Assistierende Gesundheitstechnologien und Daten

Zuverlässige Datenanalyse für qualitativ minderwertige Aufnahmen verschiedener Sensoren

Carl-Friedrich-Gauß-Facultät der TU Braunschweig (TU-BS)

Der Einsatz von Health Enabling Technologies (HET) zu Hause, im Fahrzeug oder am menschlichen Körper erzeugt Signale mit schlechter Signalqualität, Shifting Offsets und Aufzeichnungslücken. Die Datenqualität ist im Vergleich zu klinischen Daten geringer, zudem wird eine große Datenmenge kontinuierlich aufgezeichnet und erfordert eine Echtzeitanalyse, um unerwünschte Ereignisse vorherzusagen oder zu alarmieren. HET stellt daher neue Herausforderungen an die Signalverarbeitung und Datenanalyse, wie z.B. die zuverlässige Erfassung und semantische Integration dieser Daten in die elektronischen Gesundheitsakten der Proband*innen. Darüber hinaus erfordert die automatische Analyse von Messungen robuste Algorithmen, wie z.B. Deep Learning.

Lernziele: Das Modul umfasst das HET-Datenmanagement von der Erzeugung über die Aufzeichnung, die Speicherung bis hin zur Analyse. Durch die Verwendung von R und Python werden diese Methoden auch praktisch angewendet. Darüber hinaus werden die Grundlagen der semantischen Interoperabilität, die Bestimmung einer zuverlässigen Ground Truth für die Bewertung von Algorithmen und die modellbasierte Methodik zur Echtzeitüberwachung, Ereignisprognose und Notfallerkennung behandelt.

Zielgruppe: Die Zielgruppe sind Masterstudent*innen der Informatik, Medizininformatik und verwandter Studiengänge. In diesem Modul lernen die Studierenden, Herausforderungen und Schwierigkeiten in der biomedizinischen Signalverarbeitung von HET-Daten und deren Integration in die Krankenakte zu verstehen und zu lösen. Die Studierenden kennen und verstehen auch die Grundlagen der semantischen Interoperabilität. Darüber hinaus können die Studierenden mit R und Python Signalverarbeitungsmethoden sowohl in Theorie als auch in der Praxis aktiv anwenden und analysieren. Die Studierenden lernen, mit linearem und nichtlinearem Rauschen umzugehen und die Eignung von Verfahren zur Verarbeitung oder Vorverarbeitung von HET-Daten zu bewerten sowie Vorschläge für geeignete Verfahren zu erarbeiten. Das Modul soll in den Masterstudiengang Informatik, Wirtschaftsinformatik und vergleichbare Masterstudiengänge im Wahlbereich Medizinische Informatik eingebettet werden.

Einbettung: Das Modul ist im Curriculum der Carl-Friedrich-Gauß-Fakultät der TU Braunschweig integriert. Der Kurs dauert 14 Wochen und umfasst 5 ECTS. Alle Kursmateralien sowie Lehrvideos werden online zur Verfügung gestellt und erfordern keine Präsenz. Somit ist eine Teilnahme orts- und zeitunabhängig.