So nutzen Sie diese Liste
Die Themen 1–33 richten sich vor allem an Medizinstudierende, die Themen 34–56 an Informatikstudierende. Viele Themen eignen sich gut für eine/n Medizinstudierende/n und eine/n Informatikstudierende/n gemeinsam; siehe gemeinsame Arbeit.
Die Themen sind ein Ausgangspunkt, keine fertige Aufgabenstellung. Klären Sie die endgültige Formulierung mit Ihrer Betreuung. Zu jedem Thema steht, für welche Art von Arbeit es sich eignet und auf welchen Daten es aufbaut.
Der Hinweis „benötigt Ethikvotum“ bedeutet, dass die Studie Menschen einbezieht: eine Befragung, ein Lehrexperiment oder eine Analyse der Leistungen der Annotierenden selbst. Solche Arbeiten dürfen erst beginnen, wenn die Ethikkommission Ihrer Hochschule zugestimmt hat.
Viele Themen hängen davon ab, wie weit das Projekt fortgeschritten ist. Themen zu offenen Datensätzen können Sie schon jetzt wählen; Themen zur projekteigenen Annotation werden frei, sobald die Pilotannotation beginnt.
Anatomie und operative Chirurgie
-
„Wie oft wird die Critical View of Safety bei der laparoskopischen Cholezystektomie erreicht? Eine Analyse des offenen Datensatzes Endoscapes2023“
Wie viele Bilder vor dem Clippen erfüllen jedes der drei Sicherheitskriterien und wie oft sich Fachleute uneins sind.
Seminararbeit, Abstract · Endoscapes2023 -
„Das Calot-Dreieck auf dem Bildschirm: ein Atlas der laparoskopischen Anatomie aus annotierten Bildern“
Ein Lehratlas dazu, wie Ductus cysticus, Arteria cystica und Calot-Dreieck aussehen.
Abschlussarbeit, Lehrmaterial · Endoscapes2023, CholecSeg8k -
„Eine Cholezystektomie vermessen: Dauer und Variabilität der chirurgischen Phasen“
Wie lange jede der sieben Phasen dauert, welche Phasen sich am häufigsten in die Länge ziehen und womit das zusammenhängen kann.
Seminararbeit · Cholec80 -
„Zwei Operationen, eine Logik? Die zeitliche Struktur der laparoskopischen Cholezystektomie und Hysterektomie“
Vergleich von Reihenfolge und Dauer der Schritte zweier verschiedener laparoskopischer Operationen.
Seminararbeit, Abstract · Cholec80, AutoLaparo -
„Was die Chirurgin bei der roboterassistierten Rektumresektion sieht: wie oft anatomische Strukturen sichtbar sind und unter welchen Bedingungen“
Welche Organe ins Bild kommen, wie oft und wie stark sie verdeckt sind.
Seminararbeit · DSAD -
„Eine Instrumentenkarte der Operation: welche Instrumente in jeder Phase der Cholezystektomie verwendet werden“
Zuordnung chirurgischer Phasen zu den sichtbaren Instrumenten als Grundlage für ein Lehrschema und für die Bewertung von Modellen.
Seminararbeit, Abstract · Cholec80 -
„Rauch, Blut und Spiegelungen: was die Anatomie in laparoskopischen Bildern schwer erkennbar macht“
Wie häufige visuelle Hindernisse die Genauigkeit menschlicher und modellbasierter Annotation beeinflussen.
Abschlussarbeit · DSAD, CholecSeg8k -
„Orientierungspunkte der sicheren Cholezystektomie: Definitionen in klinischen Leitlinien und in den Annotationsrichtlinien offener Datensätze“
Stimmen die Definitionen, nach denen Daten annotiert werden, mit dem überein, was Chirurgen gelehrt wird?
Abstract, Literaturübersicht · Endoscapes2023 und Publikationen
Annotationsqualität und menschliche Faktoren
-
„Übereinstimmung zwischen Medizinstudierenden bei der Annotation anatomischer Strukturen“
Fleiss’ Kappa und der Dice-Koeffizient für verschiedene Strukturen: wo Studierende übereinstimmen und wo nicht.
Abstract, Artikel · Projektannotation · benötigt Ethikvotum -
„Studienjahr, Erfahrung, Fachrichtung: Hängt die Annotationsgenauigkeit von der medizinischen Ausbildung ab?“
Studierende verschiedener Jahrgänge, Ärztinnen und Ärzte in Weiterbildung und Chirurgen im Vergleich auf denselben Bildern.
Artikel · Projektannotation · benötigt Ethikvotum -
„Die Lernkurve einer/s Annotierenden: wie sich die Genauigkeit der Umrandungen in den ersten 20 Stunden verändert“
Wann die Genauigkeit sich einpendelt und welche Strukturen am längsten zu erlernen sind.
Abschlussarbeit · Kalibrierungsaufgaben des Projekts · benötigt Ethikvotum -
„Vertrauen ist gut, Kontrolle ist besser: die Neigung, automatische Voranntotation ohne Änderung zu übernehmen“
Wie oft Annotierende den Vorschlag eines Modells auch dann übernehmen, wenn er ungenau ist, und wie man dem begegnet.
Artikel · Projektannotation mit Voranntotation · benötigt Ethikvotum -
„Wo Annotierende uneins sind: anatomische Gründe für Segmentierungsstreitfälle“
Klassifikation der strittigen Bilder im Protokoll der klinischen Leitung: schlechte Sicht, anatomische Variante, unklare Definition.
Abstract · das Protokoll strittiger Fälle des Projekts -
„Der Preis eines Bildes: Annotationsaufwand für Operationsvideos und wie man ihn senkt“
Wie lange ein Bild und ein Video dauern und was die Arbeit ohne Qualitätsverlust beschleunigt.
Seminararbeit · CVAT-Aufgabenstatistiken -
„Chirurgische Phasen aus Sicht eines Studierenden und eines Chirurgen: Übereinstimmung bei den Phasengrenzen“
Wie genau Studierende Beginn und Ende der Phasen im Vergleich zur Referenz der Datensatzautoren markieren.
Abstract · Cholec80 und Projektannotation
Künstliche Intelligenz in der Chirurgie
-
„Wo das Netz danebenliegt: eine klinische Auswertung der Fehler bei der Erkennung chirurgischer Phasen“
Der Blick einer Ärztin auf die Fehler eines Modells: welche gefährlich und welche harmlos sind.
Abschlussarbeit · Cholec80, Baseline-Modelle des Projekts -
„Von Klinik zu Klinik: wie stark die Phasenerkennung auf Daten eines anderen Krankenhauses einbricht“
Ein Modell, das auf Videos eines Krankenhauses trainiert wurde, wird auf Videos anderer getestet.
Artikel (mit einem Ingenieur) · Cholec80, HeiChole -
„Kann ein Modell die Critical View of Safety erkennen?“
Wie nah die Einschätzung eines Modells an der von Fachleuten liegt und was die Unterschiede erklärt.
Abschlussarbeit, Artikel · Endoscapes2023 -
„Versteht das Modell die Anatomie? Aufmerksamkeitskarten und klinische Orientierungspunkte“
Auf welche Bildteile das Modell „schaut“ und ob sie mit dem übereinstimmen, worauf ein Chirurg schaut.
Abschlussarbeit · CholecSeg8k, Endoscapes2023 -
„Schwein oder Mensch: Können Modelle des chirurgischen Sehens aus Operationen an Tieren lernen?“
Wie Modelle, die auf Aufnahmen von Operationen an Schweinen trainiert wurden, bei Operationen am Menschen abschneiden.
Artikel · EndoVis 2017, EndoVis 2018, CholecSeg8k -
„Universelle Segmentierungsmodelle auf Operationsvideos: was sie ohne Feinabstimmung sehen“
Test von Modellen wie Segment Anything auf laparoskopischen Bildern: was sofort funktioniert und was nicht.
Seminararbeit · CholecSeg8k, DSAD -
„Ein KI-Assistent im Operationssaal: welche Hinweise Chirurgen nützlich und welche gefährlich finden“
Eine Befragung von Chirurgen und Ärzten in Weiterbildung zu wünschenswerten und inakzeptablen Funktionen intraoperativer KI.
Abstract · Befragung · benötigt Ethikvotum
Andere Fachgebiete
-
„Instrumente in der Kataraktchirurgie: was ein Modell am schwersten erkennt und warum“
Eine Fehleranalyse der Instrumentensegmentierung auf Bildern von Operationen unter dem Mikroskop.
Seminararbeit, Augenheilkunde · CaDIS -
„Der übersehene Polyp: eine klinische Auswertung von Segmentierungsfehlern bei Polypen“
Welche Polypen Modelle am häufigsten übersehen und wie das mit Form, Größe und Lage zusammenhängt.
Seminararbeit, Gastroenterologie · Kvasir-SEG, HyperKvasir -
„Durch das Mikroskop und durch das Laparoskop: Aufgaben der Bildverarbeitung in der Augen- und der Bauchchirurgie“
Eine Übersicht darüber, wie sich Daten, Aufgaben und Schwierigkeiten in beiden Bereichen unterscheiden.
Abstract, Literaturübersicht · CATARACTS, Cholec80
Medizinische Ausbildung
-
„Ein annotiertes Operationsvideo als Lehrmittel für topografische Anatomie: Entwurf und Evaluation“
Erstellung eines Lehrmoduls aus annotierten Bildern und Prüfung seines Nutzens im Unterricht.
Abschlussarbeit · Projektannotation · benötigt Ethikvotum -
„Fallerfahrung in Zahlen: Beschleunigt das Ansehen annotierter Operationen das Erkennen anatomischer Orientierungspunkte?“
Vergleich von Geschwindigkeit und Genauigkeit beim Erkennen von Strukturen vor und nach einer Reihe von Sichtungen.
Artikel · benötigt Ethikvotum -
„Annotieren als Lernen: was Studierende beim Annotieren von Operationen über Anatomie und Chirurgie lernen“
Selbsteinschätzung und ein Wissenstest vor und nach einem Semester im Projekt.
Abstract · Befragung · benötigt Ethikvotum -
„Ein Trainer „Finde den Ductus cysticus“: eine interaktive Übung auf offenen Daten“
Entwicklung einer Web-Übung, bei der Studierende eine Struktur markieren und das Programm die Antwort mit der Referenz vergleicht.
Seminararbeit (mit einem/r Informatikstudierenden) · CholecSeg8k, Endoscapes2023
Ethik, Recht und Organisation der Wissenschaft
-
„Kann KI von YouTube lernen? Ethische und rechtliche Fragen bei der Nutzung öffentlicher Operationsaufnahmen“
Urheberrecht, Einwilligung der Patienten und De-Identifizierung: was eine rechtmäßige Nutzung erfordert.
Abstract, Übersichtsarbeit -
„Lizenzen offener chirurgischer Datensätze: was Forschende tun dürfen“
Vergleich der Bedingungen gängiger Datensätze und was sie für Publikationen bedeuten.
Abstract, Übersichtsarbeit -
„Was das Bild verrät: personenbezogene Daten in Aufnahmen endoskopischer Operationen und wie man sie entfernt“
Welche Angaben zu Patienten und Personal in Aufnahmen auftauchen und wie man sie zuverlässig verbirgt.
Seminararbeit · Projektmethodik -
„Offene Wissenschaft in der Chirurgie: wie Medizinstudierende an reproduzierbarer Forschung teilnehmen können“
Die Erfahrung des Projekts als Modell für studentische Teilnahme an der Wissenschaft.
Abstract, Essay
Bildverarbeitung und maschinelles Lernen
-
„Ein Baseline-Modell zur anatomischen Segmentierung auf CholecSeg8k: ein reproduzierbarer Vergleich von U-Net, DeepLabV3+ und SegFormer“
Dieselben Aufteilungen, dasselbe Trainingsbudget und dieselben Metriken für drei Architekturen, mit Ablationen und Konfidenzintervallen.
Seminararbeit, Abschlussarbeit · CholecSeg8k -
„Erkennung chirurgischer Phasen bei der Cholezystektomie: zeitliche Faltungsnetze gegen Transformer“
Welche Architektur den langen Kontext einer Operation besser bewältigt und wo beide scheitern.
Abschlussarbeit · Cholec80 -
„Wenig Annotation, viel Video: halb- und selbstüberwachtes Lernen für die chirurgische Segmentierung“
Wie sich Tausende unbeschriftete Bilder nutzen lassen, um ein auf Hunderten beschrifteten Bildern trainiertes Modell zu verbessern.
Abschlussarbeit, Masterarbeit · Endoscapes2023, Cholec80 -
„Segment Anything 2 an laparoskopisches Video anpassen: Feinabstimmung und Evaluation“
Wie stark die Feinabstimmung eines universellen Modells die Segmentierung von Organen und Instrumenten verbessert und wie viel Annotation sie erfordert.
Abschlussarbeit · CholecSeg8k, Endoscapes2023 -
„Robust gegen Rauch, Spiegelungen und Unschärfe: eine Störungssammlung zum Testen von Modellen des chirurgischen Sehens“
Synthetische und echte Störungen, der Qualitätsverlust und Wege, ihn zu verringern.
Seminararbeit · CholecSeg8k, DSAD -
„Wann ein Modell „Ich weiß es nicht“ sagen sollte: Konfidenzkalibrierung für Segmentierungsmodelle“
Kalibrierung messen und verbessern und bei zweifelhaften Bildern verzichten.
Abschlussarbeit · CholecSeg8k, Endoscapes2023 -
„Vom Schwein zum Menschen: Domänenanpassung für die Instrumentensegmentierung“
Wie sich ein auf Operationen an Tieren trainiertes Modell auf Aufnahmen von Operationen am Menschen übertragen lässt.
Artikel · EndoVis 2017, EndoVis 2018, CholecSeg8k -
„Unter 50 Millisekunden: Destillation und Quantisierung für Echtzeitmodelle“
Wie sich die Qualität im Zielbereich von 30–50 ms pro Bild halten lässt und wie man die Latenz ehrlich misst.
Abschlussarbeit · CholecSeg8k, Cholec80 -
„Erkennung und Verfolgung chirurgischer Instrumente im Video“
Ein Instrumentendetektor und -tracker, Tracking-Metriken, Fehler bei Verdeckung.
Seminararbeit · CholecT50, Cholec80 -
„Erkennung von Aktionstripeln Instrument–Verb–Ziel“
Modelle für Aktionstripel und eine Analyse der schwierigsten Klassen.
Abschlussarbeit · CholecT50
Daten, Annotation und MLOps
-
„Aktives Lernen für die Annotation: welche Bilder zuerst an Annotierende gehen sollten“
Strategien zur Bildauswahl und wie viele Annotationsstunden sie bei gleicher Modellqualität sparen.
Abschlussarbeit · Cholec80, CholecSeg8k -
„Automatische Qualitätskontrolle der Annotation: verdächtige Masken vor dem Review finden“
Regeln und Modelle, die wahrscheinliche Fehler von Annotierenden markieren.
Seminararbeit · Projektannotation -
„Eine Bibliothek von Metriken zur Übereinstimmung zwischen Annotierenden für Segmentierung und zeitliche Annotation“
Fleiss’ Kappa, Dice, Übereinstimmung bei Phasengrenzen, mit Tests und Dokumentation.
Seminararbeit · synthetische Daten, Projektannotation -
„Eine reproduzierbare Trainings-Pipeline: von einer Datenversion zur Model Card“
DVC, Hydra und MLflow in einer Pipeline, sodass sich jedes Ergebnis mit einem Befehl wiederholen lässt.
Seminararbeit, Abschlussarbeit · beliebiger offener Datensatz -
„Leckfreie Aufteilungen: automatisch prüfen, dass kein Patient gleichzeitig im Training und im Test vorkommt“
Wie Lecks die Metriken aufblähen und wie man sie mit Tests aufspürt.
Seminararbeit · Cholec80, Endoscapes2023 -
„Ein ehrlicher Benchmark: Konfidenzintervalle, wiederholte Läufe und Schutz des Testdatensatzes“
Wie man eine Rangliste baut, bei der sich Ergebnisse nicht auf den Testdatensatz abstimmen lassen.
Abschlussarbeit · offene Datensätze
De-Identifizierung und Sicherheit
-
„Text auf Bildschirmen von Endoskopiegeräten: erkennen und in einer De-Identifizierungs-Pipeline verbergen“
Datumsangaben, Namen und Zahlen im Bild finden und zuverlässig maskieren.
Seminararbeit, Abschlussarbeit · synthetische Bilder -
„Bilder außerhalb des Körpers: Gesichter des Personals und den Operationssaal in Aufnahmen erkennen“
Ein Innen/Außen-Bildklassifikator und Gesichtserkennung für die automatische Filterung.
Seminararbeit · Cholec80 -
„Wie man beweist, dass ein Video de-identifiziert ist: eine Methode zur Überprüfung einer De-Identifizierungs-Pipeline“
Testdatensätze, Metriken zur Übersehensrate und unabhängige Abnahme.
Abschlussarbeit · synthetische Daten
Softwaretechnik und Oberflächen
-
„Ein Voranntotationsmodell in CVAT als Serverless-Funktion: Latenz, Last und Skalierung“
Ein Modell in das Annotationswerkzeug einbinden und messen, wie es mit vielen Annotierenden zurechtkommt.
Abschlussarbeit · CVAT, Segment Anything 2 -
„Ein Web-Anatomietrainer für Medizinstudierende auf offenen Daten“
Eine interaktive Übung: Studierende markieren eine Struktur, und das Programm vergleicht die Antwort mit der Referenz.
Seminararbeit · CholecSeg8k, Endoscapes2023 -
„Eine Oberfläche für die klinische Durchsicht von Modellfehlern“
Wie man einer Ärztin zeigt, wo und warum ein Modell danebenlag, damit eine Durchsicht Minuten statt Stunden dauert.
Seminararbeit · Cholec80, CholecSeg8k -
„Infrastructure as Code für medizinische KI: Datenisolation, Audit-Protokollierung und reproduzierbare Deployments“
Wie man eine Kubernetes-Plattform baut, auf der keine medizinischen Daten abfließen und jedes Deployment wiederholbar ist.
Abschlussarbeit · Projektinfrastruktur, nach Absprache
Gemeinsame Arbeit für Studierende der Medizin und der Informatik
Die interessanteste Arbeit entsteht im Zweierteam: Die Medizinstudierenden verantworten den klinischen Sinn, die Informatikstudierenden das Modell und den Code. Themen, die gut zusammenpassen:
- 16 + 35: ein Phasenerkennungsmodell und eine klinische Auswertung seiner Fehler;
- 20 + 40: die Übertragung von Modellen von Operationen an Tieren auf Operationen am Menschen, aus technischer und aus klinischer Sicht;
- 29 + 54: der Trainer „Finde den Ductus cysticus“, sein Inhalt und seine Umsetzung;
- 13 + 45: strittige Bilder aus Sicht eines Chirurgen und die automatische Erkennung von Annotationsfehlern;
- 16 + 55: eine Oberfläche, in der eine Ärztin die Fehler eines Modells durchsieht.
Regeln für die Arbeit mit Projektdaten
- Nennen Sie die Autoren des Datensatzes und beachten Sie die Lizenzbedingungen. Die meisten Datensätze erlauben nur nicht kommerzielle Nutzung. Siehe die Lizenzseite.
- Keine Patientendaten über die veröffentlichten Datensätze und erlaubten Videos hinaus. Verwenden Sie keine Aufnahmen aus Ihrem eigenen Krankenhaus.
- Studien mit Menschen nur nach Genehmigung durch die Ethikkommission Ihrer Hochschule und mit Einwilligung der Teilnehmenden.
- Ein negatives Ergebnis ist ein Ergebnis. Eine Arbeit, die ehrlich zeigt, dass eine Idee nicht funktioniert hat, ist für das Projekt wertvoll.
- Publikationen mit Projektdaten müssen vorher mit der wissenschaftlichen Leitung des Projekts abgestimmt werden. Die Autorenschaft folgt der Beitragsvereinbarung.
Schlagen Sie Ihr eigenes Thema vor
Sie haben eine Idee, die nicht auf der Liste steht? Schreiben Sie an support@opensurgicalvision.org mit dem Betreff „Research topic“ (auf Englisch, damit das Team die Post sortieren kann) oder eröffnen Sie einen Thread in den GitHub Discussions. Gute Themen werden in die Liste aufgenommen.
Für den Einstieg siehe die Seiten für Medizinstudierende, für Informatikstudierende und für Lehrende.