Segmentierung von kardiovaskulären Implantaten

Umfeld

„Innovationen für die Produktion, Dienstleistung und Arbeit von morgen“ hat das Ziel die Produktion in der Medizintechnik zu verbessern. Die Abschlussarbeit ist im Kontext eines selbstlernendes Verfahren, welches automatisch Fehler im Flechtmuster von kardiovaskulären Implantaten (Stents) erkennt und darauf aufbauend optimierte Anpassungsparameter vorschlägt, angesiedelt.

Aufgabe

In der praktische Realisierung wird aus der durch den Flechtprozess entstehenden Mesh-Struktur ein Mesh ausgewählt und dessen Pick (Diagonale) mithilfe eines Convolutional Neural Networks (CNNs) analysiert. Mit diesem Vorgehen kann jedoch nur ein Pick an einem fest definierten Ort untersucht und das CNN muss vorher aufwendig trainiert werden. Daher soll in dieser Arbeit die Segmentierung von Stents sowie die Analyse des Picks anhand der ermittelten Segmentierung untersucht werden. Hierbei sind sowohl Verfahren aus dem Bereich der klassischen Bildverarbeitung als auch Machine Learning basierte Ansätze denkbar.

Voraussetzungen

• Strukturiertes und analytisches Vorgehen
• Praktische Programmiererfahrung (vorzugsweise in Python)
• Deutsch und Englisch verhandlungssicher in Wort und Schrift
• Vorkenntnisse im Bereich der Bildverarbeitung sind hilfreich
• Vorkenntnisse im Bereich Machine Learning bzw. Deep Learning sind hilfreich