DAS FRAUNHOFER-INSTITUT FÜR SOFTWARE- UND SYSTEMTECHNIK ISST IN DORTMUND SUCHT STUDENTEN FÜR EINE
Projekt-/Bachelor-/Masterarbeit zum Thema: Evaluation des Einsatzes künstlich generierter Daten für die Detektion krankheitsrelevanter Muster in Biosignalen mithilfe von Generative Adversarial Networks (GANs)

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 Transformation von Geschäftsprozessen und beschäftigt sich mit dem Aufbau komplexer IT-Strukturen sowie der Verwirklichung passender Lösungen für die sichere und bedarfsgerechte, einfache und nützliche Erfassung, Verarbeitung und Bereitstellung von Informationen.

Das Team der Abteilung Gesundheitswesen arbeitet an Projekten, die mit IT-Lösungen medizinische Prozesse, von Patientenkommunikation bis Therapie, unterstützen und optimieren. Wir richten unsere Kompetenzen auf die Erforschung und (Vor-)Entwicklung von Softwaretechnologie für die digitale und datengetriebene Gesundheitsversorgung der Zukunft. Das Spektrum ist vielfältig und setzt sich u.a. zusammen aus Digitaler Transformation und klinischer Prozessoptimierung, Gesundheits-IT-Infrastrukturen, digitalen Biomarkern und Therapie-Algorithmen, Patienten-Portalen und Health Apps.

Zum nächstmöglichen Zeitpunkt suchen wir Dich, als Student*in zur Erstellung einer Projekt-/Bachelor-/Masterarbeit zum Thema: Evaluation des Einsatzes künstlich generierter Daten für die Detektion krankheitsrelevanter Muster in Biosignalen mithilfe von Generative Adversarial Networks (GANs).
Das Thema kann entsprechend des Abschlusses/Studiengangs angepasst werden.

Was Dich erwartet
Grundlage für den erfolgreichen Einsatz maschineller Lernverfahren ist das Vorhandensein passender Daten, die in ausreichender Menge und Qualität vorliegen. Gerade beim Einsatz neuer Sensoren zur Detektion krankheitsrelevanter Muster in Biosignalen kann jedoch es schwierig sein, diese Datenmengen zu schaffen, z.B., weil das Erheben und/oder Labeln der Daten sehr aufwändig sein kann oder weil das gesuchte Muster in den erhobenen Daten nur zu einem geringen Anteil vertreten ist, z.B. bei seltenen Erkrankungen oder Events wie epileptischen Anfällen.

Um dieses Problem zu adressieren, kann die vorliegende Datenmenge mithilfe von Data-Augmentation-Techniken künstlich angereichert werden. Eine Möglichkeit dafür sind Generative Adversarial Networks (GANs). Dabei handelt es sich um generative Modelle, welche mithilfe zweier gegeneinander arbeitender Neuronaler Netzwerke, einem Generator und einem Diskriminator, implizit die den Daten zugrundeliegende Verteilung lernen und mithilfe dieser neue Beispiele erzeugen.

Im Rahmen der Projekt-/Bachelor-/Masterarbeit soll untersucht werden, inwiefern sich die Detektion krankheitsrelevanter Muster in Biosignalen (z.B. Herzfrequenz, Beschleunigung oder Audio) durch den Einsatz von künstlich Daten, die mithilfe von GANs generiert wurden, verbessern lässt. Dafür stehen verschiedene Anwendungsfälle, z.B. die Detektion epileptischer Anfälle oder die Klassifikation kardiovaskulärer Erkrankungen zur Auswahl.
Alternativ ist auch eine theoretische Betrachtung möglich, bei der die Auswirkungen des Einsatzes synthetischer Daten für die Detektion krankheitsrelevanter Muster, z.B. auf Nutzerakzeptanz und Datenschutz, analysiert werden.


Deine Aufgaben

  • Einarbeiten in den gewählten Anwendungsfall und die vorliegenden Daten
  • Recherche des State-of-the-Arts zum Einsatz von GANs (und ggf. anderen Data-Augmentation-Techniken) im gewählten Anwendungsfall
  • Konzeption und Umsetzung eines GANs zur Generierung zusätzlicher Daten
  • Anwendung von Klassifikationsverfahren zur Evaluation der Detektionsperformanz mit und ohne generierte Daten, ggf. im Vergleich mit anderen Data-Augmentation-Techniken

Alternativ:
Betrachtung der Auswirkungen des Einsatzes synthetischer Daten für die Detektion krankheitsrelevanter Muster, z.B. in Hinblick auf Nutzerakzeptanz und Datenschutz, anhand von Literaturrecherchen und Experten-Interviews
Umfang und Fokus der Arbeit können an den Studiengang und Abschluss angepasst werden.

Was Du mitbringst
  • Begeisterung für Fragestellungen der Digitalisierung und Digital Health
  • Ausgeprägte analytische und kommunikative Fähigkeiten
  • Sehr gute Deutsch- und Englischkenntnisse

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 Dir gerne:
Jasmin Henze, M. Sc.
Tel.: +49 231 97677 492
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: www.isst.fraunhofer.de

Diese Stelle findest Du online unter: https://s.fhg.de/isst-2140

Weitere Stellen findest Du online unter: https://s.fhg.de/isst-jobs

Kennziffer: ISST-2021-40 Bewerbungsfrist: 30. November 2021
counter-image