Gewinner

Fachgebiet: Arbeitswelt

EKG Kanalrekonstruktion mit Convolutional Neural Networks

Bastian Auer

Schule: Helmholtz-Zentrum Dresden-Rossendorf, Dresden
Regionalwettbewerb: Rosenheim

Projektbeschreibung

In der Notfallmedizin kommt es immer wieder zu brenzlichen Situationen, in denen das Herz nicht so funktioniert, wie es soll. Egal ob Myokardinfarkt, AV-Block oder Schenkelblock: Will man diese Herzrhythmusstörungen feststellen, benötigt man in der Regel ein Diagnostik-EKG bestehend aus zehn EKG-Elektroden. Ein solches anzulegen kann jedoch sehr zeitaufwendig und auch belastend für den Patienten in einer akuten Notfallsituation sein. Oftmals ist es aufgrund der Begebenheiten auch nicht möglich, alle zehn Elektroden am Patienten anzubringen. Um dieses Problem zu lösen, nutzen wir neuronale Netzwerke zur Datenrekonstruktion. Diese rekonstruieren aus den Signalen von vier leicht anlegbaren EKG-Elektrode die Signale der sechs fehlenden, schwerer anzubringenden Elektroden, um ein vollständiges Diagnostik EKG zu schreiben. Zusätzlich filtert das trainierte Modell Bewegungsstörungen heraus, was ermöglicht, auch in turbulenten Situationen ein störungsfreies und einwandfrei lesbares EKG zu schreiben.

Platz: 1


Downloads