Biosensorik und Medizingeräte

Die Digitalisierung verändert auch die Lebenswissenschaften (Biologie und Medizin) grundlegend. Ein wichtiger Aspekt dieser Digitalisierung ist die Generierung und Verarbeitung von biologischen und medizinischen Daten.

Molekularbiologische Analyse-Methoden (z.B. Next Generation Sequencing) liefern Datenmengen (Omics-Daten), die nur noch mit Hilfe ausgefeilter Software aufbereitet werden können. Bio-medizinische Sensoren (z.B. zur Messung des Blutzuckerspiegels bei Diabetes-Patienten) erzeugen Rohdaten, die softwareseitig interpretiert und von Störeinflüssen bereinigt werden müssen. EKG- und EEG-Messungen liefern komplexe Signale, deren Form und Ausprägung Auskunft über den Gesundheitszustand der Patienten geben.

Typisch ist die Vernetzung von biologischem System und Maschine über Sensoren und Software. Mathematische Methoden sind ein wichtiges Bindeglied zwischen diesen Komponenten.

Systembiologie und Systemmedizin versuchen durch die Verbindung von Biologie, Medizin, Informatik und Mathematik ein umfassendes Verständnis der biologischen Prozesse und Vorgänge auf allen Ebenen zu erlangen. Dadurch können Ursachen und Mechanismen von Krankheit erkannt und neue Diagnose- und Heilungsmethoden entwickelt werden.

Wir erstellen mit Hilfe mathematischer Verfahren Software-Werkzeuge, die biologisch-medizinische Daten analysieren, interpretieren und visualisieren. Dabei verfolgen wir modellbasierte und datenbasierte Ansätze:

Modellbasierte Ansätze:

  • Stochastische Differentialgleichungen
  • Hierarchische Bayes-Modelle
  • Populationsmodelle

Datenbasierte Ansätze:

  • Big Data
  • Machinelles Lernen
  • Deep Learning

Beispielprojekte

 

Next Generation Sequencing

Evaluation von Software für die Primär-Analyse von NGS-Daten

Diagnose-unterstützungssystem

Gesundheitszustand und Reifeprozess von Gehirnen Frühgeborener

Datenanalyse in Life Sciences und Biotechnologie

Gewinnung, Verarbeitung und Interpretierbarmachen komplexer Daten