Umfeld
Die chronische Herzinsuffizienz ist eine der häufigsten Herz-Kreislauferkrankungen mit etwa 10 Mio Betroffenen allein in Europa. Dabei sterben mehr als 40% der Patienten innerhalb von 5 Jahren nach der Diagnose. Neben der schlechten Prognose verursacht die Krankheit auch einen wesentlichen Teil der Gesundheitskosten, insbesondere durch langwierige Krankenhausaufenthalte nach kardialen Dekompensationen. Im Interesse der Patienten wie auch der Krankenkassen muss es daher Ziel sein, beginnende Dekompensation zu erkennen und zu behandeln, bevor ein kritischer Zustand entsteht und eine stationäre Behandlung erforderlich wird. Ein vielversprechender Schritt in diese Richtung sind moderne kleidungsintegrierte Monitoring-Systeme, die die kontinuierliche Überwachung von Vital-Parametern über längere Zeiträume ermöglichen – bei gleichzeitig geringer Patienten-Belastung.
Aufgabenstellung
Im Rahmen einer bislang einzigartigen BMBF‐geförderten Studie werden mithilfe eines am ITIV entwickelten Systems Vital‐Parameter von 50 Herzinsuffizienz-Patienten über einen Zeitraum von sechs Monaten aufgezeichnet. Dabei werden neben dem EKG auch Aktivität, Atmung und die transthorakale Impedanz erfasst.
Im Rahmen dieser DA sollen die in der klinischen Studie aufgezeichneten Sensordaten hinsichtlich ihrer Eignung zur Dekompensations-Früherkennung untersucht werden. Hierzu sind ausgehend von den typischen Symptomen einer Herzinsuffizienz wie z.B. Husten, Luftnot, verminderte körperliche Leistungsfähigkeit etc. Konzepte zu erarbeiten, die einen Rückschluss von den Sensordaten auf den Gesundheitsverlauf zulassen.
Werkzeuge / Sprachen
- Matlab
- Unisens
- MySQL
- XML
- C / C++
Voraussetzungen
Hohe Motivation und Einsatzbereitschaft, gute Studienleistungen. Erfahrungen in Matlab sind hilfreich.
Neugierig geworden? Weitere Details gerne im persönlichen Gespräch. Einfach anrufen oder mailen.
