Intelligente Medizinische Systeme

Ziel ist es, durch die Erfassung, Organisation, Analyse und Modellierung von Daten rund um die interventionelle Patientenversorgung einen Nutzen für Patientinnen und Patienten, medizinisches Personal sowie weitere klinische Akteure zu gewinnen. Besonderes Augenmerk liegt hierbei auf der Beseitigung von Hindernissen bei der klinischen Translation von Surgical Data Science-Methoden, wie zum Beispiel Datenknappheit oder dem Umgang mit Unsicherheiten. Eine zweite Säule stellt unsere Forschung zu Deep Learning-basierten innovativen interventionellen Bildgebungsverfahren dar. Hier sind wir vor allem an der Entwicklung spektraler Bildgebungsverfahren hin zu sicheren und zuverlässigen Echtzeit-Gewebe-Bildgebungs- und -Navigationsmodalitäten während interventioneller Eingriffe interessiert. Dies erreichen wir durch physikalisch basierte Konzepte des maschinellen Lernens, die Vorwissen in Form physikalischer Simulationen einbringen. Unser Forschungsprofil wird durch das Querschnittsthema der zuverlässigen Validierung von KI-Algorithmen abgerundet.

Detaillierte Informationen auf unserer englischen Seite