Postoperatives videobasiertes Patiententracking mittels Deep Learning

Offene Position für Masterarbeit

 

Hintergrund:

Das deutsche Gesundheitswesen steht vor dem Problem eines massiven Pflegekräftemangel, besonders von speziell geschultem Personal im OP-Bereich. Dieser Mangel kann mit Technologien wie Robotik und intelligenten Assistenzfunktionen abgefedert werden, indem unliebsame Tätigkeiten übernommen werden. Dabei müssen diese jedoch über ein hohes Situationsbewusstsein verfügen, damit eine sinnvolle Automatisierung möglich ist. Während Operationen ist ein beliebter Ansatz, dass OP-Phasen anhand von laparoskopischen Bildern und mithilfe von Sensorfusion erkannt werden.  Nach der Operation wird der Patient i.d.R. in den Aufwachraum gebracht, bevor dieser auf eine Normalstation verlegt wird. Auch hier ist das Erkennen von Situation für weitere Automatisierung und intelligente Assistenz von Bedeutung und soll im Rahmen dieser Arbeit betrachtet werden.

Aufgabenstellung:

Ziel der Arbeit ist die videobasierte Erkennung und Ortsbestimmung des Patienten während des Transportes nach dem OP in den Aufwachraum. Hierfür soll zunächst eine ausführliche Literaturrecherche zu aktuellen Tracking-Methoden durchgeführt werden. Darauf aufbauend sollen mehrere Konzepte für die videobasierte Erkennung des Patientenbetts als auch der automatisierten Dokumentation des Patientenorts entwickelt werden, wobei das präferierte Konzept in einem Prototyp zu implementieren ist. Dabei ist die Implementierung einer adaptiven und intelligenten Nachführung der im OP vorhandenen Kameras wünschenswert. Abschließend soll das Konzept mittels geeigneter Tests in Zusammenarbeit mit Chirurgen evaluiert werden.

Teilaufgaben:

• Literaturrecherche zu geeigneten Tracking-Methoden
• Entwicklung einer zuverlässigen Erkennung und Ortsbestimmung von Patienten vom OP bis zum Aufwachraum
• Entwicklung einer Umlagerungserkennung
• Implementierung einer adaptiven und intelligenten Kamerasteuerung
• Evaluierung des Systems

Anforderungen:

• Motivation und eigenständige Arbeitsweise
• Interesse an Medizin und anwendungsnaher Forschung
• Kenntnisse im Bereich AI und deep learning
• Kenntnisse in Python

Bitte kontaktieren Sie uns, wenn Sie Interesse an der Masterarbeit haben.

Franziska Jurosch, M.Sc.
Email: franziska.jurosch@tum.de

Lars Wagner, M.Sc.
Email: lars.wagner@tum.de

 

Datum: 17.08.2023