Mammographie-Klassifikator mit Erklaerbarkeit fuer ein Wiener Brustzentrum
Übersicht
Worum es bei diesem Projekt geht.
Du erhaeltst rund 6 000 Mammographie-Bilder mit BI-RADS-Labels (Breast Imaging Reporting and Data System, Standardklassifikation 0-6) aus einem oeffentlichen Datensatz (z. B. CBIS-DDSM). Trainiere ein EfficientNet-B3 auf binaerer Klassifikation (BI-RADS 1-2 vs. 4-5), bewerte mit ROC-AUC + Spezifitaet bei Sensitivitaet=0,95. Generiere Grad-CAM-Erklaerungen fuer 50 Testbilder, die ein Radiologe blind auf einer 5er-Skala (Erklaerung passend / nicht passend) bewertet. Liefere Notebook + 4-seitiges Memo mit Empfehlung zur Integration in den Befundungs-Workflow.
Das Briefing
Was Du tust und was Du zeigst.
Liefere einen Mammographie-Klassifikator mit Grad-CAM-Erklaerungen, die ein Radiologe als 'passend' bewertet.
Earning criteria — what you'll demonstrate
- CNN-Klassifikatoren auf medizinischen Bildern unter strikten Sensitivitaets-Anforderungen trainieren
- Grad-CAM als Standard-Erklaerbarkeitswerkzeug korrekt implementieren
- Erklaerungen klinisch evaluieren lassen, nicht nur technisch
- Eine Integration in einen Aerzte-Workflow konzipieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenComputer Vision Engineer
Mammographie-Klassifikatoren mit Erklaerbarkeit sind ein wachsendes CV-Engineer-Feld in DACH-Brustzentren und MedTech-Startups.
Dieses Projekt schärft
- medical-image-classification
- deep-learning
- grad-cam
Applied AI Scientist
Erklaerbarkeit klinisch validieren zu lassen ist Senior-Applied-AI-Arbeit in klinischen Bildverarbeitungs-Teams.
Dieses Projekt schärft
- model-interpretation
- medical-image-classification
- model-evaluation
AI Safety Researcher
Erklaerungen kritisch durch Aerzt:innen pruefen zu lassen, statt blind 'XAI' zu predigen, ist eine zentrale AI-Safety-Haltung.
Dieses Projekt schärft
- model-interpretation
- grad-cam
- model-evaluation
Noch eine Sache