Sign in

Projekt-/Bachelor-/Masterarbeit zum Thema: Automatisierte Audioanalyse von Blutflussgeräuschen der Arteria Carotis mithilfe maschineller Lernverfahren

  • Überall


Stellenbezeichnung: Projekt-/Bachelor-/Masterarbeit zum Thema: Automatisierte Audioanalyse von Blutflussgeräuschen der Arteria Carotis mithilfe maschineller Lernverfahren

Firma: Fraunhofer

Job Beschreibung: DAS FRAUNHOFER-INSTITUT FÜR SOFTWARE- UND SYSTEMTECHNIK ISST IN DORTMUND SUCHT STUDIERENDE FÜR EINE

Projekt-/Bachelor-/Masterarbeit zum Thema: Automatisierte Audioanalyse von Blutflussgeräuschen der Arteria Carotis mithilfe maschineller Lernverfahren

Das Fraunhofer-Institut für Software- und Systemtechnik ISST unterstützt seine Kunden und Partner bei allen Fragestellungen zur Digitalisierung. Es entwickelt innovative und anwendungsnahe Lösungen für digitale Dienste und beschäftigt sich mit dem Aufbau komplexer IT-Strukturen sowie der Verwirklichung passender Lösungen für die sichere und bedarfsgerechte Erfassung, Verarbeitung und Bereitstellung von Informationen.

Lösungen zur Digitalisierung stellen wesentliche Treiber zu einer massiven Qualitäts- und Effizienzsteigerung im Gesundheitswesen dar. Digitalisierung wird Strukturen im Gesundheitswesen verändern und zum Teil auch völlig umgestalten. Das Spektrum hierzu umfasst die unterschiedlichsten Facetten: Veränderte Prozessstrukturen bei Leistungserbringern oder Kostenträgern, neue Formen der Behandlung, personalisierte Medizin durch Datenverfügbarkeit und Analytik, verbesserte Arzt-Patienten-Beziehungen, neue Leistungen und Angebote für Versicherte oder auch völlig neue Formen des Zugangs zu Prävention und Gesundheit für den Einzelnen. Die Abteilung Healthcare des Fraunhofer ISST fördert ein Digital Business Engineering für das neue, digitale Gesundheitswesen. Wir unterstützen Kostenträger, Leistungserbringer und Unternehmen in der Gesundheitswirtschaft in ihren Digitalisierungsstrategien, konzipieren und entwickeln digitale Produkte und Services und helfen bei der Transformation von existierenden analogen in digital gestützte Prozesse.

Zum nächstmöglichen Zeitpunkt suchen wir Dich, als Student*in zur Erstellung einer Projekt-/Bachelor-/Masterarbeit zum Thema: Automatisierte Audioanalyse von Blutflussgeräuschen der Arteria Carotis mithilfe maschineller Lernverfahren. Das Thema kann entsprechend des Abschlusses/Studiengangs angepasst werden.

Was Dich erwartet
Das Projekt Bodytune ( ) wird durch die Europäische Union und das Land Nordrhein-Westfalen gefördert und hat zum Ziel, Methoden für die automatisierte Audioanalyse von Flussgeräuschen der Arteria Carotis (Halsschlagader) zu entwickeln. Langfristig soll diese ein frühes Erkennen von Stenosen (Verengungen) sowie ein Monitoring von deren Fortschreiten ermöglichen. Dies ist von großer Bedeutung, da mögliche Folgen wie Schlaganfälle und Herzinfarkte zu den häufigsten Ursachen von frühzeitigen Todesfällen in den Industriestaaten zählen. Zu den angestrebten Technologien gehören:

  • Ein kostengünstiges mobiles Auskulationsmessgerät zur Erfassung von Blutflussgeräuschen der Arteria Carotis. Langfristig soll dieses es Nutzern ermöglichen, selbständig regelmäßige Messungen im häuslichen Umfeld durchzuführen.
  • Die Entwicklung von KI-Algorithmen zur Analyse dieser Messungen mit dem Ziel, Unregelmäßigkeiten aufzudecken sowie patientenspezifisch Prädiktion und Diagnostik von Erkrankungen wie z.B. Arteriosklerose zu unterstützen.
  • Die Entwicklung einer mobilen Applikation als Interface für den Nutzer, welche u.a. der Datenverwaltung durch den Nutzer dient, bei der eigenständigen Messung unterstützt & Auswertungen anzeigt.

Im Fokus der Projekt-/Bachelor-/Masterarbeit steht die Analyse aufgenommener Audiosignale mithilfe maschineller Lernverfahren aus dem Bereich des Supervised Learnings. Mit einem ersten Prototyp des mobilen Auskulationsmessgerätes wurden dafür bereits erste Daten von mehreren gesunden Probanden erfasst. Die Messungen werden in den nächsten Monaten kontinuierlich fortgeführt, um eine ausreichende Datenmenge zu schaffen. Auf Basis dieser Audiodaten wird eine große Anzahl an Features pro Messung generiert.

Ziel deiner Arbeit wird es sein, Modelle aus dem Bereich der Klassifikation (z.B. Decision Trees, SVM) zu trainieren und zu evaluieren. In einem ersten Schritt geht es um die Bestimmung von Charakteristiken innerhalb der Audiosignale, die eine Identifikation der Probanden zulassen. So sollen Rückschlüsse gezogen werden, welche Features über einen zeitlichen Verlauf hinweg patientenspezifische Aussagekraft haben.
Diese Vorarbeiten sollen im weiteren Verlauf des Projektes als Grundlage für die Analyse von Daten von Patienten mit Stenose verwendet werden.

Deine Aufgaben:

  • Reduzierung der großen Anzahl an Features mithilfe von Feature Selection und/oder Extraction Methoden
  • Training und Evaluation von Klassifikationsmodellen zur Identifikation von Probanden anhand der Blutflussgeräusche ihrer Arteria Carotis
  • Interpretation von bedeutsamen Features

Was Du mitbringst

  • Begeisterung für Fragestellungen der Digitalisierung und Digital Health
  • Ausgeprägte analytische und kommunikative Fähigkeiten
  • Sehr gute Deutsch- und Englischkenntnisse
  • Theoretische und/oder praktische Grundkenntnisse aus dem Bereich des Supervised Learnings (Klassifikation)
  • Optional Erfahrung mit Feature Selection & Extraction Methoden
  • Optional Erfahrung mit Python und Bibliotheken wie scikit-learn und pandas

Was Du erwarten kannst

  • Arbeit mit verschiedenen innovativen Technologien
  • Arbeit in einem Team in offener Atmosphäre
  • Spannendes Forschungsumfeld im Bereich des Gesundheitswesens
  • Einstiegsmöglichkeit in Projekte mit namhaften Industriepartnern oder andere öffentlich geförderte Forschungsvorhaben (auf nationaler und europäischer Ebene)

Fraunhofer ist die größte Organisation für anwendungsorientierte Forschung in Europa. Unsere Forschungsfelder richten sich nach den Bedürfnissen der Menschen: Gesundheit, Sicherheit, Kommunikation, Mobilität, Energie und Umwelt. Wir sind kreativ, wir gestalten Technik, wir entwerfen Produkte, wir verbessern Verfahren, wir eröffnen neue Wege.

Fragen zu dieser Position beantwortet Ihnen gerne:
Jasmin Henze, M. Sc.
Tel.: +49 231 97677 471
Email: jasmin.henze@isst.fraunhofer.de (keine Bewerbungen über diese Email-Adresse – siehe unten).

Bitte bewerbe Dich ausschließlich über unser Online-Recruiting-Portal über den Button „Bewerben“ in der Ausschreibung mit Deinen vollständigen Bewerbungsunterlagen (Anschreiben, Lebenslauf, Notenspiegel und Zeugnisse)

Bewerbungen per E-Mail oder Post können wir leider nicht berücksichtigen.

Weitere Informationen zum Institut findest Du unter:

Diese Stelle findest Du online unter:

Weitere Stellen findest Du online unter:

Kennziffer: ISST-2020-46 Bewerbungsfrist: 30. November 2020

Gehalts Budget:

Arbeitsort: Dortmund, Nordrhein-Westfalen

Ausschreibung: Wed, 21 Oct 2020 07:18:12 GMT

Auf diesen Job bewerben.

Share on
Print

weitere Jobs