Automatisierte Dorn-Detektion

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 selbstlernenden, bildbasierten Verfahrens, welches automatisch Fehler im Flechtmuster von kardiovaskulären Implantaten (Stents) erkennt und darauf aufbauend optimierte Anpassungsparameter vorschlägt, angesiedelt.

In der praktischen Umsetzung erfolgt die Vermessung mittels eines auf maschinellem Lernen basierten Regressors. Dieser (Regressor) benötigt jedoch ein zugeschnittenes Bild des Stents bzw. Dorns. Somit muss, zur automatisierten Vermessung des Stents, die Lage des Dorns im Bild bekannt sein.

Ziele

• Untersuchung verschiedener Verfahren zur bildbasierten Dorn-Detektion
• Definition von Vergleichskriterien
• Auswahl geeigneter Verfahren
• Evaluation und Bewertung der ausgewählten Algorithmen

Voraussetzungen

• Strukturiertes und analytisches Vorgehen
• Deutsch und Englisch verhandlungssicher in Wort und Schrift
• Praktische Programmiererfahrung in Python/ C++
• Vorkenntnisse im Bereich Machine Vision bzw. Bildverarbeitung sind hilfreich