Bildbasierte Messung der Bewegungsgeschwindigkeit des Dorns im Kontext einer automatisierten Stentproduktion

Kontext

Koronare Herzkrankheiten (KHK), zu denen z. B. der Herzinfarkt gehört, stellen aktuell die häufigste Todesursache in Deutschland dar. Behandelt werden können diese u. a. mittels der Implantation eines kardiovaskulären Implantats („Stent“) in das betroffene Gefäß. 
Bei diesen Stents handelt es sich daher um Medizinprodukte, welche entsprechende Qualitätskriterien erfüllen müssen. Gleichzeitig stellt die Personalisierung, d. h. die Herstellung eines auf Patientinnen und Patienten angepassten Stents die Ausnahme dar. Sollte eine solche Personalisierung erfolgen, wird mittels Bildgebung (z. B. CT und MRT) das betroffene Gefäß vermessen und simulativ ein Stent für dieses entworfen. Anschließend erfolgt die Produktion des Stents z. B. mittels Flechtens. 
Hierbei muss die entworfene Stent-Geometrie möglichst genau eingehalten werden, da es (im Worst-Case) zur Bildung einer oder auch mehrerer Thrombosen oder Ruptur des Gefäßes kommen kann. 

Daher wird am ITIV ein Sichtprüfungssystem entwickelt, welches die Geometrie eines Stents während dessen Produktion überwacht, so dass im Fehlerfall eingegriffen werden kann. Im Rahmen dieses System werden Bilder des hergestellten Stents mittels einer Kamera aufgenommen, anschließend wird das Bild zugeschnitten und der Stent vermessen. Damit die Ergebnisse mehrerer Messungen korrekt zusammengeführt werden können, muss die Bewegung des Stents zwischen zwei aufeinander folgende Bildern bekannt sein. Aktuell wird, um die Bewegung zu beschreiben, auf die Soll-Vorgabe der Flechtmaschine zurückgegriffen. Hierbei handelt es sich jedoch um einen Wert, der aufgrund von bspw. Beschleunigungen approximiert.

Ziele

Ziel der Abschlussarbeit ist daher die bildbasierte Berechnung der Bewegungsgeschwindigkeit und -richtung des Stents (und somit des Dorns) zwischen zwei aufeinanderfolgenden Messungen.

Voraussetzungen

• Englisch verhandlungssicher in Wort und Schrift
• Strukturiertes und analytisches Vorgehen
• Programmiererfahrung in Python
• Optional: Kenntnisse im Bereich Bildverarbeitung
• Optional: Kenntnisse im Bereich Maschinelles Sehen
• Optional: Kenntnisse im Bereich Maschinelles Lernen