Forschungsprojekte

Mit der stetig wachsenden Verfügbarkeit von Rechenleistung für Simulationen, neuen bildgebenden Verfahren und Sensoren mit immer höherer räumlicher und zeitlicher Auflösung, neuartigen molekularen Techniken und der Zunahme digitalisierter Patientendaten stehen wir vor einer fortlaufenden Explosion an verfügbaren Daten, die einen Prozess oder ein bestimmtes Ereignis in einer Maschine, einem Patienten, einem Tier oder einer Pflanze beschreiben. Eine integrierte Betrachtung und Analyse dieser Daten kann einen Gesamtüberblick liefern, stellt aber eine ständige Herausforderung an Datenintegration, Visualisierung und Datenanalyse dar. Diese Herausforderung wird noch größer, wenn nicht nur ein einzelner Datensatz zur Verfügung steht, sondern viele, etwa aus Patientenkohorten, Tierversuchen, Co-Simulationen oder Ensemblesimulationen.

Die Anwendungsziele dieses Projekts sind:

• Die KI-basierte Entscheidungsfindung in der digitalen Radiologie auf Basis heterogener Daten zu erweitern und zu verbessern.
• Ermöglichung des intuitiven Zugriffs auf sowie integrative Visualisierung und Analyse von Ensembles von multiskaligen, multitemporalen Bildgebungsdaten und/oder verwandten Multi-omics-Daten für die biowissenschaftliche Forschung (Life Science).
• Unterstützung des Vergleichs von komplexen Ereignissen und Prozessen in der Medizin und den Life Sciences, die durch heterogene, multiskalige und/oder multitemporale Datensätze erfasst/beschrieben werden.
• Forschung zur integrativen Visualisierung von Co-Simulationen unterschiedlicher Granularität.
• Unterstützung der interaktiven Exploration und Analyse von Ensembles von Co-Simulationen unterschiedlicher Granularität durch neuartige integrative Visualisierungslösungen mit besonderem Fokus auf Vergleichbarkeit.