Automatisierte Aneurysmensuche mittels maschinellen Lernens

Bachelorarbeit, Masterarbeit

Themen-Schwerpunkt: Gesundheitswesen, Maschinelles Lernen, Medizinische Informationstechnik, Telemedizin und Health Care Services
Studiengänge: Informatik, Informationstechnik, Maschinenbau

Umfeld

Bei der Untersuchung von Patienten mit Aneurysmen muss regelmäßig der aktuelle Status festgestellt werden. Dies geschieht derzeit durch eine händische Zählung der Arterienerweiterungen anhand von
bildgebenden Verfahren. Als Tool zur Expertenunterstützung ist eine automatisierte Störerkennung und Lokalisationsmarkierung denkbar, welche digital die Verläufe entsprechend der Patienten dokumentiert.

Aufgaben

Anhand von realen und bereits annotierten Bilddaten soll eine Unterstützung des Fachpersonals in Kliniken entwickelt werden. In Zusammenarbeit mit einer Klink für Neuroradiologie werden die Inhalte erarbeitet und
mit Fachpersonal evaluiert. Dabei sind folgende Aufgaben zu bearbeiten:

  • Literaturrecherche zu maschinellem Lernen und dem medizintechnischen Hintergrund
  • Erfassung des Klinikprozesses mit entsprechender Konzipierung des Tools
  • Aufstellung und Implementierung der Methodik
  • Abschließende Evaluation der Ergebnisse in Zusammenarbeit mit den Anwendern

Wir bieten

  • Flexible Zeiteinteilung, eine angenehme Arbeitsatmosphäre und räumliche Nähe zum KIT-Campus
  • Ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • Konstruktive Zusammenarbeit mit dynamischen Aufgabenstellungen
  • Möglichkeit, die Arbeit ggf. als wissenschaftliche Hilfskraft weiterzuführen

Wir erwarten

  • Selbstständiges Denken und Arbeiten
  • Sehr gute Deutsch- oder Englischkenntnisse
  • Motivation und Engagement

Bewerbung

Wir freuen uns auf Deine PDF-Bewerbung an Madlen Witt, witt@fzi.de, mit folgenden Unterlagen:

  • Aktueller Notenauszug
  • Tabellarischer Lebenslauf

Weitere Informationen

  • Start: ab sofort
  • Betreuendes Institut am KIT: Institut für Technik der Informationsverarbeitung (ITIV), Prof. Dr. rer. nat. Wilhelm Stork