KI & Signale

Bild- und Biosignaldaten werden immer wichtiger in der klinischen Diagnostik und Forschung. Echokardiografie-Sequenzen und longitudinale Bildstudien für das Monitoring von Patienten können etwa mit neuen Machine Learning-Verfahren analysiert werden, um relevante Marker zu extrahieren und für Prädiktionsmodelle in der Kardiologie zu nutzen. Auch werden selbstüberwachte Lernverfahren eingesetzt, um aus großen Bild- und Signaldaten ohne teure Expertenlabels relevante Marker zu extrahieren oder auch cross-modale Lernverfahren, die Bilddaten mit Sensordaten oder textueller Information (Befunde) kombinieren. Der Cluster „KI und Signale“ beschäftigt mit der Anwendung und Weiterentwicklung von KI-Methoden für Bild-, Video- und Biosignale und Zeitreihen. Darauf aufbauend sollen die nachfolgend beschriebenen Nachwuchsgruppen Machine Learning for Non-Textual Data, Biomedical image recognition und KI in der Onkologie – Schwerpunkt Bilddaten etabliert werden.