Entscheidungsunterstützung in Medizin und Technik
 
 
 

Das Treffen von Entscheidungen bei komplexer Datengrundlage kann mit mathematischen Methoden und durch aussagekräftige Visualisierung der Daten unterstützt werden. Entsprechend bewegen sich die Aktivitäten in diesem Arbeitsschwerpunkt in den Bereichen Data Mining sowie Wissensrepräsentation und –management. Aktuelle Anwendungsgebiete sind die rechnergestützte Medizindiagnostik und die Produktentwicklung im technischen Bereich.

In der Diagnoseunterstützung werden medizinische Daten mit dem Ziel der Überprüfung von Hypothesen oder der Extraktion von Strukturen und Wissen mit Methoden der multivariaten Statistik analysiert. Zu nennen sind hier zum Beispiel Cluster- und Diskriminanzanalyse sowie Regressionsmethoden, wobei der adäquaten Behandlung nichtlinearer Situationen besonderes Augenmerk geschenkt wird. Die auszuwertenden Daten liegen häufig als zeitabhängige Signale vor, wie zum Beispiel im Fall der Elektrokardiogramm- oder Elektroenzephalogrammanalyse. Dies bringt die mathematische Signalanalyse und die Zeitreihenanalyse ins Spiel.
Das in der Diagnostik und Beratung im medizinischen wie auch in angrenzenden Bereichen genutzte Expertenwissen kann in klar abgegrenzten Gebieten zumindest zum Teil formalisiert und dann zum Aufbau von entsprechenden Expertensystemen verwendet werden. Hier gehören zum Arbeitschwerpunkt regelbasierte, etwa auf Fuzzylogik aufbauende Ansätze, wie auch rein datenbasierte Methoden. Letztere wurden zum Beispiel zur Entwicklung einer Ernährungsberatungssoftware genutzt.

Im Fokus des technischen Bereichs steht eine innovative Methodik zur Unterstützung mehrkriterieller Entscheidungsfindungsprozesse, die auf der transparenten Visualisierung von Wissenskontexten und der Generierung ergonomischer Interaktionsmöglichkeiten basiert. Damit sind auch Nicht-Experten in der Lage, in komplexen Entscheidungssituationen effektiv und effizient Alternativen abzuwägen. Verschiedene Typen von Kriterien – seien es quantitative oder qualitative, objektive oder subjektive, aktive oder passive, abhängige oder unabhängige – können gleichzeitig betrachtet werden, jeder Anwender kann im Entscheidungsraum nach seiner speziellen Strategie und unter Berücksichtigung aktueller Restriktionen navigieren. Anwendungsfelder liegen in der Produktentwicklung, in der Analyse, dem Design und der Optimierung von Prozessen, in der Informationsexploration und dem Innovationsmanagement.





Kompetenzen:
  • Data Mining / multivariate Statistik
  • Signal- und Zeitreihenanalyse
  • Expertensysteme
  • Mehrkriterielle Entscheidungsunterstützung
  • Interaktives Wissensmanagement
  • Visualisierung


Projekte / Produkte:

Allianz digitaler Warenfluss
Entscheidungsunterstützung im Produktionsumfeld
Fokus Technologie
Mehrdimensionale statistische Entscheidungsverfahren (MESTEV)
CENA balance
knowCube - ein Tool für mehrkriterielle Produktinnovationen
CENA - Software zur Ernährungsanalyse und -beratung
Data Mining in Herzschrittmacherdaten
E-Catalog
Anharmonische Fourieranalyse von Elektroenzephalogrammen
Detektion von Vorhofflimmern aus dem Herzrhythmus in Ruhe
Virtueller Produktsystem-Berater
Diagnoseunterstützung in der Regulationsthermographie
Risikoabschätzung für den Plötzlichen Herztod mit Hilfe von Langzeitelektrokardiogrammen



Kontakt:
Dr. Hagen Knaf
Tel.: +49 (0) 6 31 / 3 16 00-44 28
E-Mail senden...

    © Fraunhofer ITWM 2009   Diese Webseite ist optimiert für Mozilla Firefox Browser. Letztes Update: Wed-14 Oct 2009