Segmentierung von Lungen-CT-Aufnahmen für ein Münchner MedTech
Übersicht
Worum es bei diesem Projekt geht.
Implementiere drei Segmentierungs-Pipelines für Lungen-CT-Scans und evaluiere sie. Erhalte ein verifizierbares Zertifikat.
Das Szenario
Der Anbieter verkauft an rund 200 Radiologie-Praxen in Deutschland und Österreich; die Praxen werten täglich dutzende Scans aus und sparen durch jede Minute pro Scan messbar Kosten ein.
Das Briefing
Was Du tust und was Du zeigst.
Welche Segmentierungsstrategie liefert die beste Kombination aus Genauigkeit, Robustheit und Inferenzkosten für die automatische Lungensegmentierung in CT-Aufnahmen?
Earning criteria — what you'll demonstrate
- Klassische und Deep-Learning-Bildsegmentierung vergleichend einsetzen
- Medizinisch übliche Metriken (Dice, Hausdorff) korrekt interpretieren
- Reproduzierbarkeit als zentrales Qualitätsmerkmal einer Pipeline umsetzen
- Modell-Empfehlungen für ein regulatoriknahes Produkt verteidigen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Medical Image Segmentation
Apply medical image segmentation to solve real industry problems and demonstrate production-level capability.
- U Net
Apply u net to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Image Processing
Apply image processing to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Reproducibility
Apply reproducibility to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Computer-Vision-Ingenieur:in
Medizinische Bildsegmentierung mit reproduzierbarer Pipeline ist eine Kernkompetenz von Computer-Vision-Ingenieur:innen in MedTech-Startups und etablierten Radiologie-Software-Häusern.
Dieses Projekt schärft
- medical-image-segmentation
- u-net
- image-processing
Machine-Learning-Ingenieur:in
Reproduzierbarkeit, Konfigurations-Management und Vergleich gegen klassische Baselines entsprechen direkt der Tagesarbeit von ML-Ingenieur:innen in regulierten Domänen.
Dieses Projekt schärft
- pytorch
- reproducibility
- model-evaluation
Applied AI Scientist
Den Bogen von Modellvergleich zu einer produktreifen Empfehlung mit regulatorischer Sensibilität zu schlagen, ist Kernrolle eines Applied AI Scientist in MedTech.
Dieses Projekt schärft
- model-evaluation
- medical-image-segmentation
- reproducibility
Noch eine Sache