Masterarbeit »KI-gestützte Analyse und Qualitätsprüfung von Röntgenbildern«

Masterarbeit: KI-gestützte Analyse und Qualitätsprüfung von Röntgenbildern

Am Fraunhofer-Institut für Software- und Systemtechnik ISST in Dortmund leisten wir mit rund 170 Mitarbeitenden angewandte Spitzenforschung für den Digitalisierungsstandort Europa. Wir helfen Wirtschaft und Gesellschaft dabei, Daten souverän in Datenräumen (Data Spaces) zu teilen und ihren Wert voll auszuschöpfen – zum Beispiel im Gesundheitswesen, in der industriellen Fertigung oder mit Blick auf die Mobilität in smarten Städten.

Hintergrund der Masterarbeit

In der Notfallmedizin zählt jede Minute. Röntgenaufnahmen des Brustkorbs, sogenannte Thorax-Röntgenbilder, können wichtige Hinweise auf akute Erkrankungen liefern. Gleichzeitig müssen Bilder auf ihre technische Qualität geprüft und auffällige Aufnahmen zuverlässig erkannt werden. Künstliche Intelligenz kann dabei helfen, medizinisches Personal zu unterstützen und die Befundung gezielter zu priorisieren.

Im Rahmen eines Forschungsprojekts entwickeln wir gemeinsam mit klinischen Partnern ein KI-basiertes »Clinical Decision Support System« (CDSS) zur Unterstützung der Befundung von Thorax-Röntgenaufnahmen in der Notfallmedizin. Es soll dabei helfen, kritische Befunde wie einen Pneumothorax (Luft im Brustkorb außerhalb der Lunge) zu erkennen, technische Bildqualitätsmängel frühzeitig zu identifizieren und die Reihenfolge der radiologischen Befundung risikoorientiert zu unterstützen. Dabei steht die Zuverlässigkeit der Ergebnisse im Mittelpunkt.

Für erste Untersuchungen steht ein Datensatz mit rund 200 Thorax-Röntgenaufnahmen zur Verfügung. Auf dieser Grundlage wird im Rahmen der Masterarbeit ein funktionsfähiger KI-Prototyp entwickelt und untersucht, wie zuverlässig sich damit unauffällige Aufnahmen erkennen und/oder technische Bildqualitätsmängel identifizieren lassen. Dabei werden moderne Deep-Learning-Verfahren, insbesondere Transfer Learning, genutzt, um vortrainierte Modelle an die vorhandenen Daten anzupassen. Zudem wird untersucht, wie zuverlässig die Vorhersagen sind, wie sich die Modellentscheidungen nachvollziehbar machen lassen und welche Anforderungen sich daraus für einen sicheren Einsatz im klinischen Umfeld ergeben.

Aufgaben

Als Masterand*in ist man Teil der Abteilung »Healthcare«, in der mit datengetriebenen Lösungen das Gesundheitswesen der Zukunft gestaltet wird. Mögliche Aufgaben für die Masterarbeit umfassen:

• Datenaufbereitung: Einarbeitung in den klinischen Kontext und die Datenbasis aus ca. 200 Thorax-Röntgenbildern sowie Entwicklung einer geeigneten Preprocessing-Pipeline für DICOM-Daten. Dabei wird sich mit Normalisierung und Datenerweiterung beschäftigt, um trotz der begrenzten Datenmenge eine möglichst robuste Modellentwicklung zu ermöglichen.
• Modellentwicklung: Untersuchung, wie sich vortrainierte Deep-Learning-Modelle mithilfe von Transfer Learning an die vorhandenen medizinischen Bilddaten anpassen lassen. Je nach Schwerpunkt wird ein Klassifikator zur Erkennung unauffälliger Röntgenaufnahmen oder ein Modell zur Erkennung technischer Bildqualitätsmängel entwickelt.
• Kalibrierung und Erklärbarkeit: Untersuchung, wie zuverlässig die Wahrscheinlichkeiten der Modellvorhersagen sind, und Einsatz geeigneter Kalibrierungs- und Erklärbarkeitsmethoden, um die Modellentscheidungen nachvollziehbarer zu machen.
• Evaluation: Systematische Validierung des Modells, beispielsweise mithilfe einer stratifizierten Kreuzvalidierung, und Bewertung der Ergebnisse anhand geeigneter Evaluationsmethoden.
• Dokumentation: Wissenschaftlich fundierte Dokumentation der Arbeit unter Orientierung an etablierten Standards für die Berichterstattung über KI-basierte Vorhersagemodelle und diagnostische Studien.

Voraussetzungen

• Laufendes Masterstudium in Informatik, Medizintechnik, Biomedical Engineering, Medizininformatik, Data Science oder einer vergleichbaren Fachrichtung
• Erste praktische Erfahrung im Bereich Machine Learning bzw. Deep Learning (idealerweise Bildverarbeitung, PyTorch/TensorFlow)
• Interesse an medizinischen Anwendungen und ein Verständnis für die besonderen Anforderungen an Sicherheit und Validität in klinischen KI-Systemen
• Fähigkeit zur wissenschaftlichen Dokumentation und Ergebnisinterpretation
• Strukturierte, eigenverantwortliche und sorgfältige Arbeitsweise sowie Freude an interdisziplinärer Zusammenarbeit
• Idealerweise Wohnort in der Nähe von Dortmund, da trotz Remote-Möglichkeit auch Austauschtermine und Absprachen vor Ort erforderlich sein können
• Gute Deutsch- und Englischkenntnisse

Rahmenbedingungen

• Zukunftsgestaltende Aufgaben: Die Masterarbeit ist ein wichtiger Teil der akademischen Karriere und bietet die Chance, an der Schnittstelle von Wissenschaft und Wirtschaft an einem relevanten Thema der digitalen Zukunft mitzuarbeiten.
• Betreuung und Unterstützung durch erfahrene Expert*innen
• Flexibilität: Die Masterarbeit kann teils remote verfasst werden, erfordert jedoch für Absprachen, hardwarenahe Arbeiten etc. auch Präsenz am Institut in Dortmund.
• Offenes und kreatives Arbeitsumfeld mit engagiertem Team, viel Freiraum für eigene Ideen oder Themenvorschläge, flachen Hierarchien und offener Atmosphäre

Stellenanzeige automatisch mit KI zusammengefasst