Institut für Technik der Informationsverarbeitung (ITIV)

Pick-Lokalisation

Pick-Lokalisation

.
.

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.

In der praktischen Realisierung wird aus der durch den Flechtprozess entstehenden Mesh-Struktur ein Mesh ausgewählt und dessen Pick (Diagonale) mithilfe eines Convolutional Neural Networks (CNNs) analysiert. Anschließend soll mittels eines Soll-Ist-Abgleichs die Korrektheit des Picks geprüft werden. Damit dieser Abgleich durchgeführt werden kann, muss im Modell (Soll-Picklängen), der korrespondierende Pick gefunden werden.

 

Aufgabe

  • Evaluation von Verfahren zur Lokalisation des analysierten Picks in der Menge der Soll-Picklängen
  • Hierbei soll berücksichtig werden:
  • Güte/ Performance
  • (Ausführungs-) Geschwindigkeit
  • Benötigte Eingaben (z.B. Bild vs. Merkmale/Features)

 

Voraussetzungen

  • Strukturiertes und analytisches Vorgehen
  • Praktische Programmiererfahrung (vorzugsweise in Python oder C++)
  • 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