Ansprechperson: Prof. Dr. Philipp Rostalski
Visuelle Kontextinformation zur Optimierung der Beatmungstherapie: Verbesserte Nutzung multimodaler Sensordaten in der Beatmungstherapie durch Zusammenspiel visuell extrahierter Kontextinformation (aus Multikamera-Tiefenbildern), Zeitreihen der Vitalparameter und fortschrittlichen KI-Algorithmen (Deep-Learning und probabilistische Modelle). Umfassende Patientenbeurteilung (z.B. bezüglich Stress, Körperlage etc.) und damit potenziell neue diagnostische/therapeutische Anwendungen.
Projektposter
1) Hennigs, Carlotta und Brehmer, Kai und Rostalski, Philipp: The effect of body mass index on pressure controlled ventilator settings. AUTOMED 2021, 2021.
2) Hennigs, Carlotta und Brehmer, Kai und Tim Hardel und Rostalski, Philipp: Model-based automation of pressure-controlled ventilation in relation to body mass index (BMI) and chronic obstructive pulmonary disease (COPD). at – Automatisierungstechnik, De Gruyter, 2022, eingereicht.
3) Hennigs, Carlotta und Tobias Becher und Philipp Rostalski: Mathematical lung model for local gas exchange based in EIT-measurements. BMT 2022, angenommen.
4) Bigalke, Alexander und Hansen, Lasse und Heinrich, Mattias P. End-to-end learning of body weight prediction from point clouds with basis point sets. Bildverarbeitung für die Medizin 2021. Springer, 2021.
5) Bigalke, Alexander und Hansen, Lasse und Diesel, Jasper und Heinrich, Mattias P. Seeing under the cover with a 3D U-Net: point cloud-based weight estimation of covered patients. International Journal of Computer Assisted Radiology and Surgery 16.12: 2079-2087, Springer, 2021.
6) Bigalke, Alexander und Hansen, Lasse und Diesel, Jasper und Heinrich, Mattias P. Domain adaptive 3d human pose estimation through anatomical constraints. MIDL 2022, angenommen.
Auszeichnungen: BVM-Preis, Beste Wissenschaftliche Arbeit, 3. Platz - Alexander Bigalke für das Paper "End-to-end learning of body weight prediction from point clouds with basis point sets" 2021