they opened up the skull on this woman,
146
344000
3000
Das sieht okay aus, hier haben sie den Schädel dieser Frau geöffnet,
06:02
and that's where they went in.
147
347000
2000
und hier sind sie reingegangen.
06:04
So these are fantastic images.
148
349000
2000
Dies sind also fantastische Aufnahmen
06:06
They're really high resolution,
149
351000
2000
mit einer wirklich guten Auflösung.
06:08
and they're really showing us what we can do
150
353000
2000
Sie zeigen uns, was wir
06:10
with standard graphics cards today.
151
355000
3000
heute mit Standard-Grafikkarten alles machen können.
06:13
Now we have really made use of this,
152
358000
2000
Wir haben versucht, das auszunutzen, so gut es geht,
06:15
and we have tried to squeeze a lot of data
153
360000
3000
und wir haben versucht, eine große Menge Daten ins
06:18
into the system.
154
363000
2000
System zu bekommen.
06:20
And one of the applications that we've been working on --
155
365000
2000
Eine der Anwendungen, mit denen wir gearbeitet haben
06:22
and this has gotten a little bit of traction worldwide --
156
367000
3000
(und das hat weltweit immerhin für etwas Wirbel gesorgt),
06:25
is the application of virtual autopsies.
157
370000
2000
sind virtuelle Autopsien.
06:27
So again, looking at very, very large data sets,
158
372000
2000
Also nochmal, es geht um sehr, sehr große Datenmengen:
06:29
and you saw those full-body scans that we can do.
159
374000
3000
Sie haben ja diese Ganzkörperscans gesehen, die wir machen können.
06:32
We're just pushing the body through the whole CT scanner,
160
377000
3000
Wir schicken den Körper einfach nur durch den gesamten CT-Scanner
06:35
and just in a few seconds we can get a full-body data set.
161
380000
3000
und in nur wenigen Sekunden erhalten wir einen Datensatz für einen kompletten Körper.
06:38
So this is from a virtual autopsy.
162
383000
2000
Diese Aufnahmen stammen von einer virtuellen Autopsie.
06:40
And you can see how I'm gradually peeling off.
163
385000
2000
Sie können sehen, wie ich Schicht um Schicht ablöse.
06:42
First you saw the body bag that the body came in,
164
387000
3000
Zuerst haben Sie den Leichensack mit dem Körper gesehen.
06:45
then I'm peeling off the skin -- you can see the muscles --
165
390000
3000
Nun löse ich die Haut ab. Sie können die Muskeln sehen.
06:48
and eventually you can see the bone structure of this woman.
166
393000
3000
Schließlich sehen Sie die Knochenstruktur dieser Frau.
06:51
Now at this point, I would also like to emphasize
167
396000
3000
An dieser Stelle möchte ich betonen,
06:54
that, with the greatest respect
168
399000
2000
dass ich mit dem allergrößten Respekt
06:56
for the people that I'm now going to show --
169
401000
2000
für die Menschen, die ich Ihnen gleich zeigen werde
06:58
I'm going to show you a few cases of virtual autopsies --
170
403000
2000
(Ich werde Ihnen einige Beispiele von virtuelle Autopsien zeigen),
07:00
so it's with great respect for the people
171
405000
2000
es geschieht also mit großen Respekt für die Menschen,
07:02
that have died under violent circumstances
172
407000
2000
die unter gewalttätigen Umständen gestorben sind,
07:04
that I'm showing these pictures to you.
173
409000
3000
dass ich Ihnen die folgenden Aufnahmen zeige.
07:08
In the forensic case --
174
413000
2000
In einem forensischen Fall ...
07:10
and this is something
175
415000
2000
und davon
07:12
that ... there's been approximately 400 cases so far
176
417000
2000
gab es bis jetzt ungefähr 400 Fälle,
07:14
just in the part of Sweden that I come from
177
419000
2000
allein in dem Teil von Schweden, woher ich komme,
07:16
that has been undergoing virtual autopsies
178
421000
2000
bei denen in den letzten vier Jahren
07:18
in the past four years.
179
423000
2000
virtuelle Autopsien durchgeführt wurden.
07:20
So this will be the typical workflow situation.
180
425000
3000
So sieht also ein typischer Arbeitsablauf aus.
07:23
The police will decide --
181
428000
2000
Die Polizei wird entscheiden
07:25
in the evening, when there's a case coming in --
182
430000
2000
(am selben Abend, wenn ein Fall hereinkommt)
07:27
they will decide, okay, is this a case where we need to do an autopsy?
183
432000
3000
werden sie entscheiden, okay, das ist ein Fall, bei dem wir eine Autopsie durchführen müssen.
07:30
So in the morning, in between six and seven in the morning,
184
435000
3000
Am Morgen, so zwischen sechs und sieben Uhr,
07:33
the body is then transported inside of the body bag
185
438000
2000
wird der Körper dann im Leichensack
07:35
to our center
186
440000
2000
zu unserer Abteilung gebracht
07:37
and is being scanned through one of the CT scanners.
187
442000
2000
und in einem der CT-Scanner gescannt.
07:39
And then the radiologist, together with the pathologist
188
444000
2000
Dann sieht sich ein Radiologe zusammen mit einem Pathologen
07:41
and sometimes the forensic scientist,
189
446000
2000
und manchmal auch ein forensicher Wissenschaftler,
07:43
looks at the data that's coming out,
190
448000
2000
die Daten an, die dabei herauskommen.
07:45
and they have a joint session.
191
450000
2000
Gemeinsam entscheiden sie,
07:47
And then they decide what to do in the real physical autopsy after that.
192
452000
3000
was in der anschließenden echten Autopsie getan werden muss.
07:52
Now looking at a few cases,
193
457000
2000
Lassen Sie uns einige Fälle ansehen;
07:54
here's one of the first cases that we had.
194
459000
2000
dies ist einer unserer ersten Fälle.
07:56
You can really see the details of the data set.
195
461000
3000
Sie können die genauen Einzelheiten sehen,
07:59
It's very high-resolution,
196
464000
2000
es ist eine Aufnahme mit wirklich hoher Auflösung.
08:01
and it's our algorithms that allow us
197
466000
2000
Und es sind unsere Algorithmen, die es uns ermöglichen
08:03
to zoom in on all the details.
198
468000
2000
an diese Details heranzuzoomen.
08:05
And again, it's fully interactive,
199
470000
2000
Noch mal, es ist komplett interaktiv,
08:07
so you can rotate and you can look at things in real time
200
472000
2000
man kann es drehen und sich die Dinge in Echtzeit ansehen
08:09
on these systems here.
201
474000
2000
auf diesen Systemen.
08:11
Without saying too much about this case,
202
476000
2000
Ohne zu viel über diesen Fall zu sagen,
08:13
this is a traffic accident,
203
478000
2000
dies ist ein Verkehrsunfall:
08:15
a drunk driver hit a woman.
204
480000
2000
Ein betrunkener Fahrer überfuhr eine Frau.
08:17
And it's very, very easy to see the damages on the bone structure.
205
482000
3000
Und es ist sehr, sehr leicht, die Schäden an der Knochenstruktur zu sehen.
08:20
And the cause of death is the broken neck.
206
485000
3000
Die Todesursache ist der gebrochene Hals.
08:23
And this women also ended up under the car,
207
488000
2000
Und diese Frau ist auch unter das Auto geraten,
08:25
so she's quite badly beaten up
208
490000
2000
sie ist wirklich schwer zugerichtet worden
08:27
by this injury.
209
492000
2000
durch diese Verletzung.
08:29
Here's another case, a knifing.
210
494000
3000
Hier ist ein anderer Fall, eine Messerstecherei.
08:32
And this is also again showing us what we can do.
211
497000
2000
Und das zeigt uns noch mal, was wir tun können.
08:34
It's very easy to look at metal artifacts
212
499000
2000
Metallartefakte können
08:36
that we can show inside of the body.
213
501000
3000
im Körper sehr leicht nachgewiesen werden.
08:39
You can also see some of the artifacts from the teeth --
214
504000
3000
Sie können auch einige der Artefakte sehen, die durch die Zähne verursacht werden,
08:42
that's actually the filling of the teeth --
215
507000
2000
besser gesagt, die Zahnfüllungen.
08:44
but because I've set the functions to show me metal
216
509000
3000
Aber weil ich die Einstellungen so vorgenommen habe, dass sie mir Metall zeigen,
08:47
and make everything else transparent.
217
512000
2000
und alles andere unsichtbar wird ...
08:49
Here's another violent case. This really didn't kill the person.
218
514000
3000
Hier ist noch ein sehr brutaler Fall. Das Opfer wurde aber nicht umgebracht.
08:52
The person was killed by stabs in the heart,
219
517000
2000
Dieses Opfer wurde durch Stiche ins Herz getötet,
08:54
but they just deposited the knife
220
519000
2000
Aber die Täter ließen das Messer zurück.
08:56
by putting it through one of the eyeballs.
221
521000
2000
Sie bohrten es durch einen der Augäpfel.
08:58
Here's another case.
222
523000
2000
Hier ist noch ein Fall.
09:00
It's very interesting for us
223
525000
2000
Es ist sehr interessant für uns,
09:02
to be able to look at things like knife stabbings.
224
527000
2000
Verbrechen wie Messerstechereien zu analysieren.
09:04
Here you can see that knife went through the heart.
225
529000
3000
Hier können Sie sehen, wie das Messer ins Herz eingedrungen ist.
09:07
It's very easy to see how air has been leaking
226
532000
2000
Man kann leicht sehen, wie Luft
09:09
from one part to another part,
227
534000
2000
von einem Teil zum anderen gewandert ist,
09:11
which is difficult to do in a normal, standard, physical autopsy.
228
536000
3000
was in einer normalen, klassischen Autopsie schwer auszumachen ist.
09:14
So it really, really helps
229
539000
2000
Dieses Vorgehen hilft also
09:16
the criminal investigation
230
541000
2000
bei einer kriminellen Untersuchung wirklich sehr,
09:18
to establish the cause of death,
231
543000
2000
die Todesursache festzustellen,
09:20
and in some cases also directing the investigation in the right direction
232
545000
3000
und in einigen Fällen die Untersuchung in die richtige Richtung zu lenken,
09:23
to find out who the killer really was.
233
548000
2000
und herauszufinden, wer wirklich der Mörder ist.
09:25
Here's another case that I think is interesting.
234
550000
2000
Hier ist noch ein Fall, den ich interessant finde.
09:27
Here you can see a bullet
235
552000
2000
Hier sehen Sie eine Gewehrkugel,
09:29
that has lodged just next to the spine on this person.
236
554000
3000
die dicht neben der Wirbelsäule dieses Menschen eingedrungen ist.
09:32
And what we've done is that we've turned the bullet into a light source,
237
557000
3000
Was wir also gemacht haben, war, diese Gewehrkugel in eine Lichtquelle zu verwandeln,
09:35
so that bullet is actually shining,
238
560000
2000
so dass die Gewehrkugel richtig leuchtet.
09:37
and it makes it really easy to find these fragments.
239
562000
3000
Das macht es sehr leicht, diese Fragmente
09:40
During a physical autopsy,
240
565000
2000
während einer physischen Autopsie zu finden,
09:42
if you actually have to dig through the body to find these fragments,
241
567000
2000
Wenn Sie sich durch den Körper wühlen müssten, um diese Fragmente zu finden,
09:44
that's actually quite hard to do.
242
569000
2000
Das ist schon ziemlich schwierig.
09:48
One of the things that I'm really, really happy
243
573000
2000
Eines der Dinge, die ich Ihnen hier und heute
09:50
to be able to show you here today
244
575000
3000
wirklich gerne zeige,
09:53
is our virtual autopsy table.
245
578000
2000
ist unser virtueller Autopsietisch.
09:55
It's a touch device that we have developed
246
580000
2000
Es ist ein Touch-Device, das wir
09:57
based on these algorithms, using standard graphics GPUs.
247
582000
3000
mit Standard-Grafikkarten basierend auf diesen Algorithmen entwickelt haben.
10:00
It actually looks like this,
248
585000
2000
Es sieht so aus:
10:02
just to give you a feeling for what it looks like.
249
587000
3000
nur um Ihnen ein Gefühl zu geben dafür, wie es aussieht.
10:05
It really just works like a huge iPhone.
250
590000
3000
Es funktioniert eigentlich so wie ein großes iPhone.
10:08
So we've implemented
251
593000
2000
Wir haben also
10:10
all the gestures you can do on the table,
252
595000
3000
alle diese Gesten, die man direkt auf dem Tisch machen kann,
10:13
and you can think of it as an enormous touch interface.
253
598000
4000
und Sie können es als ein riesiges Touch-Screen-Interface betrachten.
10:17
So if you were thinking of buying an iPad,
254
602000
2000
Falls Sie also ein iPad kaufen wollen,
10:19
forget about it. This is what you want instead.
255
604000
3000
vergessen Sie es; das hier ist, was Sie wirklich wollen.
10:22
Steve, I hope you're listening to this, all right.
256
607000
3000
Steve, ich hoffe, dass du dir das hier anhörst, okay?
10:26
So it's a very nice little device.
257
611000
2000
Es ist also ein sehr nettes, kleines Gerät.
10:28
So if you have the opportunity, please try it out.
258
613000
2000
Falls Sie jemals die Gelegenheit haben, dann probieren Sie es bitte aus.
10:30
It's really a hands-on experience.
259
615000
3000
Es ist wirklich eine praktische Erfahrung.
10:33
So it gained some traction, and we're trying to roll this out
260
618000
3000
Es gibt schon einiges Interesse daran und wir wollen es auf den Markt zu bringen
10:36
and trying to use it for educational purposes,
261
621000
2000
und für Lehrzwecke einsetzen.
10:38
but also, perhaps in the future,
262
623000
2000
Vielleicht können wir es auch auch demnächst
10:40
in a more clinical situation.
263
625000
3000
in einer eher klinischen Situation anwenden.
10:43
There's a YouTube video that you can download and look at this,
264
628000
2000
Es gibt ein YouTube-Video, das Sie herunterladen und angucken können,
10:45
if you want to convey the information to other people
265
630000
2000
falls Sie Informationen über virtuelle Autopsien
10:47
about virtual autopsies.
266
632000
3000
an andere Menschen weitergeben wollen.
10:50
Okay, now that we're talking about touch,
267
635000
2000
Okay, jetzt da wir über »Berühren« reden,
10:52
let me move on to really "touching" data.
268
637000
2000
lassen Sie mich über die wirklich anrührende Daten reden.
10:54
And this is a bit of science fiction now,
269
639000
2000
Das ist jetzt ein bisschen Science Fiction.
10:56
so we're moving into really the future.
270
641000
3000
Wir bewegen uns also wirklich in die Zukunft.
10:59
This is not really what the medical doctors are using right now,
271
644000
3000
Dies ist nicht wirklich das, was die Ärzte momentan benutzen,
11:02
but I hope they will in the future.
272
647000
2000
aber ich hoffe, dass sie es in Zukunft tun.
11:04
So what you're seeing on the left is a touch device.
273
649000
3000
Was Sie da auf der linken Seite sehen, ist ein Touch Device.
11:07
It's a little mechanical pen
274
652000
2000
Es ist ein kleiner, mechanischer Stift,
11:09
that has very, very fast step motors inside of the pen.
275
654000
3000
der in seinem Inneren sehr, sehr schnelle Schrittmotoren eingebaut hat.
11:12
And so I can generate a force feedback.
276
657000
2000
Ich kann also eine Kraftrückmeldung erzeugen.
11:14
So when I virtually touch data,
277
659000
2000
Wenn ich also Daten virtuell berühre,
11:16
it will generate forces in the pen, so I get a feedback.
278
661000
3000
kann das Kräfte in dem Stift erzeugen, so dass ich eine Rückmeldung erhalte.
11:19
So in this particular situation,
279
664000
2000
Also in dieser besonderen Situation
11:21
it's a scan of a living person.
280
666000
2000
ist das ein Scan von einer lebenden Person.
11:23
I have this pen, and I look at the data,
281
668000
3000
Ich habe diesen Stift und ich sehe mir die Daten an,
11:26
and I move the pen towards the head,
282
671000
2000
bewege den Stift in Richtung seines Kopfes
11:28
and all of a sudden I feel resistance.
283
673000
2000
und plötzlich fühle ich eine Widerstand.
11:30
So I can feel the skin.
284
675000
2000
Ich kann Haut fühlen.
11:32
If I push a little bit harder, I'll go through the skin,
285
677000
2000
Wenn ich ein bisschen fester drücke, gehe ich durch die Haut
11:34
and I can feel the bone structure inside.
286
679000
3000
und kann die Knochenstruktur im Inneren fühlen.
11:37
If I push even harder, I'll go through the bone structure,
287
682000
2000
Wenn ich noch fester drücke, werde ich durch die Knochenstruktur gehen,
11:39
especially close to the ear where the bone is very soft.
288
684000
3000
besonders am Ohr, wo die Knochen sehr weich sind.
11:42
And then I can feel the brain inside, and this will be the slushy like this.
289
687000
3000
Und dann kann ich das Gehirn im Inneren fühlen, und es wird schwammig sein, so wie hier.
11:45
So this is really nice.
290
690000
2000
Dies ist also wirklich klasse.
11:47
And to take that even further, this is a heart.
291
692000
3000
Und um einen Schritt weiter zu gehen, haben wir hier ein Herz.
11:50
And this is also due to these fantastic new scanners,
292
695000
3000
Und auch dies verdanken wir diesen fantastischen neuen Scannern,
11:53
that just in 0.3 seconds,
293
698000
2000
dass wir in nur 0,3 Sekunden
11:55
I can scan the whole heart,
294
700000
2000
das ganze Herz scannen können.
11:57
and I can do that with time resolution.
295
702000
2000
Ich kann das mit einer zeitlichen Auflösung machen.
11:59
So just looking at this heart,
296
704000
2000
Ich schaue nur auf das Herz
12:01
I can play back a video here.
297
706000
2000
und kann ein ein Video abspielen.
12:03
And this is Karljohan, one of my graduate students
298
708000
2000
Und dies ist Karl Johan, einer meiner Magisterstudenten,
12:05
who's been working on this project.
299
710000
2000
der an diesem Projekt arbeitet.
12:07
And he's sitting there in front of the Haptic device, the force feedback system,
300
712000
3000
Und er sitzt da vor dem haptischen Apparat, dem Kraft-Rückmelde-System
12:10
and he's moving his pen towards the heart,
301
715000
3000
und er bewegt seinen Stift in Richtung Herz,
12:13
and the heart is now beating in front of him,
302
718000
2000
und das Herz schlägt direkt vor ihm.
12:15
so he can see how the heart is beating.
303
720000
2000
so dass er sehen kann, wie das Herz schlägt.
12:17
He's taken the pen, and he's moving it towards the heart,
304
722000
2000
Er hat den Stift genommen und er bewegt ihn in Richtung Herz
12:19
and he's putting it on the heart,
305
724000
2000
und er platziert ihn auf dem Herzen
12:21
and then he feels the heartbeats from the real living patient.
306
726000
3000
und er kann den Herzschlag des lebenden Patienten fühlen.
12:24
Then he can examine how the heart is moving.
307
729000
2000
Dann kann er untersuchen, wie das Herz sich bewegt.
12:26
He can go inside, push inside of the heart,
308
731000
2000
Er kann reingehen und das Innere des Herzen drücken,
12:28
and really feel how the valves are moving.
309
733000
3000
und er kann fühlen, wie die Herzklappen sich bewegen.
12:31
And this, I think, is really the future for heart surgeons.
310
736000
3000
Dies, so glaube ich, ist die Zukunft für Herzchirurgen.
12:34
I mean it's probably the wet dream for a heart surgeon
311
739000
3000
Ich glaube, das ist der feuchteTraum eines Herzchirurgen, dass er
12:37
to be able to go inside of the patient's heart
312
742000
3000
ins Innere eines Herzens gelangt,
12:40
before you actually do surgery,
313
745000
2000
noch bevor es zur eigentlichen Operation kommt,
12:42
and do that with high-quality resolution data.
314
747000
2000
und das alles mit Daten höchster Auflösung.
12:44
So this is really neat.
315
749000
2000
Dass ist wirklich Klasse.
12:47
Now we're going even further into science fiction.
316
752000
3000
Jetzt gehen wir weiter in den Science-Fiction-Bereich.
12:50
And we heard a little bit about functional MRI.
317
755000
3000
Wir wissen also ein klein wenig über funktionierende Magnetresonanztomografie.
12:53
Now this is really an interesting project.
318
758000
3000
Das ist jetzt ein wirklich interessantes Projekt.
12:56
MRI is using magnetic fields
319
761000
2000
Magnetresonanztomografie benutzt Magnetfelder
12:58
and radio frequencies
320
763000
2000
und Radiowellen,
13:00
to scan the brain, or any part of the body.
321
765000
3000
um das Gehirn oder irgendeinen Teil des Körper zu scannen.
13:03
So what we're really getting out of this
322
768000
2000
Was wir wirklich dabei herausbekommen,
13:05
is information of the structure of the brain,
323
770000
2000
sind Informationen über den Aufbau des Gehirns,
13:07
but we can also measure the difference
324
772000
2000
aber wir können auch den Unterschied messen
13:09
in magnetic properties of blood that's oxygenated
325
774000
3000
von Blut, das sauerstoffangereichert ist,
13:12
and blood that's depleted of oxygen.
326
777000
3000
und Blut, das nicht sauerstoffangereichert ist.
13:15
That means that it's possible
327
780000
2000
Das bedeutet, dass es möglich ist,
13:17
to map out the activity of the brain.
328
782000
2000
eine Landkarte der Gehirnaktivitäten zu entwerfen.
13:19
So this is something that we've been working on.
329
784000
2000
Das ist also etwas, woran wir an gearbeitet haben.
13:21
And you just saw Motts the research engineer, there,
330
786000
3000
Und Sie haben gerade gesehen, wie Motts, der Forschungsingenieur,
13:24
going into the MRI system,
331
789000
2000
in den MRT gegangen ist und dabei
13:26
and he was wearing goggles.
332
791000
2000
eine Brille trug.
13:28
So he could actually see things in the goggles.
333
793000
2000
Also er kann mit dieser Brille richtig sehen.
13:30
So I could present things to him while he's in the scanner.
334
795000
3000
Ich kann ihm Sachen zeigen, während er im Scanner ist.
13:33
And this is a little bit freaky,
335
798000
2000
Und das ist ein bisschen abgefahren,
13:35
because what Motts is seeing is actually this.
336
800000
2000
weil das, was Motts sieht, das hier ist:
13:37
He's seeing his own brain.
337
802000
3000
Er sieht sein eigenes Gehirn.
13:40
So Motts is doing something here,
338
805000
2000
Motts macht da also etwas im MRT.
13:42
and probably he is going like this with his right hand,
339
807000
2000
Wahrscheinlich macht er so mit seiner rechten Hand,
13:44
because the left side is activated
340
809000
2000
weil die linke Hälfte des
13:46
on the motor cortex.
341
811000
2000
motorischen Kortex aktiv ist.
13:48
And then he can see that at the same time.
342
813000
2000
Und er kann das gleichzeitig sehen.
13:50
These visualizations are brand new.
343
815000
2000
Diese Veranschaulichungen sind brandneu.
13:52
And this is something that we've been researching for a little while.
344
817000
3000
Und das ist etwas, woran wir schon seit einer Weile forschen.
13:55
This is another sequence of Motts' brain.
345
820000
3000
Dies ist noch eine Sequenz von Motts Gehirn.
13:58
And here we asked Motts to calculate backwards from 100.
346
823000
3000
Hier baten wir ihn, von 100 rückwärts zu zählen.
14:01
So he's going "100, 97, 94."
347
826000
2000
Also zählt er: 100, 97, 94.
14:03
And then he's going backwards.
348
828000
2000
Er zählt rückwärts.
14:05
And you can see how the little math processor is working up here in his brain
349
830000
3000
Und Sie können sehen, wie der kleine Mathematikprozessor hier in seinem Gehirn arbeitet
14:08
and is lighting up the whole brain.
350
833000
2000
und das ganze Gehirn erhellt.
14:10
Well this is fantastic. We can do this in real time.
351
835000
2000
Das ist fantastisch. Wir können das in Echtzeit machen.
14:12
We can investigate things. We can tell him to do things.
352
837000
2000
Wir können Sachen untersuchen. Wir können ihm befehlen, Dinge zu tun.
14:14
You can also see that his visual cortex
353
839000
2000
Wir können auch sehen, dass sein visueller Kortex
14:16
is activated in the back of the head,
354
841000
2000
am Hinterkopf aktiv ist,
14:18
because that's where he's seeing, he's seeing his own brain.
355
843000
2000
denn dort sieht er, er sieht sein eigenes Gehirn.
14:20
And he's also hearing our instructions
356
845000
2000
Er hört unsere Befehle auch,
14:22
when we tell him to do things.
357
847000
2000
wenn wir ihm etwas befehlen.
14:24
The signal is really deep inside of the brain as well,
358
849000
2000
Das Signal sitzt sehr tief im Inneren des Gehirns,
14:26
and it's shining through,
359
851000
2000
aber es leuchtet bis an die Oberfläche,
14:28
because all of the data is inside this volume.
360
853000
2000
weil alle Informationen sich im Innern dieses Bereichs befinden.
14:30
And in just a second here you will see --
361
855000
2000
Und in nur einer Sekunde hier können Sie sehen –
14:32
okay, here. Motts, now move your left foot.
362
857000
2000
Okay, hier. Motts, bewege deinen linken Fuß.
14:34
So he's going like this.
363
859000
2000
Also tut er es.
14:36
For 20 seconds he's going like that,
364
861000
2000
20 Sekunden lang macht er so.
14:38
and all of a sudden it lights up up here.
365
863000
2000
Dann plötzlich leuchtet es hier.
14:40
So we've got motor cortex activation up there.
366
865000
2000
Wir haben hier also eine Aktivierung des motorischen Kortex.
14:42
So this is really, really nice,
367
867000
2000
Das ist also wirklich, wirklich nett.
14:44
and I think this is a great tool.
368
869000
2000
Und ich glaube, dass dies ein fantastisches Werkzeug ist.
14:46
And connecting also with the previous talk here,
369
871000
2000
Um hier an den vorhergehenden Vortrag anzuknüpfen,
14:48
this is something that we could use as a tool
370
873000
2000
dies ist etwas, das uns helfen kann,
14:50
to really understand
371
875000
2000
wirklich zu verstehen,
14:52
how the neurons are working, how the brain is working,
372
877000
2000
wie Neuronen funktionieren, wie das Gehirn funktioniert.
14:54
and we can do this with very, very high visual quality
373
879000
3000
Wir können das mit sehr, sehr hoher visueller Qualität
14:57
and very fast resolution.
374
882000
3000
und sehr hoher Auflösung erreichen.
15:00
Now we're also having a bit of fun at the center.
375
885000
2000
Wir haben aber auch ein bisschen Spaß am Institut.
15:02
So this is a CAT scan -- Computer Aided Tomography.
376
887000
3000
Dies ist also ein CAT-Scan – »Computertomografie«.
15:06
So this is a lion from the local zoo
377
891000
2000
Dies ist eine Löwin aus dem Zoo hier
15:08
outside of Norrkoping in Kolmarden, Elsa.
378
893000
3000
außerhalb von Norrköping in Kolmarden, Elsa.
15:11
So she came to the center,
379
896000
2000
Sie kam also zu uns ans Institut
15:13
and they sedated her
380
898000
2000
und wurde betäubt und
15:15
and then put her straight into the scanner.
381
900000
2000
dann kam sie sofort in den Scanner.
15:17
And then, of course, I get the whole data set from the lion.
382
902000
3000
Und dann, natürlich, bekomme ich den gesamten Datensatz der Löwin.
15:20
And I can do very nice images like this.
383
905000
2000
Und ich kann sehr schöne Aufnahmen wie diese hier machen.
15:22
I can peel off the layer of the lion.
384
907000
2000
Ich kann die Haut der Löwin ablösen.
15:24
I can look inside of it.
385
909000
2000
Ich kann in ihr Innerstes sehen.
15:26
And we've been experimenting with this.
386
911000
2000
Und damit experimentieren wir seit einiger Zeit.
15:28
And I think this is a great application
387
913000
2000
Und ich glaube, dies eine der ganz großen zukünftigen Anwendungen
15:30
for the future of this technology,
388
915000
2000
dieser Technologie.
15:32
because there's very little known about the animal anatomy.
389
917000
3000
Wir wissen noch sehr wenig über die Anatomie von Tieren ...
15:35
What's known out there for veterinarians is kind of basic information.
390
920000
3000
Tierärzten steht eine Art Basisinformationen zur Verfügung.
15:38
We can scan all sorts of things,
391
923000
2000
Wir können alles Mögliche scannen,
15:40
all sorts of animals.
392
925000
2000
alle Arten von Tieren.
15:42
The only problem is to fit it into the machine.
393
927000
3000
Das einzige Problem ist, wie wir sie in die Maschine bekommen.
15:45
So here's a bear.
394
930000
2000
Hier ist also ein Bär.
15:47
It was kind of hard to get it in.
395
932000
2000
Es war schwer, ihn hinein zu bekommen.
15:49
And the bear is a cuddly, friendly animal.
396
934000
3000
Und ein Bär ist ein kuscheliges, freundliches Tier.
15:52
And here it is. Here is the nose of the bear.
397
937000
3000
Und hier ist sie. Hier ist die Nase des Bären.
15:55
And you might want to cuddle this one,
398
940000
3000
Und Sie wollen ihn vielleicht streicheln,
15:58
until you change the functions and look at this.
399
943000
3000
bis Sie die Einstellungen ändern und das hier sehen.
16:01
So be aware of the bear.
400
946000
2000
Also: Achtung vor dem Bären.
16:03
So with that,
401
948000
2000
Hiermit
16:05
I'd like to thank all the people
402
950000
2000
möchte ich gerne allen Menschen danken,
16:07
who have helped me to generate these images.
403
952000
2000
die mir geholfen haben, diese Aufnahmen zu machen.
16:09
It's a huge effort that goes into doing this,
404
954000
2000
Es hat eines ungeheuren Aufwands bedurft,
16:11
gathering the data and developing the algorithms,
405
956000
3000
alle Daten zusammeln und die Algorithmen zu entwickeln,
16:14
writing all the software.
406
959000
2000
die Software zu schreiben.
16:16
So, some very talented people.
407
961000
3000
Also, sehr begabte Menschen.
16:19
My motto is always, I only hire people that are smarter than I am
408
964000
3000
Mein Motto ist: Ich stelle nur Leute ein, die klüger sind als ich.
16:22
and most of these are smarter than I am.
409
967000
2000
Und die meisten von ihnen sind klüger als ich.
16:24
So thank you very much.
410
969000
2000
Also, vielen Dank.
16:26
(Applause)
411
971000
4000
(Applaus)
ABOUT THE SPEAKER
Anders Ynnerman - Scientific visualization expertAnders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction.
Why you should listen
Professor Anders Ynnerman received a Ph.D. in physics from Gothenburg University. During the early 90s he was doing research at Oxford University and Vanderbilt University. In 1996 he started the Swedish National Graduate School in Scientific Computing, which he directed until 1999. From 1997 to 2002 he directed the Swedish National Supercomputer Centre and from 2002 to 2006 he directed the Swedish National Infrastructure for Computing (SNIC).
Since 1999 he is holding a chair in scientific visualization at Linköping University and in 2000 he founded the Norrköping Visualization and Interaction Studio (NVIS). NVIS currently constitutes one of the main focal points for research and education in computer graphics and visualization in the Nordic region. Ynnerman is currently heading the build-up of a large scale center for Visualization in Norrköping.
Anders Ynnerman | Speaker | TED.com