Institut für Technik der Informationsverarbeitung (ITIV)

Evaluation von Verfahren der Bildvorverarbeitung

Evaluation von Verfahren der Bildvorverarbeitung

.
.

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 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. Dieser Prozess geschieht bildbasiert, wobei auf eine Vorverarbeitung des Bildes verzichtet wird, obwohl CNNs von einer solchen profitieren können.

 

Aufgabe

  • Vergleich, Analyse und Evaluation verschiedener Bildvorverarbeitungs-Techniken
  • Hierbei sollen berücksichtigt werden:
  • Ausführungsgeschwindigkeit
  • Performance des nachfolgenden CNNs
  • Robustheit des Verfahrens

 

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