Bachelorprojekt 2021/2022

WiseMat: Erkennung von Dekubitus mittels einer Matratze mit Drucksen­soren

GETEMED Logo

Prof. Dr. Andreas Polze

Weronika Wrazen, Kordian Gontarska, Felix Grzelka

GETEMED

Zoom: 69405796090 | (Password: 13371337)

HPI Logo

An der Professur für Betriebssysteme und Middleware findet im Wintersemester 2021/22 das Vorbereitungsseminar zu dem Bachelorprojekt "WiseMat: Erkennung von Dekubitus mittels einer Matratze mit Drucksen­soren" in Kooperation mit GETEMED statt.

Projektbeschreibung

Die GETEMED Medizin­und Informationstechnik AG in Teltow ist technologie­führender Systemanbieter im Segment der nicht­invasiven EKG­-Diagnostik und des Vitalfunktions­-Monitorings.

Das Hauptziel des Projekts ist die Entwicklung eines EUS für die Dekubi­tusprävention. Die Entstehung von Dekubitus zeugt nicht nur von schlech­ter Versorgungsqualität, sondern kann auch zum Tod führen. In Deutschland starben zwischen 2010 und 2019 durchschnittlich 738 Menschen pro Jahr an Dekubitus1. Im Rahmen des Projektes planen die Partner die Kombination ei­ner mit Drucksensorik versehenen Patientenmatratze zur Erfassung spezifi­scher Parameter von Pflegepatient*innen mit einer ML­-basierten Software, die Maßnahmen für Pflegekräfte und Patient*innen vorschlägt. Mit unserem Un­terstützungssystem können Pflegekräfte mehr Patient*innen betreuen und ei­ne Zusammenfassung von Parametern über einen Zeitraum (z. B. der letzten Nacht) erhalten. Das ermöglicht eine frühzeitige Reaktion des Pflegepersonals, was zur Vermeidung des Dekubitus führt.

Wir planen die Implementierung eines Unterstützungssystems, das ML-­Methoden (neuronale Netze) einsetzt, um die Notwendigkeit einer Intervention durch Pflegepersonal frühzeitig zu erkennen und vorhersagen zu können.

In unserem Projekt sollen die Studierenden mit Methoden der Machine Lear­ning Operations (MLOps) die Grundlage für ein solides, robustes EUS konzi­pieren und implementieren. MLOps bezeichnet Methoden, welche maschinelles Lernen (ML), DevOps und Data Engineering kombinieren, mit dem Ziel zuver­lässige und effiziente ML­Systeme zu installieren, betreiben und warten.

Aufgrund der hohen Datenrate und um die sensiblen Daten der Patient*innen zu schützen ist eine Verarbeitung auf einem eingebetteten System geplant, auf welchem auch das ML­Modell zur Vorhersage laufen wird (Jetson Xavier oder ähnlich). Mit dieser Architektur müssen nur wenige Daten ins Kliniksystem und zum Frontend übertragen werden (Daten­ und Energiesparsamkeit).

Aufgaben im Projekt

Je nach Vorkenntnissen und Interessen der Studierenden ergeben sich ver­schiedene Teilaufgaben innerhalb des Projekts:

  • Konzeption der Architektur des EUS
  • Entwicklung von Methoden zum Projektmanagement von ML­-Pipelines
  • Konzeption der Algorithmen zur Vorbeugung von Dekubitus
  • Trainieren von Modellen zur Bewegungserkennung und pose estimation
  • Prototypisierung eines Entscheidungs-­Unterstützungssystems
  • Implementierung und Testen des EUS auf eingebetteter Hardware

Projektverlauf

Das Bachelorprojekt ist aufgeteilt in ein Vorbereitungsseminar am HPI und die Projektarbeit beim Projektpartner vor Ort. Das Vorbereitungsseminar findet wöchentlich während des Wintersemesters statt; anschließend startet Mitte/Ende Februar die Vollzeit-Projektarbeit direkt beim Projektpartner (i. d. R. am Standort der GETEMED AG in Teltow). Ende Juni/Anfang Juli muss dann die Bachelorarbeit abgegeben werden, zudem findet Anfang/Mitte Juli das Bachelorpodium statt.

Termine

Datum Ereignis Person(en) Dokument(e) Anmerkungen
27.10.2021 Meeting Studis, Betreuer, Getemed Kickoff Meeting bei Getemed
02.11.2021 Meeting Studis, Betreuer Organisatorisches
08.11.2021 Vortrag Jasper Sauer Folien LaTeX Einführung
08.11.2021 Vortrag Benedikt Weber Folien CI Einführung
08.11.2021 Vortrag Magnus Menger Literaturrecherche mit Zotero
08.11.2021 Vortrag Fabian Mahling Folien Literaturrecherche, Quellen
08.11.2021 Vortrag Johanna Dahlkemper Folien schriftliche Ausarbeitungen
15.11.2021 Meeting Studis, Betreuer Themenvergabe
22.11.2021 Vortrag Tamino Bauknecht Folien MLOPs
22.11.2021 Vortrag Nils König Folien EKG
22.11.2021 Vortrag Jannis Berndt Folien Dekubitus
06.12.2021 Vortrag Johanna Dahlkemper EKG Datenbanken
06.12.2022 Vortrag Magnus Menger Data preparation
06.12.2021 Vortrag Benedikt Weber & Tamino Bauknecht Embedded ML
09.12.2021 Vortrag GETEMED SCRUM
13.12.2021 Vortrag Nils König WiseMat Datenbanken
13.12.2021 Vortrag Jasper Sauer & Fabian Mahling Cross-platform architecture
13.12.2021 Vortrag Jannis Berndt Data Integration -> Continuous Revalidation
06.01.2022 Vortrag Tamino Bauknecht Erklärbarkeit von ML Modellen
13.01.2022 Vortrag Fabian Mahling Erkennung von Defekten, Missbräuchen und Störungen
20.01.2022 Vortrag Benedikt Weber Erkennung von Körperteilen
27.01.2022 Vortrag Johanna Dahlkemper & Magnus Menger Vermessung des QRS Komplex
03.02.2022 Vortrag Nils König & Jannis Berndt Klassifikation von Liegepositionen
10.02.2022 Vortrag Jasper Sauer Respiration detection

Vorbereitungsseminar

Dem eigentlichen Projekt geht ein Vorbereitungsseminar voraus, bei dem die Teilnehmenden sich mit den Spezifika der Drucksensor­Daten und deren Ana­lyse, dem Konzept des MLOps, Methoden des ML und der „Big Data“ vertraut machen und in Absprache mit den Projektpartnern Technologieentscheidungen getroffen werden.

Die erfolgreiche Teilnahme am Seminar erfordert regelmäßige Anwesenheit. JedeR TeilnehmerIn soll einen Vortrag (20 + 5 Minuten) halten, wobei die praktische Evaluierung des jeweiligen Themas eine zentrale Rolle spielt.

Die Vortragsfolien sind bis spätestens am Freitag 23:59 Uhr vor dem Vortragstermin per E-Mail bei den Betreuern vorzustellen. Bitte speichert eure Folien nach eurem Vortrag in unserem Repositorium (Namensschema [Tag des Vortrages YY-MM-DD]_[Titel]_[Vorname] [Nachname].pdf), sodass wir alle darauf zurückgreifen können.

Zusätzlich soll eine schriftliche Ausarbeitung angemessenen Umfangs für das jeweilige Vortragsthema erstellt werden (Abgabe spätestens 7 Tage nach Vortrag).

Projektphase bei GETEMED

In der zweiten Hälfte des Bachelorprojekts – also im Sommersemester – wird sich das Projekt auf eine konkrete Herausforderung fokussieren. In enger Betreuung bzgl. der Problemdomäne und des Software-Entwicklungsprozesses durch GETEMED, werden praxisnahe Erfahrungen die Teilnehmenden bereichern.

Bachelorarbeit

Die Bachelorarbeit wird gemäß der Studienordnung integriert im Projekt während des Sommersemesters erstellt und kann physisch z. B. als ein (klar abgegrenztes) Kapitel der Projektgesamtdokumentation erstellt werden. Benotet wird die Arbeit jedes/jeder einzelnen TeilnehmerIn - Engagement, technische Fähigkeiten, organisatorische Fähigkeiten, und schriftliche Ausarbeitung. Die jeweiligen Einzelthemen der ProjektteilnehmerInnen werden im Februar dafür schriftlich fixiert.

Unser Vorbereitungsseminar findet wöchentlich in der Kommunikationszone C-1 statt. Den Wochentag und die Uhrzeit für dieses Treffen legen wir bei Projektstart gemeinsam fest. Das Vorbereitungsseminar wird ggf. immer gemeinsam mit den TeilnehmerInnen aller Bachelorprojekte des Fachbereichs durchgeführt. Die Treffen mit den Projektpartnern finden an zusätzlichen Terminen statt.


Informationen zu COVID-19

Die Gesundheit der TeilnehmerInnen und Dritter hat oberste Priorität. Die Möglichkeiten von Treffen in Präsenz wägen wir fortwährend entsprechend der aktuellen Infektionslage ab. Selbstverständlich werden die Bestimmungen und Empfehlungen der Universität eingehalten.


Tipps zu den schriftlichen Ausarbeitungen

Im Internet finden sich zwar bereits zahlreiche Anleitungen zum strukturierten Vorgehen bei der Planung und Erstellung einer wissenschaftlichen Ausarbeitung – um für zukünftige Arbeiten die Herangehensweise zu erleichtern und die Form zu vereinheitlichen, fassen wir unter /theses/tipps die wichtigsten Aspekte einer schriftlichen Ausarbeitung zusammen.

Achtung: Das zu verwendende Template für technische Berichte am HPI (hpitr) ist nicht dasselbe wie die auf der zuvor genannten Seite verlinkte Vorlage für die Bachelorarbeiten.

Spezielle Hinweise für Ausarbeitungen im Bachelorprojekt-Vorbereitungsseminar

  • Repositorium
    • Pro Thema bitte einen Unterordner mit den nötigen Dateien anlegen (siehe Ordner "sample").
      • Namensschema für den Ordner: [Erster Buchstabe Vorname als Kleinbuchstabe][Nachname in Kleinbuchstaben]_[Titel des Themas]. Der Titel des Themas kann gekürzt werden.
      • Innerhalb des Ordners die Einstiegs-TEX-Datei ebenso benennen (z. B. mmustermann_testautomatisierung-in-iOS.tex).
    • Pro Projekt gibt es gegebenenfalls ein separates Dokument (BP20xyP1.tex sowie BP20xyP2.tex).
      • Im Projekt-Dokument bitte euer Kapitel im contributions-Teil ergänzen.
  • Dokument
    • Ein Inhaltsverzeichnis direkt in den Ausarbeitungen braucht ihr nicht. Falls ihr die Struktur unbedingt darlegen wollt, solltet ihr das als Prosatext in der Einleitung machen.
    • Den Abstract bitte in die LaTeX-Abstract-Umgebung einfügen (nicht als erste Section).
    • ⚠️ Kein \newpage, \pageBreak, \vspace, \smallskip etc. verwenden. Damit optimiert ihr das Layout für eine einzige Ausgabeart, zerstört aber in der Regel alle anderen.
    • Die entsprechenden Befehle wie \autoref, \autopageref etc. funktionieren auch Dokumentenübergreifend (im Gesamtdokument). Da die Verweisziele im Einzeldokument jedoch nicht bekannt sind, sollte dafür eine Fallunterscheidung eingebaut werden: Wenn das Label bekannt ist, auf das verwiesen werden soll (=Gesamtdokument), kann der entsprechende Text ("siehe Abbildung 11 auf Seite 47" o. ä.) gerendert werden, ansonsten (=Einzeldokument) halt nicht. Dies geht mit: \ifcsdef{r@labelname}{ Kommandos wenn definiert }{ Kommandos wenn nicht definiert } Beispiel: "\label{fig:BoundedContext}\ifcsdef{r@fig:BoundedContext}{(siehe \autoref{fig:BoundedContext} auf \autopageref{fig:BoundedContext})}{} …".
  • Ablauf
    • Eine Woche nach dem Vortrag müssen die Quell-Dateien der Ausarbeitung im Repository sein und die Betreuenden erhalten eine PDF-Version per E-Mail vom CI.
    • Eine Woche nachdem ihr Feedback von den Betreuenden bekommen habt, müssen die überarbeiteten Quell-Dateien der Ausarbeitung im Repository sein und die Betreuenden erhalten eine PDF-Version des überarbeiteten Dokuments per E-Mail vom CI.