Institut für Technik der Informationsverarbeitung (ITIV)

Erzeugung künstlicher Bilddaten von kardiovaskulären Implantaten

Erzeugung künstlicher Bilddaten 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. Wie (fast) jedes Verfahren aus dem Bereich des Machine Learnings muss das CNN vor dem Einsatz trainiert werden, für welches gelabelte Trainingsdaten notwendig sind. Das Erzeugen und Labeln von Trainingsdaten ist jedoch aufwendig und teuer. Daher soll im Rahmen dieser Arbeit untersucht werden, wie aus gelabelten, realen Daten, neue Künstliche erzeugt werden können. Hierbei soll nicht nur das Label miterzeugt, sondern auch die Diversität der Daten erhöht werden.

 

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