BioML at CVPR 2026: Exploring Robust AI for Medical Imaging

8 Juni 2026

Dr. Athanasios Angelakis vertrat das BioML-Labor am Forschungsinstitut CODE der Universität der Bundeswehr München auf der IEEE/CVF-Konferenz für Computer Vision und Mustererkennung (CVPR 2026), die vom 3. bis 7. Juni 2026 in Denver, Colorado, stattfand.

Auf dem Workshop der PHAROS AI Factory for Medical Imaging & Healthcare (PHAROS-AIF-MIH) am 3. Juni stellte er den gemeinsam mit Prof. Dr. Marta Gomez-Barrero verfassten Beitrag „Extending ZACH-ViT to Robust Medical Imaging: Corruption and Adversarial Stress Testing in Low-Data Regimes“ vor. Der Workshop brachte Forscher zusammen, die sich mit vertrauenswürdiger KI für die medizinische Bildgebung und das Gesundheitswesen beschäftigen.

ie Studie untersucht, wie sich ZACH-ViT, ein kompakter Vision-Transformer, verhält, wenn medizinische Bilder durch Rauschen, Unschärfe, Komprimierung und andere Verzerrungen beeinträchtigt sind. Die Auswertung umfasste sieben Datensätze aus der medizinischen Bildgebung, wobei die Modelle von Grund auf neu trainiert wurden und dabei lediglich 50 Bilder pro Klasse verwendet wurden. Unter den vier bewerteten kompakten Modellen erzielte ZACH-ViT über alle Datensätze hinweg die beste durchschnittliche Platzierung, sowohl bei unveränderten Bildern als auch bei Bildern, die typischen Qualitätsmängeln ausgesetzt waren. Gezielt erzeugte adversarial Störungen führten jedoch bei allen Modellen zu einer erheblichen Leistungsminderung, was eine anhaltende Herausforderung für die Forschung verdeutlicht.

Die Ergebnisse unterstreichen, wie wichtig es ist, medizinische KI nicht nur anhand ihrer Leistung bei einwandfreien Testbildern zu bewerten, und leisten einen Beitrag zur Forschung an kompakten Modellen, die aus begrenzten Datenmengen lernen und dabei Schwankungen in der Bildqualität berücksichtigen können.

Der Artikel wurde in den CVPR 2026 Workshops Proceedings veröffentlicht und ist verfügbar unter CVF Open Access.