University of Siegen
Publikations- und Dokumentenserver der Universitätsbibliothek SiegenNot a member yet
2016 research outputs found
Sort by
Entwicklung und Optimierung der schnellen Einzelpartikel-Massenspektrometrie mit induktiv gekoppeltem Plasma als Instrument zur Analyse von Nanomaterialien in Umweltgewässern
No full textSingle particle inductively coupled plasma mass spectrometry (spICP-MS) is an instrumental analysis method that enables the determination of the size, size distribution, and particle number concentration of nanoparticles (NP) in suspensions. Due to its comparatively short total analysis time of a few minutes and minimal required sample preparation, spICP-MS has evolved to a routine research tool to characterize NP in aqueous samples, as e.g. surface water, sea water, and waste water. Because nanoparticle toxicity can be size dependent (among other factors), it is crucial to be able to detect NP in the largest possible size range. This thesis reports novel instrumental developments and data processing pathways that aim to decrease the lower size detection limit of spICP-MS with a quadrupole mass analyzer and to further enhance analysis and data evaluation speed.
First, a novel data acquisition unit is tested that provides nanosecond time resolution spICP-MS (4 ns, nanoDAQ). In contrast to previous spICP-MS analysis methods with milli- or microsecond time resolution, this fast measurement mode enables not only the detection of individual NP, but even the detection of individual atoms that make up each NP. Because the structure of the obtained data differs from conventional spICP-MS, a data processing workflow is developed to determine NP sizes and particle number concentrations. It is shown that the prototype nanoDAQ achieves a size detection limit for gold NP in bi-distilled water samples of ca. 7 nm. Subsequently, an optimized version of the nanoDAQ prototype is evaluated, which was developed to reduce measurement artifacts. The figures of merit of the improved system are showcased.
In order to reduce and facilitate data processing steps, an automated ion cloud recognition algorithm is tested and described, which had been tailor-made to detect, characterize, and count NP signals in the nanosecond time-resolved data from the nanoDAQ. The algorithm is first tested on model suspensions of spherical gold NP (4.7–125 nm diameter) in bi-distilled water samples and is compared to the previously used, elaborate data processing workflow. After careful evaluation of the method capabilities, the nanoDAQ system and the automated algorithm are utilized for the analysis of surface water and waste water samples from a field study. With the novel method, NP containing Ag, Ce, and Zr could be detected successfully in regional surface water samples from the area of Siegen and their particle number concentrations (PNC) could be estimated. The estimated PNC agree well with comparative values that were reported in the literature for river systems in Europe and North America.Die Massenspektrometrie mit induktiv gekoppeltem Plasma im Einzelpartikel-Modus (spICP-MS) ist eine instrumentelle Analysenmethode, welche die Bestimmung von Größe, Größenverteilung und Partikelanzahlkonzentration von Nanopartikeln (NP) in Suspensionen ermöglicht. Aufgrund der vergleichsweise kurzen Gesamtanalysezeit von wenigen Minuten und der minimalen erforderlichen Probenvorbereitung hat sich spICP-MS zu einer in der Forschung routinemäßig-verwendeten Methode zur Charakterisierung von NP in wässrigen Proben, wie z.B. Oberflächenwasser, Meerwasser und Abwasser, entwickelt. Da die Toxizität von NP (neben anderen Faktoren) von deren Größe abhängt, ist es entscheidend, sie in einem größtmöglichen Größenbereich nachweisen zu können. In dieser Arbeit werden neue instrumentelle Entwicklungen und Datenverarbeitungswege vorgestellt, die darauf abzielen, die untere Nachweisgrenze von spICP-MS in Kombination mit einem Einzel-Quadrupol-Massenanalysator zu senken und die Analyse- und Datenauswertungsgeschwindigkeit weiter zu erhöhen.
Zunächst wird eine neuartige Datenerfassungseinheit getestet, welche spICP-MS mit einer Zeitauflösung im Nanosekundenbereich (4 ns, nanoDAQ) ermöglicht. Im Gegensatz zu bisherigen spICP-MS-Methoden erlaubt dieser schnelle Messmodus nicht nur den Nachweis einzelner NP, sondern sogar die Detektion einzelner Atome, aus welchen jeder NP besteht. Da sich die Struktur der erhaltenen Daten von denen der konventionellen spICP-MS unterscheidet, wird ein Datenverarbeitungsworkflow entwickelt, um Partikelgrößen und anzahlkonzentrationen zu bestimmen. Es wird gezeigt, dass der nanoDAQ-Prototyp eine Größennachweisgrenze für Gold-NP in bi-destilliertem Wasser von ca. 7 nm erreicht. Anschließend wird eine optimierte Version des nanoDAQ-Prototyps getestet, welche entwickelt wurde um Messartefakte zu reduzieren. Die Leistungsdaten des verbesserten Systems werden vorgestellt.
Zur Reduzierung und Vereinfachung der Datenverarbeitungsschritte wird ein automatischer Algorithmus zur Erkennung von Ionenwolken getestet und beschrieben, der speziell für das Erkennen, Charakterisieren und Zählen von NP-Signalen in den Nanosekunden-zeitaufgelösten Daten des nanoDAQ entwickelt wurde. Der Algorithmus wird zunächst an Modell-Suspensionen sphärischer Goldnanopartikel (4.7–125 nm Durchmesser) in bi-destilliertem Wasser getestet und mit dem zuvor verwendeten, aufwendigen Datenverarbeitungsprozess verglichen. Nach sorgfältiger Evaluierung der Leistungsfähigkeit der Methode werden das nanoDAQ-System und der automatisierte Algorithmus für die Analyse von Oberflächenwasser- und Abwasserproben aus einer Feldstudie eingesetzt. Mit der neuen Methode konnten Ag-, Ce- und Zr-enthaltende Nanopartikel erfolgreich in regionalen Oberflächengewässerproben aus der Region Siegen detektiert werden und deren Partikelanzahlkonzentration (PNC) konnte abgeschätzt werden. Die abgeschätzten PNC stimmen gut mit vergleichbaren Werten überein, welche in der Literatur für Flusssysteme in Europa und Nordamerika berichtet wurden
Tango and Comic. The Cultural Poetics of Discepolín and Quino during the Infamous and Rebellious Decades in Argentina
No full textDie Idee zu dieser Arbeit entstand bei der Betrachtung des Wandbildes von Omar Gasparini im La Boca-Viertel in Buenos Aires. Das daraus resultierende Interesse, die Kulturpoetiken von Enrique Santos Discépolo (Discepolín) und Juan Salvador Lavado (Quino) komparatistisch zu vergleichen, mag zunächst paradox erscheinen, schließlich haben Tango und Comic auf den ersten Blick nicht viel gemeinsam. Im Ergebnis jedoch erweist sich diese originelle Vorgehensweise als produktiv, denn sie beleuchtet das Zusammenspiel von gesellschaftlichen Konflikten und populären Ausdrucksformen innerhalb der argentinischen Geschichte aus einer ungewöhnlichen Perspektive im Hyperraum der Kultur.The idea for the volume emerged while contemplating Omar Gasparini's mural in the La Boca district of Buenos Aires. The resulting interest in comparing the cultural poetics of Enrique Santos Discépolo (Discepolín) and Juan Salvador Lavado (Quino) might seem paradoxical at first, as tango and comics appear to have little in common. However, this original approach ultimately proves productive, illuminating the interplay of social conflicts and popular forms of expression within Argentine history from an unusual perspective in the cultural landscape
Von Konzepten zur Anwendung: Maßgeschneiderte Hydrogelsysteme als vielseitige Materialien im biomedizinischen Bereich
No full textThe rapidly evolving field of biomedicine demands innovative solutions to complex medical challenges, necessitating interdisciplinary approaches in materials development. Polymeric materials, particularly hydrogels, have emerged as vital components in addressing biomedical challenges due to their unique physicochemical properties and biocompatibility.
This work investigates the development and application of hydrogel systems across three critical biomedical domains: biosensors, wound therapy, and implant technology. While these applications present distinct challenges, they share the fundamental requirement to precisely engineer the polymer architecture and the respective crosslinking mechanism.
The research focuses on polymers based on 2-oxazoline and on acrylamide derivatives, respectively, which were selected for their synthetic versatility and adaptability to diverse application requirements. Various crosslinking strategies were systematically investigated, including simultaneous deprotection and crosslinking, multiphoton as well as one-photon photocrosslinking. For that, each methodology was evaluated within its specific application context. Specifically, the investigation encompasses comprehensive characterization of the resulting hydrogel systems, with particular emphasis on thermoresponsive behavior and surface properties including antifouling, anti-adhesive, and antibacterial characteristics.
This thesis provides fundamental insights into both the underlying principles of tailored polymer network formation and their specific biomedical applications, contributing to the broader understanding of hydrogel-based materials in biomedicine.Das Gebiet der Biomedizin entwickelt sich rasch und erfordert innovative Lösungen für komplexe medizinische Fragestellungen. Aus diesem Grund sind interdisziplinäre Ansätze in der Materialentwicklung erforderlich. In diesem Zusammenhang haben sich polymere Materialien, insbesondere Hydrogele, aufgrund ihrer einzigartigen physikochemischen Eigenschaften und Biokompatibilität zu essenziellen Komponenten bei der Bewältigung biomedizinischer Herausforderungen entwickelt.
Diese Arbeit untersucht die Entwicklung und Anwendung von Hydrogelsystemen in drei wichtigen biomedizinischen Bereichen: Biosensoren, Wundtherapie und Implantattechnologie. Während diese Anwendungen unterschiedliche Problemstellungen repräsentieren, teilen sie grundlegende Anforderungen an präzise entwickelte Polymerarchitekturen und deren spezifische Vernetzungsmechanismen.
Die hier dargestellte Forschung konzentriert sich insbesondere auf Polymere, die aus 2-Oxazolin- und Acrylamidderivaten aufgebaut sind, welche aufgrund ihrer synthetischen Vielseitigkeit und Anpassungsfähigkeit an verschiedene Anwendungsanforderungen ausgewählt wurden. Für die Darstellung der Poylmernetzwerke wurden unterschiedliche Vernetzungsstrategien systematisch untersucht. Dazu gehören simultane Entschützung und Vernetzung, die Multiphotonen- sowie die Einphotonen-Photovernetzung. Dabei wurde jede dieser Methodiken im Kontext ihrer spezifischen Anwendung evaluiert. Dies umfasst eine umfangreiche Charakterisierung der resultierenden Hydrogelsysteme, mit besonderem Fokus auf thermoresponsives Verhalten und Oberflächeneigenschaften, einschließlich Anti-Fouling, Anti-Adhäsions- und antibakterieller Effekte.
Diese Dissertation liefert grundlegende Einblicke sowohl in die zugrundeliegenden Prinzipien der maßgeschneiderten Polymernetzwerke als auch in ihre spezifischen biomedizinischen Anwendungen und trägt damit zum breiteren Verständnis hydrogelbasierter Materialien in der Biomedizin bei
CliCFPGA: Kollaborationsplattform für komponentenbasierten Entwurf und Verifikation von KI-basierten Systemen mit FPGAs
No full textThe increasing demand for real-time data processing has propelled Field Programmable Gate Arrays (FPGAs) as prominent programmable accelerators in modern computing systems, as they often deliver substantial performance gains compared to microprocessors and graphics processing units (GPUs), while also consuming less power. FPGAs are now employed across a wide range of applications and are considered a potential solution to the challenges posed by the deceleration of Moore's Law in chip design. This rise of FPGAs in diverse applications has intensified the need to tailor FPGA design and verification platforms. However, FPGA development environments come with several challenges, such as requiring high-end computers for faster hardware compilation and managing multiple versions of FPGA computer-aided design (CAD) tools, which can create conflicts across different projects. In addition, the existing tools and platforms lack support for modularity, collaboration, and accessibility for novice users, offering no resources like hardware accelerator intellectual property (IP) libraries or tools enhanced by large language models (LLMs). Furthermore, the cost of large-scale FPGAs remains prohibitive for many individuals and institutions, limiting widespread FPGA development across various devices and application domains.
To alleviate these challenges, this thesis proposes CliCFPGA, a flexible and scalable FPGA design, verification, and prototyping platform to simplify education and development by reducing hardware costs through the shared use of high-performance servers and consolidating various FPGA CAD tools onto a single platform. CliCFPGA leverages the FPGA design and verification flow through a collaborative workspace for FPGA design, verification, and prototyping. This collaborative workspace provides full access to the peripherals of FPGA boards, enabling real-time debugging and simultaneous testing of multiple distinct FPGA boards.
On the other hand, to further streamline the Artificial Intelligence (AI)-based hardware accelerator design and verification for FPGAs, CliCFPGA offers an IP library module to provide a pre-verified library of high-performance hardware accelerator IP cores, facilitating rapid and secure FPGA prototyping for non-professional users and beginners. The library encompasses accelerator IP cores for various application domains, ensuring a fast and reliable design and verification process. In addition, CliCFPGA also offers an LLM-assisted tool that can assist in generating and verifying the hardware description language (HDL). This tool enhances productivity by automating complex HDL coding and error detection tasks, significantly reducing FPGA design and verification time.
The evaluation of the CliCFPGA platform effectively automates FPGA design and verification processes. A comprehensive evaluation has been conducted to evaluate the performance of the CliCFPGA platform, incorporating both qualitative and quantitative data to assess its effectiveness in meeting educational and research objectives. Users have expressed increased satisfaction with the platform's ease of use and ability to facilitate collaboration through the CliCFPGA collaborative workspace with real-time feedback. A survey evaluating all the CliCFPGA modules, including software and hardware facilities of the CliCFPGA collaborative workspace, IP library, and LLM-assisted design features, revealed high user satisfaction. Results show that users can save up to 3x the time required to design and verify different applications compared to traditional platforms, highlighting the platform's efficiency. These findings suggest that CliCFPGA significantly enhances the development experience while effectively automating FPGA design processes, supporting educational, industrial, and research needs without compromising performance.Die steigende Nachfrage nach Datenverarbeitung in Echtzeit hat dazu geführt, dass Field Programmable Gate Arrays (FPGAS) zu den wichtigsten programmierbaren Beschleunigern in modernen Computersystemen geworden sind, da sie im Vergleich zu Mikroprozessoren und Grafikprozessoren (GPUs) oft erhebliche Leistungssteigerungen bieten und gleichzeitig weniger Strom verbrauchen. FPGAs werden heute in einem breiten Spektrum von Anwendungen eingesetzt und gelten als potenzielle Lösung für die Herausforderungen, die sich aus der Verlangsamung des Mooreschen Gesetzes beim Chipdesign ergeben. Dieser Anstieg von FPGAs in verschiedenen Anwendungen hat den Bedarf an maßgeschneiderten FPGA-Design- und Verifikationsplattformen verstärkt. FPGA-Entwicklungsumgebungen sind jedoch mit verschiedenen Herausforderungen verbunden, wie z. B. dem Bedarf an High-End-Computern für eine schnellere Hardwarekompilierung und der Verwaltung mehrerer Versionen von FPGA-CAD-Tools (Computer-Aided Design), was zu Konflikten zwischen den verschiedenen Projektversionen führen kann. Außerdem fehlt es den vorhandenen Tools und Plattformen an Unterstützung für Modularität, Zusammenarbeit und Zugänglichkeit für unerfahrene Benutzer, da sie keine Ressourcen wie Bibliotheken für Intellectual Property (IP) von Hardwarebeschleunigern oder durch Large Language Models (LLMs) erweiterte Tools bieten. Darüber hinaus ist die Anschaffung großer FPGAs für viele Einzelpersonen und Institutionen nach wie vor unerschwinglich, was die weit verbreitete FPGA-Entwicklung in verschiedenen Geräten und Anwendungsbereichen einschränkt.
Um diese Herausforderungen zu bewältigen, schlägt diese Arbeit CliCFPGA vor, eine flexible und skalierbare FPGA-Design-, Verifikations- und Prototyping-Plattform, die Ausbildung und Entwicklung vereinfacht, indem sie Hardwarekosten durch die gemeinsame Nutzung von Hochleistungsservern reduziert und verschiedene FPGA-CAD-Tools auf einer einzigen Plattform konsolidiert. CliCFPGA nutzt den FPGA-Design- und Verifikationsfluss durch einen kollaborativen Arbeitsbereich für FPGA-Design, -Verifikation und -Prototyping. Dieser kollaborative Arbeitsbereich bietet vollen Zugriff auf die Peripherie von FPGA-Boards und ermöglicht Debugging in Echtzeit und gleichzeitiges Testen mehrerer unterschiedlicher FPGA-Boards.
Um das Design und die Verifikation von Hardware-Beschleunigern für FPGAs, die auf künstlicher Intelligenz (KI) basieren, weiter zu vereinfachen, bietet CliCFPGA ein IP-Bibliotheksmodul an, das eine vorverifizierte Bibliothek von Hochleistungs-Hardware-Beschleuniger-IP-Cores bereitstellt und so ein schnelles und sicheres FPGA-Prototyping für nicht-professionelle Anwender und Anfänger ermöglicht. Die Bibliothek umfasst Beschleuniger-IP-Cores für verschiedene Anwendungsbereiche und gewährleistet einen schnellen und zuverlässigen Design- und Verifikationsprozess. Darüber hinaus bietet CliCFPGA ein LLM-gestütztes Tool, das bei der Generierung und Verifizierung der Hardwarebeschreibungssprache (HDL) helfen kann. Dieses Tool steigert die Produktivität, indem es komplexe HDL-Codierungs- und Fehlererkennungsaufgaben automatisiert und so die Zeit für FPGA-Design und -Verifikation erheblich reduziert.
Die Evaluierung der CliCFPGA-Plattform automatisiert FPGA-Entwurfs- und Verifikationsprozesse auf effektive Weise. Es wurde eine umfassende Evaluierung durchgeführt, um die Leistung der CliCFPGA-Plattform zu bewerten. Dabei wurden sowohl qualitative als auch quantitative Daten einbezogen, um die Effektivität der Plattform bei der Erfüllung von Ausbildungs- und Forschungszielen zu beurteilen. Die Benutzer äußerten sich sehr zufrieden mit der Benutzerfreundlichkeit der Plattform und der Möglichkeit, die Zusammenarbeit durch den CliCFPGA Collaborative Workspace mit Echtzeit-Feedback zu erleichtern. Eine Umfrage zur Bewertung aller CliCFPGA-Module, einschließlich der Software- und Hardwareeinrichtungen des CliCFPGA Collaborative Workspace, der IP-Bibliothek und der LLM-unterstützten Entwurfsfunktionen, ergab eine hohe Benutzerzufriedenheit. Die Ergebnisse zeigen, dass die Benutzer im Vergleich zu herkömmlichen Plattformen bis zu dreimal so viel Zeit für den Entwurf und die Verifizierung verschiedener Anwendungen einsparen können, was die Effizienz der Plattform unterstreicht. Diese Ergebnisse deuten darauf hin, dass CliCFPGA die Entwicklungserfahrung signifikant verbessert und gleichzeitig FPGA-Designprozesse effektiv automatisiert, um die Bedürfnisse von Ausbildung, Industrie und Forschung ohne Leistungseinbußen zu unterstützen
Mental time travelling with Kant
No full textDie Fähigkeit des mentalen Zeitreisens ist für uns völlig alltäglich. Selten bis nie reflektieren wir im Alltag darüber, wie viel Erinnern und wie viel Imaginieren wir im Verlauf eines Tages erleben, wie geprägt unser gegenwärtiges Denken und Handeln von vergangenen Erfahrungen und zukünftigen Zielen ist. Würde aber diese Fähigkeit Schaden nehmen, wie es z. B. im Fall von Demenzerkrankungen eintreten kann oder sogar wegfallen, stellt sich die Frage: Wer wären wir ohne unsere Erinnerungen und ohne unsere Wünsche, Erwartungen und Ziele? Über mentales Zeitreisen nachzudenken bedeutet also, über eine Fähigkeit nachzudenken, die uns Menschen als Menschen ausmacht.
Kant hat allerdings weder viel über Erinnerungen und Imaginationen geschrieben, noch hat er die Psychologie als Wissenschaft gesehen. Indem sich auf die rekonstruierte Wahrnehmungstheorie von Kant bezogen wird und die transzendentalphilosophische Subjektivitätstheorie, wie sie von Gerold Prauss (1990 ff.) entwickelt wurde, zu Grunde gelegt wird, kann Kant und kantisches Vokabular auch in einer modernen Debatte über mentales Zeitreisen herangezogen werden. Kants Wahrnehmungstheorie muss dafür zunächst ergänzt werden, um die Komponenten des Vergangenen wie auch des Zukünftigen. Diese Ergänzung ist genau genommen eine Weiterentwicklung der kantischen Theorie, da sie empirische Befunde ernst nimmt und diese, mittels kantischem Vokabular, aufnimmt.
Die Art und Weise, wie wir Erinnerungen und Imaginationen erzeugen, ist dieselbe. Wir benötigen bei beiden Akten produktive Einbildungskraft, um eine andere Zeitform als die der Gegenwart zu erzielen. Und wir benötigen bei beiden Akten reproduktive Einbildungskraft, um uns ein Objekt/ein Ereignis gegenständlich zu machen. Episodisches Erinnern und Imaginieren bedeutet, dass es um Ereignisse meiner Vergangenheit und Zukunft geht und nicht um die von irgendjemandem. Ausschlaggebend dafür, dass ich eine Erinnerung bzw. eine Imagination als meine annehme, ist mein Bewusstsein: als Selbstverwirklichungs- wie auch Fremdverwirklichungsbewusstsein (Friebe 2005) in der ursprünglichen Wahrnehmung, als Fremd- wie auch Selbstverzeitlichungsbewusstsein in der Erinnerung und Imagination. Letzteres kann nur aktiviert werden, wenn es überhaupt eine Erfahrung gibt, auf die ich mich beziehen kann, von der ich etwas ableiten kann – ob als Erinnerung oder als Imagination. Beide Akte beruhen auf der Fähigkeit eines Subjekts, reflektieren zu können. Damit ist mentales Zeitreisen zunächst nur erfahrenen Subjekten zugänglich, die diese Akte bewusst anstreben. Allerdings sind Erinnerungen in einem höheren Maße irrtumsanfällig. Die in dieser Arbeit beschriebenen Irrtumsmöglichkeiten zeigen daher auch die Unterschiede zwischen Erinnern und Imaginieren auf. Diese Unterschiede können weitere Perspektiven in die Debatte um mentales Zeitreisen einbringen, die noch stark von zwei gegensätzlichen Theorien beherrscht wird: Kausaltheorien und Simulationstheorien. Die erweiterte Subjektivitätstheorie erweist sich als eine hybride Theorie.The ability to mentally travel in time is something we take for granted every day. In everyday life, we rarely or never reflect on how much remembering and how much imagining we experience in the course of a day, or on how our current thoughts and actions are shaped by past experiences and future goals. However, if this ability were damaged or even disappeared, as can happen in the case of dementia, for example, the question arises: who would we be without our memories and without our wishes, expectations, and goals? Therefore, thinking about mental time travel means thinking about an ability that defines us as human beings.
However, Kant did not write much about memories and imagination, nor did he consider psychology to be a science. By referring to Kant's reconstructed theory of perception and using the transcendental philosophical theory of subjectivity (transzendentale Subjektivitätstheorie) as developed by Gerold Prauss (1990 ff.) allows us to incorporate Kant and Kantian vocabulary into a modern debate on mental time travel. Kant's theory of perception must first be extended to include the components of the past and the future. Strictly speaking, this addition is a further development of Kant's theory, as it acknowledges and incorporates empirical findings using Kantian vocabulary.
The way in which we generate memories and imagination is basically the same. We need productive imagination (produktive Einbildungskraft) in both acts in order to achieve a time frame other than the present. We also need reproductive imagination (reproduktive Einbildungskraft) for both processes in order, to represent an object or event. Episodic remembering and imagination are about events in my past and future, not anyone else's. The decisive factor in my accepting of a memory or an imagination as my own is my consciousness. Based on a form of my self-awareness that is considered actual as well as the awareness that others (objects, events...) are actual (Selbst- / Fremdverwirklichungsbewusstsein, Friebe 2005) in the original perception, my remembering and imaging counts as a form of my self-awareness that can place itself and others in different times (Selbst- / Fremdverzeitlichungsbewusstsein). The latter can only be activated if there is any experience at all to which I can refer, from which I can derive something - whether as a memory or an imagination. Both acts are based on the subject's ability to reflect. This means that mental time travelling is initially only accessible to experienced individuals who consciously strive to perform these acts. However, memories are more prone to error. The possibilities for error described in this paper therefore also highlight the differences between remembering and imagining. These differences can provide new insights into the ongoing debate on mental time travel, which is currently dominated by two opposing theories: causal theories and simulation theories. The extended Kantian theory is a hybrid of the two
Verbesserung der Personalisierten Hypoglykämievorhersage - Eine Kumulative Dissertation: Die Integration Multimodaler und Zeitlicher KI-Ansätze für ein Verbessertes Management von Hypoglykämien in Diversen Diabetes-Populationen
No full textBackground: Predicting hypoglycemia in diabetes management remains a substantial challenge, especially for individuals with Type 1 Diabetes (T1D), advanced Type 2 Diabetes (T2D), and prediabetes. Existing prediction systems are largely dependent on continuous glucose monitoring (CGM) data and offer limited accuracy for extended prediction horizons. These systems often fail to account for the complex, individualized physiological variations inherent to each patient. Traditional monitoring methods are primarily invasive and lack the foresight needed for timely intervention. This limitation results in a heightened risk of severe complications and a significant decline in the quality of life (QoL) of patients with diabetes.
Therefore, addressing these limitations requires an innovative, personalized, and multimodal approach to enhance the efficacy of hypoglycemia prediction and empower proactive diabetes management.
Objectives: The core aim of this research is to develop and validate advanced predictive models for personalized hypoglycemia prediction through three primary domains:
(i.) Methodological Development focused on advanced algorithm development, temporal modeling, and the creation of semantic frameworks to capture complex physiological interactions.
(ii.) Data Integration and Analysis emphasizes multimodal data integration, the use of non-invasive monitoring approaches, and advanced pattern recognition to enhance the predictive power of the models.
(iii.) the Implementation Framework aims at establishing personalization strategies, assessing clinical implementation, and optimizing technological solutions for embedding predictive models into wearable devices. Collectively, these objectives work towards an innovative, personalized, and practical approach to managing hypoglycemia in individuals with diabetes.
Methods: This cumulative thesis synthesized findings from five peer-reviewed publications, utilizing data from three complementary datasets: D1NAMO (n=7, Type 1 Diabetes (T1D) patients), BIG IDEAs Lab (n=16, prediabetic individuals), and MIMIC-III (glucose-insulin paired data from 9 518 patients). Key methodologies included shapelet-based feature extraction to identify distinctive physiological patterns indicative of hypoglycemia and semantic integration using ontologies and knowledge graphs for enhanced data context. Both traditional machine learning (ML) and Deep Learning (DL) models, such as Fully Convolutional Network (FCN) and Residual Network (ResNet), were evaluated for their predictive capabilities. Model validation implemented holdout and leave-one-person-out cross-validation. This approach emphasized personalized performance, temporal alignment, and the integration of
multimodal physiological signals to ensure robust, individualized hypoglycemia prediction.
Results: This research resulted in several key advancements in predictive modeling for hypoglycemia: (1) The FCN achieved 97% accuracy in predicting the time-to-hypoglycemia, extending prediction horizons up to 48 hours; while the ResNet model achieved 94% accuracy, emphasizing the role of model architecture in optimizing prediction capabilities. (2) Temporal analysis revealed critical glucose normalization patterns within a 1–4 hour timeframe before hypoglycemic episodes, underscoring opportunities for preventive interventions. (3) Shapelet-based analysis revealed varying model performances: the three-layered Convolutional Neural Network (CNN) achieved 76% accuracy with heart rate data, while the two-layered CNN model reached 67% accuracy. In comparison, traditional machine learning (ML) approaches showed complementary strengths – Random Forest Classifier (RFC) demonstrated 73% accuracy with heart rate and 69% with breathing rate data, and Support Vector Machine (SVM) achieved 56% accuracy with heart rate and 65% with breathing rate data. These differences in performance demonstrated that advanced architecture optimization is vital for capturing personalized physiological responses. (4) Correlation analyses demonstrated substantial inter-individual variability in glucose-heart rate relationships, with correlation coefficients ranging from -0.4087 to 0.1882, thus highlighting the necessity for tailored modeling approaches. (5) Integration of a semantic framework, utilizing ontologies and knowledge graphs, uncovered previously undetectable patterns through structured representations of patient-specific factors. This structured knowledge representation contributed to improve interpretability and prediction capabilities. (6) Classification models with temporal pattern modeliing, adapted to patient-specific glucose fluctuations achieved accuracy rates ranging from 84% to 99% for different individuals, thus, highlighting the importance of personalization in predictive modeling.
Conclusion: This research demonstrated that integrating multimodal physiological data, advanced temporal modeling, and semantic knowledge frameworks significantly enhances the prediction of hypoglycemic events. Also, by employing personalized modeling approaches, predictive accuracy per patient can be improved, enabling timely and patient-specific interventions. These advancements pave the way for transforming hypoglycemia prediction into a proactive and individualized system, ultimately contributing to better clinical outcomes and improved QoL for patients with diabetes.Hintergrund: Die Vorhersage von Hypoglykämien im Diabetesmanagement bleibt eine erhebliche Herausforderung, insbesondere für Personen mit Type 1 Diabetes (T1D), fortgeschrittener Type 2 Diabetes (T2D) und Prädiabetes. Bestehende Vorhersagesysteme, die sich hauptsächlich auf continuous glucose monitoring (CGM)-Daten stützen, bieten nur eine begrenzte Genauigkeit bei erweiterten Vorhersagehorizonten und berücksichtigen oft nicht die komplexen, individuellen physiologischen Unterschiede jedes Patienten. Darüber hinaus basieren herkömmliche Überwachungsmethoden größtenteils auf invasiven Techniken und bieten nicht die Voraussicht, die für rechtzeitige Interventionen erforderlich ist. Dies führt zu einem erhöhten Risiko schwerer Komplikationen und einer erheblichen Verschlechterung der quality of life (QoL) von Menschen mit Diabetes. Daher erfordert die Bewältigung dieser Einschränkungen einen innovativen, personalisierten und multimodalen Ansatz, um die Wirksamkeit der Hypoglykämievorhersage zu verbessern und ein proaktives Diabetesmanagement zu ermöglichen.
Ziele: Das zentrale Ziel dieser Forschung ist die Entwicklung und Validierung fortschrittlicher prädiktiver Modelle zur personalisierten Hypoglykämievorhersage in drei Hauptbereichen:
(i) Methodische Entwicklung, mit dem Fokus auf die Entwicklung fortschrittlicher Algorithmen, zeitlicher Modellierung und der Erstellung semantischer Rahmenwerke, um komplexe physiologische Interaktionen zu erfassen.
(ii) Datenintegration und Analyse betont die Integration multimodaler Daten, die Nutzung nicht-invasiver Überwachungsansätze sowie fortschrittliche Mustererkennung, um die Vorhersagekraft der Modelle zu verbessern.
(iii) Das Implementierungsframework zielt auf die Etablierung von Personalisierungsstrategien, die Bewertung der klinischen Umsetzung und die Optimierung technologischer Lösungen zur Integration prädiktiver Modelle in tragbare Geräte ab. Diese Ziele zusammen arbeiten auf einen innovativen, personalisierten und praktikablen Ansatz zur Verwaltung von Hypoglykämien bei Menschen mit Diabetes hin.
Methoden: Diese kumulative Dissertation stellt die Ergebnisse aus fünf begutachteten Veröffentlichungen dar, wobei Daten aus drei komplementären Datensätzen verwendet wurden: D1NAMO (n=7, T1D-Patienten), BIG IDEAs Lab (n=16, prädiabetische Personen) und MIMIC-III (Glukose-Insulin-Paarwerte von 9 518 Patienten). Zu den zentralen Methoden gehörten die shapelet-basierte Merkmalsextraktion zur Identifizierung markanter physiologischer Muster, die auf Hypoglykämie hindeuten, und die semantische Integration mithilfe von Ontologien und Wissensgraphen für einen verbesserten Datenkontext. Sowohl traditionelle machine learning (ML)- als auch Deep Learning (DL)-Modelle, wie das Fully Convolutional Network (FCN) und Residual Network (ResNet), wurden auf ihre Vorhersagefähigkeit hin untersucht. Die Modellvalidierung erfolgte mittels Holdout- und Leave-One-Person-Out-Cross-Validation. Dabei lag der Fokus auf der personalisierten Leistung, der zeitlichen Abstimmung und der Integration multimodaler physiologischer Signale, um eine robuste, individuelle Hypoglykämievorhersage zu gewährleisten.
Ergebnisse: Diese Forschung führte zu mehreren wichtigen Fortschritten im prädiktiven Modellieren von Hypoglykämien: (1) Das FCN erreichte eine Genauigkeit von 97% bei der Vorhersage der Zeit bis zur Hypoglykämie und erweiterte den Vorhersagehorizont auf bis zu 48 Stunden. Das ResNet-Modell erreichte-eine Genauigkeit von 94%, was die Rolle der Modellarchitektur bei der Optimierung der Vorhersagefähigkeiten unterstreicht; (2) Die zeitliche Analyse zeigte kritische Glukosenormalisierungsmuster im Zeitfenster von 1–4 Stunden vor hypoglykämischen Episoden, was Möglichkeiten für präventive Interventionen aufzeigt; (3) Die shapelet-basierte Analyse zeigte unterschiedliche Modellleistungen: das dreischichtige Convolutional Neural Network (CNN) erreichte eine Genauigkeit von 76% mit nur Herzfrequenzdaten, während das zweischichtige CNN-Modell 67% Genauigkeit erreichte. Im Vergleich dazu zeigten traditionelle ML-Ansätze komplementäre Stärken – der Random Forest Classifier (RFC) erreichte eine Genauigkeit von 73% mit Herzfrequenz- und 69% mit Atemfrequenzdaten, während der Support Vector Machine (SVM) eine Genauigkeit von 56% mit Herzfrequenz- und 65% mit Atemfrequenzdaten erzielte. Diese Unterschiede in der Leistung zeigen, dass die Optimierung der Architektur entscheidend für das Erfassen personalisierter physiologischer Reaktionen ist; (4) Korrelationsanalysen zeigten eine erhebliche interindividuelle Variabilität in der Beziehung zwischen Glukose und Herzfrequenz, mit Korrelationskoeffizienten von -0,4087 bis 0,1882, was die Notwendigkeit maßgeschneiderter Modellierungsansätze verdeutlicht; (5) Die Integration eines semantischen Frameworks, unter Verwendung von Ontologien und Wissensgraphen, deckte zuvor unerkannte Muster durch strukturierte Darstellungen patientenspezifischer Faktoren auf, was zu einer verbesserten Interpretierbarkeit und Vorhersagefähigkeit beitrug; und (6) Die individuelle zeitliche Muster-Modellierung führte zu bedeutenden Fortschritten, da Klassifikationsmodelle an patientenspezifische Glukoseschwankungsdefinitionen angepasst wurden. Die Genauigkeitsraten von 84% bis 99% für verschiedene Personen validiert die Bedeutung der Personalisierung in der prädiktiven Modellierung.
Schlussfolgerung: Diese Forschung zeigt, dass die Integration multimodaler physiologischer Daten, fortschrittliche zeitliche Modellierung und semantische Wissensrahmen die Vorhersage von Hypoglykämien erheblich verbessern. Durch den Einsatz personalisierter Modellierungsansätze kann die Vorhersagegenauigkeit verbessert und rechtzeitige, patientenspezifische Interventionen ermöglicht werden. Diese Fortschritte ebnen den Weg zur Transformation der Hypoglykämievorhersage in ein proaktives, individuelles Instrument, das letztlich zu besseren klinischen Ergebnissen und einer verbesserten QoL für Patienten mit Diabetes beiträgt
Siegener Beiträge zur Geschichte und Philosophie der Mathematik 2024
No full textDie im nunmehr achtzehnten Band von SieB (Siegener Beiträge zur Geschichte und Philosophie der Mathematik) vereinten Aufsätze dokumentieren jene Pluralität von Themen, Perspektiven und Methoden das große Oberthema Geschichte und Philosophie der Mathematik betreffend, die in den vorangehenden Bänden bereits ein Anliegen der Reihe war.
Die Siegener Beiträge bieten ein Forum für den Diskurs im Bereich von Philosophie und Geschichte der Mathematik. Dabei stehen die folgenden inhaltlichen Aspekte im Zentrum:
1. Philosophie und Geschichte der Mathematik sollen einander wechselseitig fruchtbar irritieren: Ohne Bezug auf die real existierende Mathematik und ihre Geschichte läuft das philosophische Fragen nach der Mathematik leer, ohne Bezug auf die systematische Reflexion über Mathematik wird ein Bemühen um die Mathematikgeschichte blind.
2. Geschichte ermöglicht ein Kontingenzbewusstsein, philosophische Reflexion fordert Kontextualisierungen heraus. Damit stellen sich u. a. Fragen nach der Rolle der Mathematik für die Wissenschaftsgeschichte, aber auch nach einer gesellschaftlichen Rolle der Mathematik und deren historischer Bedingtheit.Inhaltsverzeichnis:
Romain Büchi: Über Beweis, Wahrheit und Gewissheit in der Mathematik
Oliver Ebbers: Das mathematische Lebenswerk von Ghiyath ad-Din Dschamschid bin
Mas'ud bin Muhammad al-Kaschi
Susanne Spies: Anschauung als Leitprinzip im Rechenunterricht bei Pestalozzi und
Diesterweg
Karin Richter & Toni Reimers: A Contribution on the Unpublished Cantor Correspondence in Halle
Julia Franke-Reddig: Bernard Bolzano im Kontext der Logikgeschichtsschreibung von Heinrich
Scholz
Niko Strobach: Heinrich Scholz über den Tod von Felix Hausdorf
Medikalisierung und Psychologisierung in wissenschaftlichen und öffentlichen Diskursen - Die Wahrnehmung von Armut, Arbeitslosigkeit und kindlicher Entwicklung
No full textKumulative DissertationIn this dissertation, I examine processes of medicalization and psychologization in different discourses. Medicine and psychology have played a substantial role in describing social conditions, which is true in a variety of contexts. From sci- entific discourses, in which knowledge is generated and discussed to public dis- courses like mass media or political debates. A central concern of this disserta- tion is the mechanism by which such processes occur, and which actors are in- volved. For the scientific discourse, I analyzed which disciplines are leading in the international research on poverty in the Web of Science (WoS) between 1956-2017 and which changes in content are thus evident over time. In the (mass) media discourse based on different daily and weekly newspapers in Ger- many, I examined how the reporting of the last 25 years on unemployment and childhood is shaped and whether these two areas are more strongly linked to medical and psychological issues. In a further contribution, I focused on the COVID-19 pandemic. Since external influences may also cause medicalization and psychologization tendencies to emerge, I analyzed to what extent school closures in Germany have been a driver for an increased interest in mental health among children and adolescents. Here I was able to show that this was indeed the case and that, in addition to the purely epidemiological aspects of the pan- demic, threats to mental health as a side effect of the non-pharmaceutical measures became more prominent. Overall, I show that processes of medicalization and psychologization are traceable in various discourses through different actors and that external influ- ences like the COVID-19 pandemic can play a significant role
Über den Entwurf und die Simulation neuartiger Vertikalachsenturbinen
No full textThis dissertation provides a comprehensive investigation and advancement of methods for the design of vertical axis turbines (VAT), focusing on novel concepts and advanced simulation techniques. The starting point is a detailed analysis of the Kirsten-Boeing turbine, an almost unknown design from the 1920s characterized by a combination of lift- and drag-driven rotor features. Despite its unique operational flexibility, this turbine poses a major challenge in terms of efficiency and modeling complexity.
To overcome these challenges, a new tool, the Actuator Surface Model (ASM), is developed based on the Navier-Stokes equations and blade element methods. This tool bridges the gap between high-resolution computational fluid dynamics (CFD) and simpler momentum models and enables near real-time simulations of VATs.
Further progress in the work includes the development of a neural network based dynamic stall model that is integrated into the ASM to improve the prediction accuracy of turbine performance under different operating conditions. Based on these tools, a new turbine design, the Linear Turbine, is being developed and tested. This design adds linear sections to the classic Darrieus turbine scheme and achieves an efficiency of about 42% in field tests, which is a significant increase over the first prototypes and shows the potential for efficient kinetic energy conversion in free-flowing waters.
This cumulative work documents the development from the Kirsten-Boeing turbine to the Linear Turbine and illustrates the synergy between scientific research, methodical development and practical engineering work in the field of hydropower. Each turbine is not just a theoretical concept, but a hand-made technical solution that has been tested and validated under real conditions. The knowledge gained from each development step reflects the overarching goal of increasing efficiency, minimizing environmental impact and exploiting the full potential of hydropower.Diese Dissertation bietet eine umfassende Untersuchung und Weiterentwicklung der Methoden für die Auslegung von Vertikalachsenturbinen (VAT), wobei der Schwerpunkt auf neuartigen Konzepten und fortschrittlichen Simulationstechniken liegt. Ausgangspunkt ist eine detaillierte Analyse der Kirsten-Boeing-Turbine, einem nahezu unbekannten Design aus den 1920er Jahren, das durch eine Kombination aus Auftriebsund Widerstandsläufer-Eigenschaften gekennzeichnet ist. Trotz der einzigartigen Betriebsflexibilität stellt diese Turbine eine große Herausforderung in Bezug auf Effizienz und Modellierungskomplexität dar.
Zur Bewältigung dieser Herausforderungen wird ein neues Werkzeug, das Actuator-Surface-Model (ASM), entwickelt, das auf den Navier-Stokes-Gleichungen und Blattelementmethoden basiert. Dieses Werkzeug schließt die Lücke zwischen hochauflösender Strömungssumulation (CFD) und einfacheren Impulsmodellen und ermöglicht nahezu Echtzeitsimulationen von VATs.
Weitere Fortschritte in der Arbeit umfassen die Entwicklung eines auf Neuronalen Netzen basierenden dynamischen Strömungsabriss-Modells, das in das ASM integriert wird, um die Vorhersagegenauigkeit der Turbinenleistung unter verschiedenen Betriebsbedingungen zu verbessern. Aufbauend auf diesen Werkzeugen wird ein neues Turbinendesign, die Linearturbine, entwickelt und getestet. Dieses Design erweitert den klassischen Aufbau der Darrieus-Turbine um lineare Abschnitte und erreicht eine Effizienz von etwa 42% im Feldversuch, was eine signifikante Steigerung gegenüber den ersten Prototypen darstellt und das Potenzial für eine effiziente kinetische Energieumwandlung in frei fließenden Gewässern zeigt.
Diese kumulative Arbeit dokumentiert die Entwicklung von der Kirsten-Boeing-Turbine bis hin zur Linearturbine und veranschaulicht die Synergie zwischen wissenschaftlicher Forschung, methodischer Entwicklung und praktischer Ingenieursarbeit im Bereich der Wasserkraft. Jede Turbine stellt dabei nicht nur ein theoretisches Konstrukt dar, sondern eine handgefertigte, technische Lösung, die unter realen Bedingungen getestet und validiert wurde. Die gewonnenen Erkenntnisse aus jedem Entwicklungsschritt spiegeln das übergeordnete Ziel wider, die Effizienz zu steigern, die Umweltbelastung zu minimieren und das volle Potenzial der Wasserkraft auszuschöpfen
Career service papers - csp 22/2025
No full textThemen der aktuellen csp sind die Steigerung des Karriereanpassungsvermögens und der Beschäftigungsfähigkeit durch kurze Interventionen, die Auseinandersetzung mit der Frage, wie Emotionen Studierenden helfen Gelerntes längerfristig verfügbar zu halten, und ein Interview über Erfahrungen, Perspektiven und Einschätzungen zur Beziehung von Künstlicher Intelligenz und dem Berufsfeld Journalismus.
Artikelübersicht:
Ute-Christine Klehe, Anna van der Horst, Gloria Willhardt, Annika Greinert:
Effektiv und (dank train-the-trainer) effizient: Eine kurze Intervention zur Steigerung von Karriereanpassungsvermögen und Beschäftigungsfähigkeit Studierender
Andrea Schröder:
Stolz, Freude, Wut oder Langeweile – Können Emotionen unseren Studierenden helfen, Gelerntes längerfristig abzurufen?
Dorothee Wiegand, Marcellus Menke:
Künstliche Intelligenz und Journalismus. Erfahrungen, Perspektiven und Einschätzunge