KI-basierte Bildsegmentierung für automatisierte Labore zur personalisierten Krebsanalyse

Forschungsthema/Bereich

Bildverarbeitung, Angewandte Informatik, Krebstherapie

Typ der Abschlussarbeit

Master

Startzeitpunkt

23.04.2026

Bewerbungsschluss

31.07.2026

Dauer der Arbeit

6 Monate

Beschreibung

Automatisierte Labore revolutionieren aktuell Forschung und Industrie –
von der personalisierten Krebsdiagnostik bis zur Materialentwicklung.
Dabei entstehen täglich enorme Mengen an Bilddaten, deren zuverlässige
Auswertung zum entscheidenden Engpass wird.
Ziel der Arbeit:
Ziel dieser Masterarbeit ist
die Entwicklung eines
leistungsfähigen und
robusten Verfahrens zur
automatischen
Segmentierung von Objekten in 2D-Bilddaten. Der Fokus liegt auf realen
Anwendungen aus der
Biologie (z. B. Zellanalysen
für personalisierte Therapien)
oder der Materialwissenschaft (z. B. Phasen- und Partikelanalyse).
Aufbauend auf einer systematischen Analyse bestehender Methoden wird
ein Ansatz entwickelt, der auch unter variierenden Bedingungen
(unterschiedliche Datensätze, Bildqualität, Störungen) zuverlässig
funktioniert.
Mögliche Aufgaben:
- Einarbeitung in moderne Bildsegmentierung (klassische Methoden &
Deep Learning)
- Implementierung und Vergleich von Verfahren (z. B. U-Net, klassische
Segmentierungsansätze)
- Aufbau und Aufbereitung eines Trainings- und Evaluationsdatensatzes
- Analyse typischer Störfaktoren (Rauschen, Beleuchtung, Unschärfe)
- Entwicklung von Strategien zur Verbesserung der Robustheit und
Generalisierung
Mögliche Schwerpunkte
- Wie gut generalisieren Segmentierungsmodelle auf neue Datensätze?
- Kombination klassischer Bildverarbeitung mit KI (Hybridansätze)
- Automatische Bewertung der Segmentierungsqualität ohne Ground Truth
Ergebnis der Arbeit
Ein einsatzfähiges Segmentierungsmodul, das sich in bestehende
Analysepipelines integrieren lässt und robuste Ergebnisse für reale
Anwendungen liefert.

Voraussetzung

Voraussetzungen an Studierende

• Grundlegende Erfahrungen in
• Python or C++ und
• Bildverarbeitung
• • Erfahrung oder Interesse an
• Bildverarbitung / Deep
• Learning / KI

Studiengangsbereiche

• Ingenieurwissenschaften
  Informatik
  Biomedical Engineering
  Computer Science

Betreuung

Titel, Vorname, Name

Rolf Gattung

Organisationseinheit

IAI

E-Mail Adresse

rolf.gattung@kit.edu

Link zur eigenen Homepage/Personenseite

Website

Bewerbung per E-Mail

Bewerbungsunterlagen

• Notenauszug

E-Mail Adresse für die Bewerbung
Senden Sie die oben genannten Bewerbungsunterlagen bitte per Mail an rolf.gattung@kit.edu


Zurück