黑料传送门

Projekt 10: Zuverl盲ssige Bewertung von medizintechnischen Zeitreihen

Die automatisierte Bewertung von Zeitreihen zu diagnostischen oder therapeutischen Zwecken (z.B. Klassifikation von EKG- oder EEG-Daten) spielt in der Medizintechnik eine entscheidende Rolle. Erfolgsversprechende Ans盲tze mit hoher Spezifit盲t und Sensitivit盲t sind tiefe Neuronale Netze, die jedoch keine direkte Interpretation zulassen. Im medizinischen Anwendungsbereich ist die Nachvollziehbarkeit jedoch von hoher Wichtigkeit, teilweise zur Zulassung normativ gefordert. In diesem Projekt sollen Methoden aus dem Bereich der Erkl盲rbaren K眉nstlichen Intelligenz (XAI) untersucht werden, die es erlauben, individuelle Erkl盲rungen der Einzelentscheidungen aus tiefen Netzen abzuleiten. Dazu werden lokale oder globale Erkl盲rungsverfahren entwickelt und evaluiert. Fusioniert werden diese Ans盲tze mit regelbasierten Experten-Modellen, die sowohl zur Kontrolle und Plausibilisierung als auch zur Erkl盲rung als Surrogate Models zum Einsatz kommen k枚nnen. Anschlie脽end werden diese Ergebnisse in eine f眉r medizinisches Fachpersonal verst盲ndliche Darstellung 眉berf眉hrt.
 

Erstbetreuer:

Prof. Michael Munz, Technische Hochschule Ulm

 

Tandempartner

Prof. Dr. Hans Kestler, Institut f眉r Medizinische Systembiologie, Universit盲t Ul

 

Beratende Experten:

Prof. Dr. Jan Beyersmann, Institut f眉r Statistik, Universit盲t Ulm

Prof. Dr. Birte Glimm, Institut f眉r K眉nstliche Intelligenz, Universit盲t Ulm

Prof. Dr. Stephan Schl眉ter, Technische Hochschule Ulm

Prof. Dr. Kathrin Stucke-Straub, Technische Hochschule Ulm