ML in der Medizintechnik: Nicht-invasive Biosensorik
Auswertung kontinuierlicher Sensordaten zur Überwachung von Vitalwerten mittels Machine Learning.
Problem
Die kontinuierliche Überwachung von Vitalwerten erfordert die Umwandlung von rohen Sensorsignalen in präzise klinische Werte.
Herausforderung
Die Signale sind verrauscht, driften und treten verzögert auf. Verschiedene Faktoren wie Schweiß und die individuelle Physiologie beeinflussen die Werte. Die zugrunde liegenden biochemischen Prozesse sind bisher nicht vollständig geklärt.
Lösung
Wir entwickeln neuronale Netze und symbolische Regressoren, die diese Abbildung erlernen.