Das Institut für Medizinische Elektrotechnik der Universität zu Lübeck entwickelt Verfahren zur intelligenten Analyse und Verknüpfung von Biosignalen im Kontext der Beatmung. Durch die Nutzung von Gaußprozessen, als transparenten Ansatz des maschinellen Lernens, können verschiedene Signalquellen intelligent verknüpft und auf ihre Plausibilität hin überprüft werden. Durch die Nachvollziehbarkeit der Modellannahmen und die direkte Verknüpfbarkeit mit klassischen Verfahren der Signalverarbeitung entstehen auf diese Weise Algorithmen, die den Anforderungen der Erklärbaren KI gerecht werden. Insbesondere erlaubt die probabilistische Sichtweise eine Quantifizierung der Modellunsicherheiten und der Signalprädiktion. Ein besonderes Augenmerk liegt in diesem Projekt auf der Skalierbarkeit der Gaußprozess-Modelle mit dem Ziel, große Datensätze mit Millionen Datenpunkten verarbeiten zu können.
Konkrete Anwendungsgebiete von Gaußprozessen in diesem Projekt sind die Rekonstruktion von EIT Lungenschnittbildern, die Analyse von Zwerchfell-EMG Daten, z.B. bei COVID-19 Patienten, und die Schätzung des "Work of Breathing" bei beatmeten Patienten.
Das Team um Professor Philipp Rostalski konnte dazu einen entsprechenden Artikel erfolgreich auf der diesjährigen Konferenz "International Conference on Machine Learning (ICML)" platzieren:
"Scalable gaussian process separation for kernels with a non-stationary phase" von J. Graßhoff, A. Jankowski und P. Rostalski
Nähere Informationen zu den Forschungsarbeiten der Medizinischen Elektrotechnik finden sie auf der entsprechenden Institutsseite:
