KI-getriebene Handlungserkennung während einer Cholezystektomie basierend auf Endoskopie-Bilddaten

Kontext 

Ein optimiertes OP-Management führt zu einer schnelleren Patientenversorgung, Entlastung des OP-Teams sowie Verbesserung der wirtschaftlichen Situation des Krankenhauses. Ziel des Projekts Kimono ist daher die automatisierte Zeitabschätzung der laufenden OP durch vernetzte Komponenten und intelligente Algorithmik. Dazu werden verschiedene Teilbereiche betrachtet, wie die Überwachung des Instrumententisches oder Tracking des medizinischen Personals über Deckenkameras. Nun sollen auch die Daten ausgewertet werden, die vom Endoskop erfasst werden. Das Teilsystem zur Auswertung der Informationen aus dem Endoskop ermöglicht Analysen aus dem Körperinneren. Durch KI-basierte Bildauswertung werden OP-Instrumente erkannt, Gewebestrukturen segmentiert und konkrete Handlungsabläufe zugeordnet.

Aufgaben

Innerhalb des Projekts warten folgende Herausforderungen auf Dich:

• Du entwirfst und trainierst intelligente Algorithmik für die Instrumentendetektion und Segmentierung der Endoskopie-Bilddaten.
• Du forschst an Modellen für die Erkennung von Handlungsabläufen während einer laufenden OP.
• Du entwickelst ein Daten-Management-System und erstellst Ground Truth Daten für maschinelles Lernen.

Voraussetzungen

• Du bist motiviert, eigeninitiativ und arbeitest gewissenhaft
• Dein Studienfokus liegt bei Informationstechnik, Signalverarbeitung oder Computer Vision
• Du hast Erfahrungen mit Python und Machine Learning