Institut für Technik der Informationsverarbeitung (ITIV)

Automatisierte Flechtpunkterkennung und Bildextraktion

Automatisierte Flechtpunkterkennung und Bildextraktion

.
.

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 von der durch den Flechtprozess entstehenden Mesh-Struktur ein Kamera-Bild geschossen, aus diesem ein Bildausschnitt extrahiert, in diesem ein Mesh ausgewählt und dessen Pick (Diagonale) mithilfe eines Convolutional Neural Networks (CNNs) analysiert. Dieses Vorgehen setzt das Vorhandensein eines passenden Bildausschnitts voraus. Inhalt dieser Arbeit ist daher eine automatisierte Detektion des Flechtpunkts sowie aufbauend darauf, die Extraktion eines Bildausschnitts. Hierbei können sowohl klassische Verfahren als auch solche aus dem Bereich des Machine Learning verwendet 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