tu-dresden


  Professur


  Lehre


  Forschung


  Interna


Themen für Studien- und Diplomarbeiten

Der Lehrstuhl Grundlagen der Elektrotechnik bietet derzeit folgende Themen für studentische Arbeiten an. Bei Interesse wenden Sie sich bitte an Prof. Dr. phil. nat. Ronald Tetzlaff bzw. die unten stehenden Ansprechpartner.

NEU: Medizinische Bildverarbeitung

Entwicklung einer Hardware-Architektur für die Bewegungskorrektur

Thema für die Studienarbeit/Diplomarbeit (pdf)

In einem aktuellen Kooperationsprojekt mit dem Universitätsklinikum Dresden werden an der Professur für Grundlagen der Elektrotechnik Verfahren für die Bildverarbeitung während neurochirurgischer Operationen entwickelt. Das Ziel ist die Verbesserung der Genauigkeit und Zuverlässigkeit von neurochirurgischen Eingriffen durch eine Visualisierung von funktionellen und krankhaften Bereichen der Hirnrinde. Im Rahmen einer wissenschaftlichen Arbeit soll eine digitale Architektur für die merkmalsbasierte Bewegungskorrektur entwickelt und auf einem vorhandenen FPGA-basierten Echtzeit-Videoverarbeitungssystem implementiert werden.

Ansprechpartner: Dr.-Ing. Jan Müller

Medizinische Bildverarbeitung

Entwicklung eines bildgebenden Verfahrens für die Erfassung von Durchblutungsstörungen im Brustbereich

Thema für die Studienarbeit/Diplomarbeit (pdf)

Um die Wahrscheinlichkeit von Wundheilungsstörungen nach Bypass-Operationen zu minimieren, wird in einem gemeinsamen Forschungsprojekt der Professur für Grundlagen der Elektrotechnik, des Instituts für Biomedizinische Technik und des Herzzentrums Dresden ein Verfahren zur Prädiktion postoperativer Durchblutungsstörungen im Brustbereich von Patienten entwickelt. Mit Hilfe von optischer und Infrarot-Bildgebung soll untersucht werden, ob anhand präoperativer Aufnahmen eine Aussage zum Risiko einer Wundheilungsstörung getroffen werden kann, bzw. ob der Heilungsverlauf bewertet werden kann.
Im Rahmen einer Studien- oder Diplomarbeit sollen verschiedene Modalitäten hinsichtlich ihrer Eignung zur Erfassung von Durchblutungsstörungen im Brustbereich untersucht und miteinander verglichen werden.

Ansprechpartner: Dr.-Ing. Jens Müller

EEG-Signalanalyse mit Deep-Learning

Klassifikation von Voranfalls-Zuständen bei Epilepsie mit Hilfe von Deep-Learning-Methoden

Thema für die Studienarbeit (pdf)

An der Professur für Grundlagen der Elektrotechnik werden unter anderem Verfahren zur Vorhersage epileptischer Anfälle entwickelt. Epilepsie ist eine Erkrankung des zentralen Nervensystems, von der ca. 1 % der Weltbevölkerung betroffen sind. Davon sind 20 % bis 30 % nicht mit Antiepileptika behandelbar. Die für diese Betroffenen hohe physische und psychische Belastung könnte durch eine Vorhersage der Anfälle gemindert werden.
Im Rahmen einer wissenschaftlichen Arbeit soll eine Klassifikation von EEG-Daten mit Hilfe von Deep Neural Networks mit verschiedenen Topologien erfolgen. Im Vordergrund steht dabei eine systematische Untersuchung und Bewertung verschiedener Merkmale zur Unterscheidung von anfallsfreien Zeitabschnitten zu Voranfalls-Zuständen.

Ansprechpartner: Dipl.-Ing. Simon Walz

© TU-Dresden / Lehrstuhl für Grundlagen der Elektrotechnik