Wo sich Medizintechnik und Astrophysik treffen

Neues aus der Forschung

Meldung vom 25.06.2018

An der Universität Bern haben Forschende aus der Astrophysik und der Medizintechnik gemeinsam eine neue Methode entwickelt, mit der sie Planeten ausserhalb unseres Sonnensystems untersuchen. Die ungewöhnliche Zusammenarbeit setzt auf maschinelles Lernen, einem Teilgebiet der künstlichen Intelligenz.


180630-0008_medium.jpg
 
Prof. Dr. Raphael Sznitman und Prof. Dr. Kevin Heng.
Pablo Marquez-Neila, Chloe Fisher, Raphael Sznitman, Kevin Heng
Supervised Machine Learning for Analysing Spectra of Exoplanetary Atmospheres
Nature Astronomy Letters
DOI: 10.1038/s41550-018-0504-2


Der Astrophysiker Kevin Heng, Direktor des Center for Space and Habitability (CSH) war sofort fasziniert, als er von der Arbeit von Raphael Sznitman, Professor am ARTORG Center for Biomedical Engineering Research erfuhr. Sznitman und seine Gruppe nutzen für ihre Medizintechnik-Forschung maschinelles Lernen. Es ermöglicht Computern, aus Daten zu lernen, ohne dafür explizit programmiert werden zu müssen. Die Medizintechnik-Forschenden verwenden maschinelles Lernen unter anderem, um chirurgische Werkzeuge während Augenoperationen zu kontrollieren, und um auf Bildern Biomarker zu erkennen, die Krankheiten identifizieren können.

«Raphael Sznitmans Art, Bilder zu betrachten, gleicht der Vorgehensweise in der Astronomie», stellt Kevin Heng fest: «Egal ob in der Astronomie oder in der Medizintechnik, man versucht immer die Mängel der Bildgebungsverfahren zu verstehen und sie zu verbessern.» Und die Analysemethoden, die in Raphael Sznitmans Gruppe entwickelt werden, sind auf verschiedene Datenarten anwendenbar. So beschlossen die beiden Wissenschaftler eine sehr ungewöhnliche interdisziplinäre Zusammenarbeit: Erstmals wollten sie maschinelles Lernen einsetzen, um damit die Atmosphäre von Planeten ausserhalb unseres Sonnensystems zu analysieren. Die Studie über das erfolgreiche Joint Venture ist jetzt in der Zeitschrift Nature Astronomy erschienen.

Wasser bei Exoplaneten aufspüren

In der Astronomie wird das Licht eines Objekts in verschiedene Farben zerlegt, um ein Spektrum zu erhalten. Das Spektrum eines Exoplaneten enthält versteckte Informationen über die in seiner Atmosphäre vorhandenen Moleküle, die physikalischen Bedingungen und die Existenz von Wolken. Durch die Analyse und Interpretation des Spektrums können Astronominnen und Astronomen beispielsweise Wasser in der Atmosphäre eines Planeten aufspüren und die Bewohnbarkeit abschätzen. Dazu vergleichen die Forschenden die Lichtspektren der Exoplaneten mit Modell-Spektren und versuchen, eine möglichst ähnliche Kombination zu finden.

Dieser Prozess war bisher sehr zeitaufwendig und bot Raum für menschliche Fehleinschätzungen. Deshalb wollte ihn das Team beschleunigen und automatisieren. Mit Hilfe von Postdoktorand Pablo Marquez-Neila (ARTORG) und Doktorandin Chloe Fisher (CSH) berechneten sie eine grosse Menge von Modellen und verwendeten diese dann als Trainingsset für das maschinelle Lernen. Mit Hilfe dieser Daten lernt der Computer, aus einem Spektrum die Zusammensetzung der Exoplaneten-Atmosphäre zu bestimmen.

Die Methode, mit der der Computer das optimale Modell findet, heisst «Random Forest» (Zufallswald). Sie wird traditionellerweise zur Klassifizierung von Objekten in Bildern verwendet und funktioniert im Prinzip wie die Gesichtserkennung, die wir von unseren Smartphones kennen. «Der Computer lernt anhand der Daten zu erkennen, ob ein bestimmtes Merkmal auf einem Bild vorhanden ist oder nicht. Weil sich das Verfahren aus sehr vielen solcher Entscheidungsbäumen zusammensetzt, heisst es Random Forest», erklärt Raphael Sznitman. «Wir mussten uns zuvor mehrmals zusammensetzen, bis wir das Problem vollständig verstanden hatten», erinnert sich Sznitman: «Dann war uns klar, dass Random Forest auch auf Lichtspektren angewandt werden kann und somit die Lösung ist.»

Um die Methode zu testen, wählten die Astrophysiker als Beispiel den Exoplaneten WASP-12b, einen Jupiter-grossen Planeten mit einer Temperatur von mehr als 1000 Grad Celsius. Im beobachteten Spektrum musste der Computer nach Mustern suchen. «Das menschliche Auge ist sehr gut darin, aufgrund von Mustern Gesichter intuitiv zu erkennen», erklärt Kevin Heng: «Aber wenn es um sehr abstrakte Muster geht, stösst der menschliche Verstand schnell an Grenzen.» Der Computer reüssierte im Fall des heissen Jupiters WASP-12b und zeigte, dass die Random Forest-Methode viel schneller funktioniert als der reguläre Ansatz ohne maschinelles Lernen.

Diese neuartige Anwendung des maschinellen Lernens eröffnet spannende Möglichkeiten für die Zukunft. «Wir haben nun bessere Informationen, wenn es beispielweise darum geht, den Wassergehalt einer Exoplaneten-Atmosphäre abzuschätzen», sagt Heng: «Das erhöht unsere Chancen im internationalen Wettbewerb um die wertvolle Teleskopzeit. Und vielleicht können wir sogar das Design künftiger Instrumente beeinflussen.»

Interdisziplinarität hilft allen Beteiligten

Das Team beabsichtigt, seine Software öffentlich zugänglich zu machen, so dass Forschende künftig überall auf der Welt Spektren von Exoplaneten schneller analysieren können. «Das demokratisiert die Analyse. Alle, die einen Computer mit der Python-Software haben, können dieselben Analysen wie wir durchführen – das dauert nicht länger als eine Kaffeepause», merkt Kevin Heng an.

Die erfolgreiche Zusammenarbeit wird zudem fortgesetzt und soll auch zur Lösung medizinischer Probleme beitragen. In der Astronomie gibt es eine lange Tradition im Umgang mit Bildverarbeitung und Modellrechnungen. «Medizinische Bilder von Patientinnen und Patienten sind nicht immer ideal. Die grosse Erfahrung der Astronominnen und Astronomen mit Modellrechnungen ist auch für die Bildverarbeitung in der Medizin sehr interessant und könnte die Diagnose und Behandlung der Patienten verbessern», sagt Raphael Sznitman.

Die Kooperation zwischen Astrophysik und Medizintechnik ist ein gutes Beispiel für gelebte Interdisziplinarität, von der alle Beteiligten profitieren. «Interdisziplinarität wird immer wichtiger. Bei der Zusammenarbeit mit Forschenden aus anderen Fachgebieten muss man lernen, sich verständlich zu machen. Diese kommunikative Art der Wissenschaft ist sehr bereichernd», sagt Kevin Heng.


News der letzten 2 Wochen


Meldung vom 17.01.2019

Wie Moleküle im Laserfeld wippen

Wenn Moleküle mit dem oszillierenden Feld eines Lasers wechselwirken, wird ein unmittelbarer, zeitabhängiger ...

Meldung vom 16.01.2019

Fliegende optische Katzen für die Quantenkommunikation

Gleichzeitig tot und lebendig? Max-Planck-Forscher realisieren im Labor Erwin Schrödingers paradoxes Gedanken ...

Meldung vom 15.01.2019

Kieler Physiker entdecken neuen Effekt bei der Wechselwirkung von Plasmen mit Festkörpern

Plasmen finden sich im Inneren von Sternen, werden aber auch in speziellen Anlagen im Labor künstlich erzeugt ...

Meldung vom 14.01.2019

Vermessung von fünf Weltraum-Blitzen

Ein am PSI entwickelter Detektor namens POLAR hat vom Weltall aus Daten gesammelt. Im September 2016 war das G ...

Meldung vom 14.01.2019

Mit Satelliten den Eisverlust von Gletschern messen

Geographen der FAU untersuchen Gletscher Südamerikas so genau wie nie zuvor.

Meldung vom 14.01.2019

5000 mal schneller als ein Computer

Ein atomarer Gleichrichter für Licht erzeugt einen gerichteten elektrischen Strom. Wenn Licht in einem Halble ...

Meldung vom 14.01.2019

Isolatoren mit leitenden Rändern verstehen

Isolatoren, die an ihren Rändern leitfähig sind, versprechen interessante technische Anwendungen. Doch bishe ...

Meldung vom 10.01.2019

Ionenstrahlzerstäuben - Abscheidung dünner Schichten mit maßgeschneiderten Eigenschaften

Dünne Schichten mit Schichtdicken im Bereich weniger Nanometer spielen eine zentrale Rolle in vielen technolo ...

Meldung vom 10.01.2019

Wie Gletscher gleiten

Der Jülicher Physiker Bo Persson hat eine Theorie zum Gleiten von Gletschereis auf felsigem Boden vorgestellt ...

Meldung vom 08.01.2019

Neue Einblicke in die Sternenkinderstube im Orionnebel

Team unter Kölner Beteiligung zeigt: Winde eines jungen Sternes verhindern die Bildung neuer Sterne in der Na ...

Meldung vom 08.01.2019

Dissonanzen in der Quantenschwingung

Neuartige Quanteninterferenz in atomar dünnen Halbleitern entdeckt.

Meldung vom 07.01.2019

Photovoltaik-Trend Tandemsolarzellen: Wirkungsgradrekord für Mehrfachsolarzelle auf Siliciumbasis

Siliciumsolarzellen dominieren heute den Photovoltaikmarkt aber die Technologie nähert sich dem theoretisch m ...

Meldung vom 07.01.2019

Forscher erzeugen Hybridsystem mit verschiedenen Quantenbit-Arten

Einem japanisch-deutschen Forschungsteam ist es erstmals gelungen, Informationen zwischen verschiedenen Arten ...

Meldung vom 21.12.2018

Mit Quanten-Tricks die Rätsel topologischer Materialien lösen

„Topologische Materialen“ sind technisch hochinteressant, aber schwer zu messen. Mit einem Trick der TU Wi ...

Meldung vom 21.12.2018

Moleküle aus mehreren Blickwinkeln

Lasergetriebene Röntgen-Laborquellen liefern neue Einsichten - Forscher am MBI haben erfolgreich Absorptionss ...

Meldung vom 21.12.2018

Beschreibung rotierender Moleküle leicht gemacht

Interdisziplinäres Wissenschaftlerteam entwickelt neue numerische Technik zur Beschreibung von Molekülen in ...



19.12.2018:
Tanz mit dem Feind
11.12.2018:
Die Kraft des Vakuums
30.11.2018:
Von der Natur lernen
24.11.2018:
Kosmische Schlange


11.05.2018:
Vorsicht, Glatteis!

Newsletter

Neues aus der Forschung