Studien-/Abschlussarbeit - Signalprädiktion für robotisch assistierte telechirurgische Operationen

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 30 800 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,0 Milliarden Euro.

Ausschreibung für die Fachrichtungen wie z. B.: Automatisierungstechnik, Informatik, Kybernetik, Luft- und Raumfahrttechnik, Maschinenbau, Mathematik, Mechatronik, Physik, Regelungstechnik, technische Informatik oder vergleichbare.

Die Verwendung von Robotern in der Chirurgie bietet die Möglichkeit, die Chirurg*innen und Patient*innen räumlich zu trennen. Dadurch können zum Beispiel die Strahlenbelastung für Ärzt*innen (z.B. bei endovaskulären Eingriffen) oder das Risiko Keime in die Patient*innen einzubringen verringert werden. Herausragenden Mehrwert bieten diese Systeme allerdings dann, wenn Ärzt*innen und Patient*innen dadurch über größere räumliche Distanzen getrennt werden können. Hiermit wird es möglich sein die Expertise aus Spezialkliniken auch ländlicher Bevölkerung zugänglich zu machen oder bei Notfällen mit robotischen Systemen sogar schon im Krankenwagen mit der Behandlung zu beginnen und dabei überlebensnotwendige Zeit zu gewinnen. Auf dem Weg zu diesem Ziel stellen Verzögerungen und kurzzeitige Verbindungsaussetzer selbst mit neuesten Verbindungsstandards eine Herausforderung dar. Um die Eingriffe dennoch über größere Distanzen durchführen zu können, sollen auf Seiten der Patient*innen und der Chirurg*innen lokal Modelle mitlaufen, die die ankommenden Datenpakete prädizieren und somit Aussetzer überbrücken können.
Das Fraunhofer IPA in Mannheim forscht daran, datenbasierte Modelle insbesondere für nadel- und katheterbasierte Eingriffe zu entwickeln.

Was Sie bei uns tun

In dieser Masterarbeit sollen verschiedene datenbasierte Modelle implementiert und erprobt werden, die basierend auf Zeitreihen der Mess- und Steuersignale während der Eingriffe die jeweils folgenden Signale prädizieren und somit Verzögerungen kompensieren können. Die Arbeit umfasst:

Ausgiebige Literaturrecherche und Anforderungsanalyse
Generation von Trainingsdaten mit Hilfe von Simulationen, Prüfständen und autonomen Agenten (basierend auf Vorarbeiten)
Auswahl, Implementierung und Training von geeigneten datenbasierten Modellen (CNN, TNN, RNN, …)
Dokumentation der Ergebnisse

Was Sie mitbringen

Gute Programmierkenntnisse, idealerweise in Python
Erfahrung mit Deep Learning Methoden und Frameworks (idealerweise PyTorch)
Sichere Grundkenntnisse in Mathematik, Mechanik und Regelungstechnik
Selbstständige, gründliche und systematische Arbeitsweise
Abgeschlossenes Bachelorstudium in einem MINT Fach oder abgeschlossener Schwerpunkt im Fachgebiet

Was Sie erwarten können

Praxisnahe Forschung, die die Zukunft der Gesundheitsversorgung gestaltet
Studentisch geprägtes Arbeitsumfeld mit enger Betreuung und flexibler Home-Office-Regelung
Top ausgestattete Labore und moderner Forschungs-OP

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen!

Frau Lisa Bauer
Recruiting
Tel. +49 711 970-3681

lisa.bauer@ipa.fraunhofer.de

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

www.ipa.fraunhofer.de

Kennziffer: 70764 Bewerbungsfrist:

Jetzt bewerben »