Die Medizintechnik ist nicht nur ein hochrelevantes und interessantes Forschungsfeld, sondern aufgrund des demographischen Wandels in Deutschland, Europa und den meisten Industrienationen besonders relevant für ein breites Feld an Medizintechnik-Anwendungen, das von der Prävention über die akutmedizinische Versorgung, Chirurgie, Rehabilitation und Pflege bis hin zur klinischen und ambulanten Versorgung von Menschen mit Behinderungen oder älteren Menschen reicht. Es ergeben sich viele Fragestellungen, für deren Bearbeitung und Beantwortung es eine ausgewogene Forschungsagenda bedarf, die einerseits genügend Freiraum für die Grundlagenforschung bietet und andererseits die Anwendbarkeit im Blick hat. Für die Anwendbarkeit sind nicht nur die technische Lösung und ihre Veränderungskraft relevant, sondern vor allem deren soziale und individuelle Akzeptanz. Dies gilt insbesondere für Rehabilitationssysteme und Assistenzsysteme, die im direkten Kontakt mit dem Menschen stehen, also mit ihm physisch interagieren oder kooperieren. Forschung und Entwicklung in diesem Gebiet kann daher nur dann erfolgreich sein, wenn alle Facetten, die diese speziellen Herausforderungen mit sich bringen, durch interdisziplinäre Zusammenarbeit in der Grundlagen- und Anwendungsforschung Beachtung finden.

Forschungsthemen des Fachbereichs Systeme der Medizintechnik sind daher breit aufgestellt und reichen von Grundlagenfragen zur Anforderungen an die Mensch-Maschine Schnittstellen, über Nutzung von psychophysiologischen Daten für die Erkennung des Zustandes und der Intention einer mit einem Medizintechniksystem interagierenden oder von diesen unterstützten Person, bis hin zur Forschung und Entwicklung technischer Lösungen der Verarbeitung und Nutzung solcher Daten für multimodale und multisensorielle medizintechnische Interaktions- und Assistenzsysteme.

Methodisch liegt ein Schwerpunkt auf der Nutzung und Weiterentwicklung von Verfahren zur Signalverarbeitung und dem Maschinellem Lernen, um nicht nur multimodale psychophysiologische Daten vom Menschen auszuwerten und Modelle zu erlernen, sondern um insbesondere auch technische Systeme und Schnittstellen durch explizites oder implizites Feedback des Menschen möglichst automatisch zu optimieren. Dies ist Grundvoraussetzung dafür, Menschen individueller zu unterstützen oder zu rehabilitieren. Die Forschung und Entwicklung neuer maschineller Lernmethoden, die die Integration und Nutzung von menschlichem Feedback ermöglichen, ist somit von zentraler Bedeutung.

Im Fokus der Forschung stehen des Weiteren medizintechnische System die (halb-) autonom agieren, also robotische Systeme, die über eingebettete Verarbeitung psychophysiologischer Daten Einblick in den Zustand und die Intentionen des Menschen erhalten und selbst lernen, optimal zu unterstützen. Fragen, wie die effiziente „onboard“ Verarbeitung und Lernen auf solchen Daten sowie die automatische Gewinnung von Trainingsdaten während der Nutzung der Systeme, sind hier zentral und finden z.B. Einsatz bei der individualisierten Rehabilitation mittels Exoskeletten nach z.B. Schlaganfall.

Zusammenfassend ist das Hauptforschungsziel die Erforschung und Entwicklung zuverlässiger und intuitiver Mensch-Roboter-Interaktionslösungen, die in realitätsnahen Szenarien anwendbar sind. Der Schwerpunkt liegt auf der Entwicklung neuer Methoden, insbesondere neuer maschineller Lernverfahren und Szenarien für verschiedene Anwendungsbereiche solcher Systeme der Medizintechnik. Hierbei sollen insbesondere auch Grundlagenfragen, wie z.B. neurowissenschaftliche Fragestellungen zur Plastizität des Gehirns, der Verarbeitung wichtiger Information, der Bewegungsplanung oder Einflussfaktoren der kognitiven Belastbarkeit des Menschen in komplexen Interaktionsszenarien mit den Werkzeugen maschineller Lernverfahren untersucht werden.

Forschungsthemen und Bereiche sind im Einzelnen:

• Verarbeitung und Lernen auf psychophysiologische Daten, wie dem:
  • Elektroenzephalogramm,
  • Elektromyogramm
  • Augenbewegungsdaten
  • Bewegungsdaten
  • Mimik
  • Sprache
  • und multisensorielle und multimodale Kombinationen
• Entwicklung multisensorischer und multimodaler Schnittstellen zur impliziten und expliziten Interaktion, wie:
  • Gehirn-Computer Schnittstellen
  • Sprach-Assistenzsysteme
  • Systeme zur Erkennung der Emotionslage auf multimodalen Daten, wie Sprache, Mimik oder Gestik
  • Taktile Schnittstellen
• Steuerungs- und Regelungsansätze für robotische Assistenzsysteme, die den Zustand und die Intention des Menschen beachten, zu Themen wie:
  • Intuitive Nutzerschnittstellen
  • Sicherheitsregelung auf verschiedenen Ebenen, wie Hardware Lösungen, Motortreiber bis hin zu high-level Lösungen
  • Kinematische und dynamische Regelung von robotischen Assistenzsystemen unter Beachtung des Zustandes und der Intention des Menschen
• Eingebettete, verteilte Systeme zur Regelung, Datenverarbeitung und Auswertung psychophysiologischer Daten im medizintechnischen System, basierend auf z.B.
  • Parallelverarbeitung mittels FPGAs
  • Mikrocontrollern zur Sensorverarbeitung und Motorsteuerung