Abschlussarbeiten

Hollenbenders, Y., Pobiruchin, M., & Reichenbach, A. (10 2020 Conference Poster): Modelling progression of Alzheimer’s disease with Hidden Markov Models based on cognitive and neuroanatomical data. AI in healthcare 2020, Heilbronn, Germany.

Krasniqi, E., Schramm, W., & Reichenbach, A. (09 2020 Talk): Data-driven Stratification of Parkinson’s Disease Patients Based on the Progression of Motor and Cognitive Disease Markers. GMDS & CEN-IBS 2020, Berlin, Germany.

Ziegler, S., Maier, C., & Reichenbach, A. (2020, Full conference paper). Stratification of Alzheimer’s disease patients based on the course of cognitive state and the characterization of their brain structures. 8th IEEE International Conference on Healthcare Informatics (ICHI). IEEE, 1-7.

Andraschko, K., & Reichenbach, A. (06 2019 Conference Poster): The trajectory of neuropathology reveals subtypes of Alzheimer's disease - a data-driven approach. 25th Annual Meeting of the Organization for Human Brain Mapping, Rome, Italy.

Wie sich der Mensch in seiner Umwelt bewegt und wie die verschiedenen äußeren Einflüsse mit in diese Bewegungen integriert werden ist bisher nur teilweise bekannt. Diese Faktoren spielen jedoch auch eine große Rolle darin, wie VR Umgebungen aufgebaut werden müssen, um die Handlung des Menschen in ihr optimal zu unterstützen. In diesem Forschungsgebiet geht es vorrangig um die involvierten kognitiven Prozesse des Menschen und welche Konsequenzen diese für das Design von VR-Umgebungen haben.

Aktuelle technische Themen

• Aufbau und Evaluierung einer VR Umgebung (HTC Vive & Leap Motion) für die Erforschung von Bewegungsabläufen in der VR (vorläufig abgeschlossen)

Aktuelle empirische Themen

• Einfluss der räumlichen Platzierung der visuellen Rückmeldung bei Armbewegungen.

Des weiteren sind fortlaufend empirische Forschungsarbeiten in den Themenkomplexen "Sensomotorik" und "Aufmerksamkeit" (oder einer Kombination daraus) möglich. Für die genauere Spezifizierung von Abschlussprojekten sprechen Sie mich bitte an. Weitere Informationen finden Sie auch in meinen Publikationen.

Diese Themen sind besonders geeignet für AIB (Schwerpunkt PI) oder bei entsprechendem Interesse MIB / MIM Abschlussarbeiten.

• Vergleichende Studie zu quantitativen und qualitativen Daten im Usability Test.

Für die genauere Spezifizierung der Abschlussarbeiten oder bei eigenen Ideen in dem Bereich sprechen Sie mich bitte an.

Forschungskonsortien haben in den letzen Jahren große Datensammlungen von Neuroimaging Daten der Öffentlichkeit zur Verfügung gestellt. Beispiele hierfür sind die ADNI Datensätze für Alzheimer, die ABIDE Initiative für Autismus oder NUSDAST für Schizophrenie. Diese Daten-Sammlungen bieten hervorragende Möglichkeiten für die neuronale Erforschung dieser Störungsbilder, halten aber auch eine Menge technischer und methodischer Herausforderungen bereit. Über mehrere Abschlussarbeiten hinweg werden im ZML mehrere Datenbanken aufgebaut und eine OpenSource Toolbox mit Python entwickelt, die verschiedene Funktionalitäten zur Prozessierung solcher Daten bereitstellt. 

Je nach Interessenslage können eher technische, methodische, oder medizinische Fragestellungen bearbeitet werden. Für die genauere Spezifizierung von Abschlussprojekten sprechen Sie mich bitte an.

Durch den verbreiteten Einsatz von Smartphones können über die heute schon standardmäßig verbauten Sensoren in diesen Geräten viele Daten erhoben und Charakteristiken der Benutzer extrahiert werden. Der menschliche Gang kann zur Identifikation eines Menschen herangezogen werden oder auch zur Charakterisierung seines Zustanden, zB bei episodisch auftretenden Erkrankungen. In diesem Forschungsgebiet wird untersucht, in wie weit und unter welchen Bedingungen sich die Daten von Standardsensoren wie Beschleunigungssensoren verwenden lassen, um einen Menschen eindeutig zu erkennen.

Je nach Interessenslage können eher technische oder methodische Fragestellungen bearbeitet werden. Für die genauere Spezifizierung von Abschlussprojekten sprechen Sie mich bitte an.

Im Rahmen des Zentrum für Maschinelles Lernen (ZML) sind aktuell noch folgende weitere Themen zu vergeben:

• Stresserkennung beim Autofahren mittels Eyetracking.

Wenn Sie die Möglichkeit haben, bei einem Industrie Unternehmen ihre Abschlussarbeit zu anzufertigen und nur noch einen Betreuer von der Hochschule benötigen, so sprechen Sie mich gerne an. Ich habe mehrere Jahre Erfahrung als Software Architekt und technischer Projektmanager in Softwareprojekten, v.a. in den Bereichen Data Warehouse, Customer Relationship Management (CRM) Systeme und Data Mining.

The impact of different auditory cues on inattentional deafness (AIB)

Aufbau und Evaluierung einer VR Umgebung (HTC Vive & Leap Motion) für die Erforschung von Bewegungsabläufen in der VR (AIB)

Vergleich von subjektiven und objektiven Daten im Usability Testing (AIB)

Konzeption und Aufbau eines generischen Toolkits für Werkzeuge im Kontext von Maschinellem Lernen (AIB)

Consolidation of publicly available gait databases for research on machine learning approaches to gait analysis (MIM)

Development of an automated end-to-end pre-processing pipeline transforming neuroimaging data for machine learning applications and evaluation of classification models based on different pre-processing stages. (MIM)

Untersuchung der Abhängigkeit von Klassifikatoren zur biometrischen Gangerkennung von der Sensorlokation (AIB)

Machine Learning on Magnetic Resonance Imaging data to estimate how far in advance conversion from Mild Cognitive Impairment to Alzheimer's Disease can be predicted (MIB)

Analyse von Anforderungen für Informatik-Berufe und darauf basierende Konzeption eines Web-basierten Fragebogens zur personalisierten Tätigkeitsinformation für Schulabsolventen (AIB)

Modelling progression of Alzheimer's disease with Hidden Markov Models based on cognitive and brain anatomy data (MIM)

Stratification of Parkinson’s disease patients based on longitudinal motoric and cognitive study data (MIM)

Prediction of conversion to Alzheimer’s disease from patients with mild cognitive impairment based on classification of longitudinal data (MIM)

Evaluation der Asymmetrie des Ganges als Identifizierungsmerkmal mithilfe von maschinellem Lernen (AIB)

Conception and Implementation of a Virtual Reality (VR) for Time-sensitive Behavioural Studies in the Sensorimotor Field (MIB)

Analyse des Eingangs psychologischer Konzepte in Softwareentwicklungsprozesse und Nutzung dieser in regionalen Unternehmen (AIB)

Modulation von Musik durch ein Brain Computer Interface (AIB)

Entwicklung eines Grundgerüstes zur biometrischen Identitätsprüfung auf dem Smartphone (AIB)

Stratification of patients with Alzheimer's disease based on clustering neuroimaging data with neural networks (MIM)

Stratification of Alzheimer's disease patients based on the course of cognitive state and the characterization of their brain structure (MIM)

Konzeption eines erweiterbaren Usability Testing Frameworks mit Anbindung objektiver Verhaltensdaten (SEB)

Biometrische Identitätsprüfung aufgrund des Gangs mit Hilfe eines Smartphones (SEB)