Masterarbeit : Computer Vision-basierte automatisierte Fragmentierungserkennung für Laserlithotripsie-Tests (m / w / d)

Ihre Aufgaben

Diese Masterarbeit entsteht in Zusammenarbeit mit Dornier MedTech Systems GmbH, einem führenden Hersteller von Medizinprodukten für die Urologie, unter der Betreuung von akademischen Beratern und mit Unterstützung der Forschungs- und Produktmanagementteams von Dornier MedTech Systems GmbH.

Die Leistungsbewertung der Laserlithotripsie erfordert die automatisierte Erkennung der Steinfragmentierung, um die Zeit bis zum Bruch an großen Probenmengen zu messen. Diese Masterarbeit entwickelt ein optisches Bildgebungssystem in Kombination mit Computer-Vision-Algorithmen, um den Übergang vom intakten zum frakturierten Zustand in 5 mm³ großen Steinwürfeln während der Unterwasser-Laserbestrahlung automatisch zu erkennen.

Der Masterant (m / w / d) entwickelt den kompletten optischen Aufbau (Kamerapositionierung, Lichtdesign, Kalibrierung), den Algorithmus zur CV-Erkennung und optimiert die Steinhalterungen, um eine Rückstoßverschiebung zu verhindern und gleichzeitig die optische Zugänglichkeit zu gewährleisten. Der Masterant (m / w / d) verfasst die vollständige Masterarbeit, in der er die theoretischen Grundlagen, die Methodik, die Ergebnisse und die Schlussfolgerungen dokumentiert werden und erstellt technisches Material wie Folien, Diagramme und Datenvisualisierungen für eine wissenschaftliche Präsentation.

Ihr Profil

• immatrikuliert in einem Studiengang in Ingenieurwesen oder Informatik oder ähnlichem mit Schwerpunkt Bildgebung / Bildverarbeitung
• Fundierte und routinierte Kenntnisse in Computer-Vision und Python (mit Fokus auf die folgenden Bibliotheken : OpenCV, NumPy, Pandas)
• Technisches Verständnis für Algorithmen in Bildverarbeitung und Kameraansteuerung
• Erste Kenntnisse für die Auslegung eines optischen Systems
• Erste Erfahrungen in Machine-Vision und Deep Learning
• Sehr gute Laborfähigkeiten (Problemlösungs- und Hands-on-Mentalität, selbstständiges Arbeiten, qualitätsorientierter und gewissenhafter Arbeitsstil)
• Hohes Maß an teamorientierter Arbeit, Kreativität und Kommunikationsfähigkeit sowie Eigeninitiative
• Komplexe Sachverhalte können anschaulich vermittelt werden
• Fähigkeit technische Zusammenhänge zu beurteilen und zu bewerten
• Interesse an medizinischen Applikationsaufbauten
• Fließende Deutsch- und Englischkenntnisse vorausgesetzt
• Wünschenswert wären Erfahrungen mit Python-Bibliotheken wie z.B TensorFlow, PyTorch, Keras oder ggf. die Bereitschaft sich dort einzuarbeiten

Warum wir?