Biosignalverarbeitung

Über uns > Wissenschaftliche Arbeitsgruppen > Biosignalverarbeitung

Biosignalverarbeitung

Institut für Medizinische Informatik

Die Arbeitsgruppe Biosignalverarbeitung entwickelt automatische Analyseverfahren von sensorbasierten physiologischen Signalen aus der klinischen Praxis.

Diese umfassen dabei das volle Spektrum der Signalverarbeitung, von klassischen Verfahren der Zeitreihenanalyse bis hin zu datengetriebenen Verfahren des tiefen Lernens. Neben der Entwicklung und Verbesserung von bereits existierenden diagnostischen Verfahren forscht die Gruppe ebenfalls im Bereich von grundlegenden Fragestellungen der Signalverarbeitung. Sowohl in der Grundlagen- als auch in der anwendungsorientierten Forschung wird dabei ein großer Wert auf Reproduzierbarkeit und Erklärbarkeit gelegt und Daten sowie Algorithmen werden öffentlich verfügbar gemacht. Ebenso beteiligt sich die Gruppe an klinischen Studien und drittmittelgeförderten Forschungsprojekten. Der Fokus liegt auf der Anwendung der entwickelten Lösungen gemeinsam mit klinischen Partnern (z.B. Kardiologie, Schlafmedizin, Anästhesiologie). Weitere Aktivitäten der Gruppe liegen im außerklinischen Kontext wie z.B. die Verarbeitung von privat erhobenen Daten per Wearables oder Apps.

Darüber hinaus entwickeln wir Werkzeuge und Plattformen zur kollaborativen Forschung und perspektivisch für die klinische Praxis.

Kooperationen und Mitgliedschaften

Die Arbeitsgruppe ist eng verbunden mit der AG Medizinische Bild- und Signalverarbeitung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS) sowie dem Fachausschuss Biosignale der deutschen Gesellschaft für biomedizinische Technik (DGBMT). Ebenso ist die Gruppe involviert in dem Nachwuchsförderungsnetzwerk Young DZHK des Deutschen Zentrums für Herz-Kreislauf-Forschung (DZHK) sowie im Campus-Institut Data Science (CIDAS). Auf internationaler Ebene ist sie aktiv in der IEEE Engineering in Medicine and Biology Society (EMBS) und führt den Vorsitz im deutschen EMBS Chapter.

Weitere Aktivitäten

Podcast “Signals for Life”

W orkshop Biosignale 2024 in Göttingen

Organisierte Sessions auf der DGBMT- und GMDS-Jahrestagung

Präsentation

08/2022: GMDS Jahrestagung, Poster (Theresa Bender)

08/2022: Workshop Biosignals, Keynote (Dr. Nicolai Spicher)

09/2022: Computing in Cardiology, Poster (Dr. Nicolai Spicher)

09/2022: YDZHK Retreat, Vortrag (Dr. Nicolai Spicher)

09/2022: Infinity Conference, Poster (Dr. Nicolai Spicher) / Talk (Theresa Bender)

09/2022: Joint Annual Conference of the Austrian, German and Swiss Societies for Biomedical Engineering, Talk (Theresa Bender) / Organisierte Session (Dr. Nicolai Spicher)

03/2023: SIAM Conference on Computational Science and Engineering, Vortrag (Dr. Nicolai Spicher)

05/2023: Medical Informatics Europe 2023, Vortrag (Theresa Bender)

06/2023: CIDAS Data Science Kolloquium, Vortrag (Dr. Nicolai Spicher)

Lehre

Die Gruppe bietet im Wintersemester die Veranstaltung “Biosignalverarbeitung” in den B.Sc. Studiengängen Angewandte Informatik und Data Science an. Darüber hinaus werden jederzeit Bachelor-, Master- und Doktorarbeiten zu unseren Forschungsthemen angeboten: Themensammlung. Wenden Sie sich bei Interesse gerne an uns.

Publikationen

Nolte H, Spicher N, Russel A, Ehlers T, Krey S, Krefting D, Kunkel J. Secure HPC: A workflow providing a secure partition on an HPC system. Future Generation Computer Systems. 2022; 141:677-691.

Bender T, Gemke P, Idrobo-Avila E, Dathe H, Krefting D, Spicher N. Benchmarking the Impact of Noise on Deep Learning-based Classification of Atrial Fibrillation in 12-Lead ECG. In: 33rd Medical Informatics Europe Conference , Gothenburg, Sweden; 2023.

Gemke P, Spicher N, Kacprowski T. Developing an LSTM-based Listener for Early Detection of Heart Disease. In: Proceedings of the 49th Computing in Cardiology conference, Tampere, Finland; 2022.

Bender N, Beinecke JM, Krefting D, Müller C, Dathe H, Seidler T, Spicher N, Hauschild AC. Analysis of a Deep Learning Model for 12-Lead ECG Classification Reveals Learned Features Similar to Diagnostic Criteria. IEEE Journal of Biomedical and Health Informatics. 2023