Zum Schutz der schwächsten Verkehrsteilnehmer – Sicheres Automatisiertes Fahren mit Künstlicher Intelligenz

Pressemitteilung der TH Ingolstadt vom 11.10.2019

Forschungs- und Testzentrum CARISSMA der Technischen Hochschule Ingolstadt stellt aktuelle Projekte zum Fußgängerschutz und die Testanlagen der Zukunft vor

Wer schon einmal scharf bremsen musste, weil ein spielendes Kind plötzlich auf die Straße gelaufen ist, der weiß, welch hohes Risiko eine verzögerte Reaktion bergen kann. Automatisierte Fahrzeuge erkennen gefährliche Situationen schneller und zuverlässiger als der Fahrer und reagieren rechtzeitig durch Bremsen oder Lenken. Das Forschungs- und Testzentrum CARISSMA der Technischen Hochschule Ingolstadt (THI) arbeitet daran, mithilfe Künstlicher Intelligenz kritische Verkehrssituationen zu erkennen und geeignete Maßnahmen einzuleiten.

Schutz von Fußgängern: Vorausschauende Gefahrenerkennung (Pre-Crash)

Eine besondere Berücksichtigung erfährt in der Forschung von CARISSMA der Schutz der Schwächsten, die sogenannten ungeschützten Verkehrsteilnehmer (Vulnerable Road User, VRU). So ermitteln die Wissenschaftler mit Einsatz von Künstlicher Intelligenz die Bewegungsintentionen von Fußgängern, damit automatisierte Fahrzeuge in kritischen Situationen schnell reagieren können. Damit sollen Unfälle vermieden oder die Unfallfolgen für die Beteiligten minimiert werden.

Mit eigens entwickelten Fußgänger-Dummys testen die Wissenschaftler kritische Verkehrssituationen unter reproduzierbaren Bedingungen. Dadurch kann Künstliche Intelligenz wiederum trainiert werden. Das realitätsgetreue Verhalten eines Dummys hinsichtlich Bewegung und sensoriellen Reflexionsverhaltens ist für die korrekte Interpretation kritischer Situationen und der Bewegungsprädiktion von elementarer Bedeutung. So entwickelten die Wissenschaftler in CARISSMA eine Dummy-Familie mit künstlichen Muskeln, die vollständig auf den Einsatz von metallischen Komponenten verzichtet und damit im Hinblick auf das Radar-Reflexionsverhalten dem eines echten Menschen entspricht.

Bei dem neu entwickelten Kinder-Dummy steht die Implementierung des realen kindlichen Bewegungsverhaltens im Vordergrund. Für den analog zum Erwachsenen-Dummy aufgebauten Kinder-Dummy analysierten und adaptierten sie das Bewegungsverhalten von Kindern: Mit speziellen Bewegungserfassungs-Sensoren (Engl.: Motion Capture Sensors), die während des Gehens an den Körpern der Kinder angebracht wurden, untersuchten sie das Bewegungsverhalten und schufen so eine Referenz für den Kinder-Dummy. So konnten sie ein kinderähnliches Bewegungsverhalten auf den Dummy übertragen. Der Kinder-Dummy erlaubt das Verhalten der Kinder in kritischen Situationen nachzustellen und für die Sicherheitssysteme berechenbar zu machen. So tragen intelligente Fahrzeuge dazu bei, dass sich Kinder im zukünftigen Straßenverkehr sicher bewegen – für uns alle ein gutes Gefühl.

Testverfahren mit authentischen Witterungsbedingungen

Ein besonderes Anliegen von CARISSMA ist es, dass diese Schutzsysteme zuverlässig und möglichst schnell in allen Fahrzeugen verfügbar sind und so viele Leben retten. Hierfür werden in der CARISSMA-Indoor-Versuchshalle für automatisierte Fahrversuche (100 m x 30 m) auf dem Campus der THI einzigartige Versuchsbedingungen geschaffen, die kritischen Situationen in der Realität sehr nahekommen. So wurde von den Wissenschaftlern eine Wetteranlage entwickelt, die es ermöglicht, realitätsgetreuen Nebel und Regen zu erzeugen und damit reproduzierbare Sensor- und Systemtests durchführen zu können – auch in Kombination mit unterschiedlichen Lichtverhältnissen. Dazu haben die Forscher in der Natur vorkommenden Nebel und Regen vermessen und mit den exakt gleichen Charakteristika (Tröpfchengröße, -dichte, -verteilung etc.) nachgebildet. So können bei den Indoor-Fahrversuchen mit Fußgängern authentische Witterungsbedingungen beliebig oft nachgestellt werden.

Einsatz Künstlicher Intelligenz in sicherheitskritischen Anwendungen

Ebenso wie der Mensch lernen automatisierte Fahrzeuge und Testsysteme, mit Hilfe künstlicher Intelligenz kritische Situationen zu erkennen und unfallvermeidende Maßnahmen einzuleiten. CARISSMA forscht gemeinsam mit dem Kompetenzzentrum für Künstliche Intelligenz AININ mit Sitz an der THI an neuartigen Algorithmen und Methoden für die effiziente Implementierung und Nachvollziehbarkeit selbstlernender Systeme. Der Entwurf und die Validierung von sicheren maschinellen Lernverfahren sind eine Voraussetzung für den Einsatz Künstlicher Intelligenz in sicherheitskritischen Anwendungen, wie dem autonomen Fahren.

Externer Link: www.thi.de

Elektronisches Stethoskop für das Smartphone punktet im Gründerwettbewerb

Pressemitteilung der Universität des Saarlandes vom 11.10.2019

Ein elektronisches Stethoskops für das Smartphone hat das Gründerteam Sanascope im Starterzentrum der Universität des Saarlandes entwickelt. Mit Hilfe einer Analyse-App kann es Herz- und Lungentöne klassifizieren und krankhafte Töne erkennen, um auch ohne medizinisches Wissen schwerwiegende Krankheiten frühzeitig zu erkennen. Es soll älteren Menschen, Kranken und Pflegebedürftigen mehr Sicherheit geben und auch Arztpraxen, Kliniken und Pflegeheimen als kostengünstige Lösung dienen. Mit dieser Innovation setzte sich das Gründerteam bei dem Luxemburger Pitch „Fit 4 Start“ gegen 291 internationale Start-ups durch und erhält jetzt ein mehrmonatiges Coaching und 50.000 Euro Preisgeld.

„Sicherheit durch Früherkennung“ lautet der Leitgedanke des Gründerteams, das Menschen über fünfzig, Pflegebedürftigen sowie Familien mit Kindern Hilfe bieten will. „Weltweit verfügen Patienten über zu wenige Hilfsmittel, um ihren eigenen Gesundheitszustand genau einschätzen und entscheiden zu können, ob und wann ein Arztbesuch für sie angebracht ist“, sagt Lukas Weick, der an der Universität des Saarlandes Medizin studiert hat und einer der Gründer von Sanascope ist. Mit schwerwiegenden Folgen würden deshalb Krankheiten wie Lungenentzündungen und Vorhofflimmern häufig zu spät erkannt. Der Gründer weiß, wovon er redet, verschaffte er sich doch bereits während seines Medizinstudiums durch Praktika in Deutschland, der Schweiz, Kenia, dem Libanon und Chile einen Einblick in die spezifischen Bedingungen der Gesundheitssysteme weltweit.

Elektronisches Stethoskop für den Hausgebrauch

Das elektronische Stethoskop Sanascope kann, gekoppelt an ein Smartphone mit einer Analyse-App, Herz- und Lungentöne bestimmen und krankhafte Töne erkennen. Dem Nutzer wird über die App genau anzeigt, wo das Stethoskop positioniert werden muss, um die Herz- und Lungentöne korrekt zu erfassen. Mittels eines neuronalen Netzes werden diese anschließend analysiert. Falls dabei Anzeichen einer Krankheit zu erkennen sind, rät die App dem Nutzer zu einem Arztbesuch. Insbesondere die ländliche medizinische Versorgung könnte so entscheidend verbessert werden, betonen die Mitglieder des Gründer-Teams. Dieses besteht aus zwei Medizinern, vier Informatikern, einem Betriebswirt, einem Designer und einem Produktmanager. Im April dieses Jahres haben sie mit ihrer Gründungsidee bereits die Jury des Bundesprogrammes EXIST überzeugt, so dass deren Umsetzung durch ein EXIST-Gründerstipendium finanziell unterstützt wird und sie von einem Coaching der Kontaktstelle für Wissens- und Technologietransfer der Saar-Universität (KWT) profitieren.

Der entscheidende Durchbruch gelang dem jungen Team jetzt beim Luxemburger Pitch „Fit 4 Start“, bei dem sie zu den 20 Siegerfirmen gehörten, die aus 291 internationalen Start-ups ausgewählt wurden. Deren Markteintritt wird nun durch das luxemburgische Wirtschaftsministerium mit einem 16-wöchigen Coaching sowie 50.000 Euro unterstützt. Zuvor hatte das Sanascope-Team auf einschlägigen Pitch-Veranstaltungen wie der Pitch-Competition „SWSaar meets SWLuxembourg“ auf sich aufmerksam gemacht, wo sich das Gründer-Team neben Platz drei auch den Crowd’s Favorite Award sichern konnte. Überzeugt hatte die kostengünstige Innovation zudem beim Healthcare Hackathon „Gesundheit neu denken“ in Berlin.

Externer Link: www.uni-saarland.de

Herz aus dem Computer unterstützt Mediziner

Presseinformation des KIT (Karlsruher Institut für Technologie) vom 24.09.2019

Personalisierte Computermodelle des Herzens bereiten den Weg zu maßgeschneiderten Therapien – Risiko für Herzrhythmusstörungen wie Vorhofflattern lässt sich nun individuell abschätzen

Digitale Simulationen von menschlichen Organen ermöglichen, die Entstehung von Krankheiten zu erforschen und Therapien für Patienten maßzuschneidern. Am Karlsruher Institut für Technologie (KIT) entwickeln Forscher realitätsnahe Computermodelle des Herzens auf mehreren Ebenen: vom Ionenkanal über Zellen und Gewebe bis zum ganzen Organ. Sie simulieren grundlegende physiologische und pathologische Prozesse, entwickeln aber auch personalisierte Modelle, um das Risiko von Herzrhythmusstörungen, beispielsweise Vorhofflattern, und die Wirkung von Therapien individuell abzuschätzen, wie sie in einem Fachmagazin berichten.

Wie hoch das Risiko eines Patienten ist, atypisches Vorhofflattern zu entwickeln, ließ sich bisher nicht zuverlässig untersuchen. Forscher des Karlsruher Instituts für Technologie, der Medizinischen Klinik IV des Städtischen Klinikums Karlsruhe sowie der Medizinischen Fakultät der Universität Freiburg und des Universitäts-Herzzentrums Freiburg – Bad Krozingen haben nun eine Methode entwickelt, das Risiko für Vorhofflattern individuell abzuschätzen: Wie die Wissenschaftler in der Zeitschrift Frontiers in Physiology berichten, ermöglichen personalisierte Computermodelle, sämtliche Pfade zu identifizieren, entlang derer die atypischen, kreisende elektrischen Erregungen auftreten können. „Unsere Modelle beziehen anatomische, elektrophysiologische und pharmakologische Kriterien ein“, erklärt Dr. Axel Loewe, Leiter der Arbeitsgruppe Herzmodellierung am Institut für Biomedizinische Technik des KIT. Auch die Wirkung von Therapien wie Katheterablation oder Medikamenten lässt sich so vorab individuell einschätzen.

Die Arbeit demonstriert die Vorteile mathematisch simulierter Organe für die Medizin: „Computermodelle bieten eine perfekt kontrollierbare Umgebung für Experimente“, erklärt Loewe. „So lassen sich einzelne Änderungen simulieren und ihre Folgen für das Gesamtsystem berechnen.“ Die Modelle ergänzen klassische Methoden wie Zell- und Tierexperimente und ermöglichen, neue Therapien ohne Risiko für den Menschen zu testen.

Loewe simulierte bereits in seiner Dissertation die Ursachen von Vorhofflimmern mit dem Computer. Die von Loewe geleitete Arbeitsgruppe Herzmodellierung des KIT entwickelt wirklichkeitsnahe Modelle des Herzens auf allen Ebenen vom Ionenkanal über Zellen und Gewebe bis zum kompletten Organ. So können sie simulieren, wie eine elektrische Erregung entsteht, sich über die Vorhöfe und das gesamte Herz ausbreitet und – bei einem gesund schlagenden Herzen – erlischt oder aber – im Fall bestimmter Herzrhythmusstörungen – sich dauerhaft selbst erhält.

Neben der Simulation solch grundlegender physiologischer und pathologischer Prozesse befasst sich die Arbeitsgruppe auch mit personalisierten Modellen, um das Risiko von Erkrankungen und die Wirkung von Behandlungen individuell zu bestimmen. Um die persönliche Anatomie, wie Größe und Form der Vorhöfe, eines Patienten zu erfassen, nutzen die Forscher bildgebende Verfahren wie die Magnetresonanztomografie. Bei der Einbeziehung der per Elektrokardiogramm (EKG) aufgezeichneten elektrischen Aktivität des Herzens arbeitet die Gruppe eng mit der ebenfalls am Institut für Biomedizinische Technik des KIT angesiedelten Arbeitsgruppe Bioelektrische Signale unter Leitung von Professor Olaf Dössel zusammen. Die Arbeiten, die sich zwischen Ingenieurwissenschaften, Informatik, Naturwissenschaften und Medizin bewegen, bereiten den Weg zu maßgeschneiderten Therapien.

Beim Vorhofflattern handelt es sich um eine Herzrhythmusstörung, bei der ungewöhnlich schnelle elektrische Erregungsmuster die Vorhöfe zu raschen Kontraktionen veranlassen. Anders als beim häufigeren Vorhofflimmern verläuft die elektrische Erregung beim Vorhofflattern koordiniert. Aber wie das Vorhofflimmern führt das Vorhofflattern zu Herzrasen, Atemnot und Schwäche; auch ist das Schlaganfallrisiko erhöht. Eine typische Behandlung des Flimmerns ist die Ablation, das heißt eine kathetergestützte Verödung krankhafter elektrischer Erregungsherde im Herzmuskelgewebe. Häufig entwickeln Patienten nach der Behandlung jedoch ein sogenanntes atypisches Vorhofflattern, bei dem eine kreisende Erregung sowohl im linken als auch im rechten Vorhof auftreten kann. (or)

Originalpublikation:
Axel Loewe, Emanuel Poremba, Tobias Oesterlein, Armin Luik, Claus Schmitt, Gunnar Seemann and Olaf Dössel: Patient-Specific Identification of Atrial Flutter Vulnerability – A Computational Approach to Reveal Latent Reentry Pathways. Frontiers in Physiology, 2019. DOI: 10.3389/fphys.2018.01910

Externer Link: www.kit.edu

Digitalisierung der Bauindustrie: Schweizer Unternehmen vermarktet Prüfsoftware

Pressemitteilung der Universität Kassel vom 04.09.2019

Eine Softwareentwicklung von Wissenschaftlern der Universität Kassel wird jetzt vom Schweizer Unternehmen Proceq SA für digitale Anwendungen weiterentwickelt und vermarktet. Proceq gilt als eines der führenden Technologieunternehmen im Bereich der zerstörungsfreien Prüfung. Mit der Software InterSAFT können Ultraschallmessungen in hochauflösende Grafiken umgewandelt und ausgewertet werden.

„Dass Proceq und Tectus Dreamlab unsere Software in Zukunft weltweit Prüfingenieuren in der Qualitätsabnahme und Anlagenwartung zur Verfügung stellt, ist ein wunderbares Beispiel für gelungenen Technologietransfer“, erläutert Prof. Dr. Bernd Witzigmann, Fachgebietsleiter Computational Electronics and Photonics an der Universität Kassel, dessen Arbeitsgruppe die Software entwickelt hat. InterSAFT ist ein Softwarepaket, das hochauflösende grafische Darstellungen und Analysen aus Ultraschall-Messdaten generieren kann, wie sie in der zerstörungsfreien Prüfung von Anlagen und Bauwerken anfallen. Unter Wissenschaftlern und Spezialisten genießt InterSAFT bereits jetzt große Anerkennung.

Proceq und die Tectus Group stellen die Kasseler Technologie nun ihren Kunden weltweit zur Verfügung und entwickeln sie innerhalb der digitalen Asset Management Plattform „Eagle“ weiter, teilt die Firma mit. „Wir haben ein Unternehmen als Partner gefunden, das das technologische Know-How und die Marketingexpertise hat, InterSAFT für die Zukunft aufzustellen und zu erweitern und in den internationalen Markt einzuführen. Damit wird es möglich, wissenschaftliche Spitzenforschung, die von meinem Vorgänger Prof. Dr. em. Karl-Jörg Langenberg initiiert wurde, zur Anwendung und Weiterentwicklung zu führen und damit vielen neuen Nutzern zugänglich zu machen“, sagt Prof. Witzigmann.

Dr. Ralph Mennicke, CEO von Proceq SA ergänzt: „Mit InterSAFT haben wir eine Softwareentwicklung akquiriert, die für alle Anwender von Ultraschall-Prüfverfahren in Zukunft äußerst nützlich sein wird. Wir verhelfen damit Spitzen-Technologie aus der Universität zum Durchbruch und zu einer langfristigen Zukunft, um Anwender weltweit produktiver, präziser und zukünftig auch komplett digital arbeiten zu lassen. Die Akquisition dieser wichtigen Software ist ein sehr gutes Beispiel, wie wir unsere Firmenstrategie nachhaltig umsetzen.“

Marcel Poster, Proceq Executive Chairman und CEO der Tectus Group, ergänzt: „Wir investieren hier in unsere Vorstellungen einer ganzheitlichen Bauwerksinspektion, die intelligente Softwarelösungen und umfassende Sensortechnologie verbindet. Ich freue mich, dass wir die wissenschaftlichen Ergebnisse der Universität Kassel zukünftig umfassend nutzen können.“

Externer Link: www.uni-kassel.de

KI zur Vorhersage von Proteinstruktur

Presseinformation des KIT (Karlsruher Institut für Technologie) vom 14.08.2019

Die Funktion von Eiweißen wird wesentlich von ihrer Gestalt festgelegt, diese zu bestimmen, war bislang aufwendig und teuer. Ein Team des KIT hat eine effizientere Methode erdacht.

Proteine sind Hochleistungsbiomaschinen: Eiweiße finden sich in jeder Zelle und spielen im menschlichen Körper eine wichtige Rolle, etwa bei der Blutgerinnung oder als Hauptbestandteil von Haaren oder Muskeln. Welche Funktion die molekularen Werkzeuge jeweils erfüllen, lässt sich an ihrer Gestalt erkennen. Forscherinnen und Forscher des Karlsruher Instituts für Technologie (KIT) haben eine neue Methode entwickelt, diese Proteinstruktur mittels Künstlicher Intelligenz vorherzusagen.

Proteine können mit anderen Molekülen durch Eindringen oder Umschließen interagieren, je nach Form. Diese lässt sich – anders als beim Blick in den heimischen Werkzeugkasten – nicht ohne weiteres feststellen, sondern nur mit teuren und aufwendigen Experimenten. Forscherinnen und Forscher des Steinbuch Centre for Computing (SCC), dem Rechenzentrum des KIT, haben dafür zunächst Datenbanken für Proteinsequenzen durchkämmt und gleiche Proteine unterschiedlicher Spezies verglichen. „Hämoglobin, das in unserem Körper für den Sauerstofftransport zuständig ist, gibt es auch beim Insekt, bei der Feldmaus und beim Schimpansen“, erklärt Markus Götz, Datenanalyst beim SCC. Den Aufbau eines Proteins kann man sich dabei wie eine Perlenkette vorstellen, an der Proteinteile, die Aminosäuren, aufgereiht sind. Seine dreidimensionale Struktur – und damit seine Eigenschaften – erhält es, indem sich manche weit voneinander entfernte „Perlen“ zu Paaren zusammenschließen und das Protein so falten. Bei verschiedenen Organismen können sich diese Paarungen unterscheiden, die Eigenschaften des Proteins bleiben aber dennoch gleich. „Schädliche Mutationen wurden im Laufe der Evolution ausgefiltert“, sagt Götz.

Das Team um Götz hat nun einer Künstlichen Intelligenz (KI) beigebracht, welche Kopplungen in bekannten Proteinsequenzen evolutionär erfolgreich waren. „Wir erwarten, dass das System so auch Rückschlüsse auf den Aufbau unbekannter Proteinsequenzen ziehen kann“, so Götz. Der Nutzen: „Es ist sehr einfach zu bestimmen, aus welchen Aminosäuren eine Proteinkette besteht. Proteinstrukturen direkt experimentell zu bestimmen, ist aber sehr aufwendig und kostet Millionen“, ergänzt Alexander Schug vom SCC.

Der Ansatz, Kontakte in Proteinen von einer KI vorhersagen zu lassen, ist nicht ganz neu. „Aktuell werden dafür vor allem Methoden aus der Bildverarbeitung eingesetzt“, sagt Götz. Solche Neuronalen Netzwerke könnten Muster gut erkennen. Bei der Proteinstruktur spielten aber besonders jene Kontakte von Proteinteilen eine Rolle, die besonders weit auseinander liegen, weil sie beim Falten einen stärkeren Einfluss auf die Form haben als solche, die nahe beieinander liegen. „Daher verfolgen wir stattdessen einen Ansatz aus der automatisierten Sprachübersetzung. Wir betrachten die Aminosäureketten als Sätze, die in eine andere Sprache übersetzt werden.“ Sogenannte „Self-Attention Neural Networks“ kommen in populären Übersetzungsprogrammen zum Einsatz. Sie können erkennen, welche Teile des Satzes miteinander in Beziehung stehen oder – im Proteinkontext – welche Aminosäuren miteinander einen Kontakt bilden. (mex)

Externer Link: www.kit.edu