392253 Projekt: Digitization and Classification of ECG Images (Pj) (SoSe 2024)

Inhalt, Kommentar

Das Projekt kann sowohl auf Englisch, als auch Deutsch geführt werden. The Project is given in English/German.

In diesem Projekt wird an einer ML basierten Lösung gearbeitet, um EKG Daten zu digitalisieren. Dabei sollen die gedruckten Kurven von verschiedenen pdf Scans (z.B. Scans mit knittrigem Papier) ins digitale MIT WFDB Dateiformat gebracht werden. Gerne können die Studierenden mit ihrer Lösung an der diesjährigen "George B. Moody PhysioNet Challenge" teilnehmen, die im Rahmen der Computing in Cardiology Konferenz 2024 stattfindet. Weitere Informationen können hier gefunden werden: https://moody-challenge.physionet.org/2024/. Studierende können einzeln oder in einer Kleingruppe an dem Projekt arbeiten.

This project is working on an ML-based solution to digitize ECG data. The printed curves from various pdf scans (e.g. scans with crumpled paper) need to be converted into the digital MIT WFDB file format. The students are welcome to participate in this year's "George B. Moody PhysioNet Challenge", which will take place at the Computing in Cardiology Conference 2024. Further information can be found here: https://moody-challenge.physionet.org/2024/. You can work on the project individually or in a small group.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Kenntnisse in Machine Learning sind notwendig. Kenntnisse in Python, sowie Pytorch sind wünschenswert, aber in Absprache können auch andere Sprachen/Libraries zugelassen werden.

Knowledge in Machine Learning is necessary. Experience with Python and Pytorch is preferable, but other programming languages / libraries may be permitted after consultation.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-M-Inf-P Projekt Projekt unbenotete Prüfungsleistung
Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Erfolgreiche Bearbeitung der Aufgabenstellung, sowie ein schriftlicher Projektbericht und eine Präsentation.

Kein Lernraum vorhanden
registrierte Anzahl: 1
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Teilnahmebegrenzung:
Begrenzte Anzahl Teilnehmer*innen: 3
Adresse:
SS2024_392253@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_453719806@ekvv.uni-bielefeld.de
Reichweite:
1 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Montag, 19. Februar 2024 
Letzte Änderung Zeiten:
Mittwoch, 10. April 2024 
Letzte Änderung Räume:
Mittwoch, 10. April 2024 
Art(en) / SWS
Pj / 2
Einrichtung
Technische Fakultät
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=453719806
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
453719806