Offenburg University of Applied Sciences
Hochschulschriftenserver der Hochschule OffenburgNot a member yet
6641 research outputs found
Sort by
Flexibility of Imports and Exports on the German Electricity System
No full textCross-border electricity exchanges play a vital role in Germany’s energy transition by enhancing renewable integration, reducing curtailment, and optimizing system operation. This study extends the MyPyPSA-Ger model to include neighboring countries and their interconnections, analyzing 2030 scenarios with expanded renewables and transmission upgrades. Findings show that increased cross-border trade enables better utilization of wind and solar power, minimizes reliance on fossil fuels, and lowers system costs by balancing supply fluctuations. Enhanced interconnections support a more sustainable and secure electricity supply, accelerating Germany’s shift toward a cleaner energy future
KI-gestützte Hautkrebserkennung mittels Millimeterwellenmessdaten
No full textHautkrebs gehört weltweit zu den häufigsten Tumorerkrankungen. Eine frühzeitige und sichere Diagnose ist entscheidend für die Prognose der Patienten. In der klinischen Praxis bestehen jedoch erhebliche Unsicherheiten. Viele auffällige Hautveränderungen werden vorsorglich biopsiert, obwohl sich ein Großteil dieser Befunde später als gutartig herausstellt. Diese Abweichung verdeutlicht den dringenden Bedarf an objektiven und verlässlichen Verfahren, die eine präzisere Unterscheidung zwischen malignem und gesundem Gewebe ermöglichen. Besonders wünschenswert sind Methoden, die ohne invasive Eingriffe auskommen.
In der vorliegenden Arbeit wurde untersucht, ob Hautkrebs automatisiert anhand elektromagnetischer Gewebesignale erkannt werden kann. Ziel war es, ein Klassifikationsmodell auf der Basis künstlicher Intelligenz zu entwickeln, das zwischen malignem, potenziell betroffenem und gesundem Hautgewebe differenziert. Das Modell sollte objektiv entscheiden und auf strukturierten Messdaten basieren. Hierfür wurden klinische Messdaten systematisch analysiert, explorativ ausgewertet und durch eine automatisierte Merkmalsextraktion in strukturierte Eingabedaten überführt. Verschiedene Klassifikationsverfahren wurden implementiert und hinsichtlich ihrer diagnostischen Leistungsfähigkeit miteinander verglichen.
Das leistungsstärkste Modell, ein Random Forest, erreichte eine Genauigkeit von 86 Prozent und eine besonders hohe Erkennungsrate für die Klasse Hautkrebs. Die Ergebnisse unterstreichen das Potenzial elektromagnetischer Verfahren in Kombination mit künstlicher Intelligenz und bilden eine vielversprechende Grundlage für künftige, nicht-invasive Ansätze in der Hautkrebsdiagnostik.Skin cancer is among the most common types of tumors worldwide. Early and accurate diagnosis is crucial for prognosis. However, uncertainties persist in clinical practice. Many suspicious skin lesions are biopsied as a precaution, although the majority are later found to be benign. This highlights the urgent need for objective and reliable methods that enable a more precise distinction between malignant and healthy tissue, ideally through non-invasive means.
The present study investigates whether skin cancer can be detected automatically based on electromagnetic tissue signals. The aim was to develop an AI-based classification model that distinguishes between malignant, potentially affected, and healthy skin tissue in a non-invasive, objective, and data-driven manner. For this purpose, clinical measurement data were analyzed, explored, and transformed into structured input features through automated feature extraction. Various classification methods were tested and compared regarding their predictive performance.
The best-performing model, a Random Forest, achieved an accuracy of 86 per cent and demonstrated a particularly high detection rate for the "skin cancer" class. The results illustrate the potential of combining electromagnetic techniques with artificial intelligence and lay the groundwork for future non-invasive approaches in skin cancer diagnostics
Übertragung von realen Bewegungen auf ein Finite Element der Wirbelsäule
No full textIn dieser Arbeit wurde ein Ansatz zur Durchführung einer probandenspezifischen Finite-Elemente-Analyse zur Berechnung der Spannungsverteilung in den Lendenwirbeln L4/L5 bei zwei unterschiedlichen Oberkörperhaltungen erprobt und getestet. Auf Basis experimenteller Bewegungsanalysedaten wurde mittels Matlab die konstanteste Standphase identifiziert. Für diese wurde der Zeitpunkt mit der höchsten vertikalen Bodenreaktionskraft in der Terminal-Stance-Phase bestimmt. Die zugehörigen Muskel-kräfte des Zeitpunktes wurden mit OpenSim berechnet. Das THUMS-V4-Modell wurde in Oasys Primer entsprechend der Körperhaltung des Probanden umpositioniert und mit LSPrePost auf das Bewegungssegment L4/L5 reduziert. Anschließend wurde das extrahierte Modell in Ansys Mechanical importiert, mit realistischen Materialdaten versehen und mit den berechneten Muskelkräften belastet. Die FEA lieferte spannungsmechanische Ergebnisse, die eine erhöhte Belastung im dorsalen Bereich der Band-scheibe abhängig von der Oberkörperneigung zeigten. Im Bewegungssegment zeigten die Ergebnisse die maximalste Belastung im kortikalen Anteil der Wirbelkörper. Die Ergebnisse demonstrieren das Potenzial des entwickelten Workflows für die individuelle Analyse von Wirbelsäulenbelastungen und mögliche Anwendungen in der Biomechanik, Rehabilitation und ergonomischen Arbeitsplatzgestaltung
Auswirkungen von KI und Datenanalysetools auf die Hauptprozesse des Controllings
No full textDie Bachelorarbeit untersucht, wie der Einsatz von Künstlicher Intelligenz (KI) und modernen Datenanalysetools die Hauptprozesse im Controlling verändert. Im Mittelpunkt steht die Frage, inwieweit diese Technologien Effizienz, Prognosegenauigkeit und Entscheidungsqualität steigern können. Neben der theoretischen Fundierung werden praxisrelevante Chancen und Herausforderungen beleuchtet - insbesondere im Hinblick auf den Mittelstand. Die Arbeit zeigt, dass der gezielte Einsatz von KI und Datenanalyse nicht nur operative Prozesse automatisieren kann, sondern auch das Rollenverständnis von Controllern neu definiert. Abschließend werden Handlungsempfehlungen für eine erfolgreiche Integration dieser Technologien gegeben
Investigating of Matching Networks for Substrate Integrated Waveguide (SIW) Antenna
No full textThis master thesis investigates the design and optimization of a substrate-integrated waveguide (SIW) antenna for skin cancer detection at 40 − 45 GHz. A key challenge in achieving efficient signal transmission in biomedical applications is the impedance mismatch between the antenna and biological tissues.
A thorough analysis of skin and cancer dielectric properties at RF frequencies is conducted, with simulations and theoritical calculated data compared to validate accuracy. This work explores impedance matching technique,particularly transmission lines, to improve antenna performance.The study further proposes a matching network that optimizes signal transmission by reducing reflections. The study introduces a reconfigurable SIW antenna, by incorporating stub tuning elements. This reconfigurability enhances the antenna’s ability to dynamically adapt to different skin types and to distinguish between healthy and cancerous tissue with improved sensitivity.
Simulation results demonstrate that the optimized antenna design achieves a return loss (S11) better than −10 dB, with a ∆ S11 of at least 10 dB between healthy and cancerous skin highlighting a significant contrast for reliable detection
Implementierung von Algorithmen in C++ zur Verbesserung der Genauigkeit eines chirurgischen Navigationssystems mittels Integration von Inertialsensorik
No full textIn der vorliegenden Arbeit wird untersucht, wie die rotatorische Genauigkeit eines chirurgischen Navigationssystems durch die Integration einer inertialen Messeinheit in einen optischen Tracker verbessert werden kann. Dafür werden zu Beginn die technischen Grundlagen einer inertialen Messeinheit sowie der optischen Navigation erläutert. Anschließend wird die inertiale Messeinheit (Thinkerforge IMU Bricklet 3.0) mit einem Stryker-Tracker verknüpft und mit dieser Konfiguration drei Ansätze zur Bestimmung von Rotationen analysiert. Dabei werden Eulerwinkel, Quaternionen und die Winkelgeschwindigkeit betrachtet, wobei die Winkelgeschwindigkeit für den Anwendungsfall das brauchbarste Ergebnis liefert. Um die Daten der inertialen Messeinheit mit denen eines optischen Trackers vergleichen zu können, wird ein neuer Tracker entwickelt, in den die inertiale Messeinheit integriert ist. Anschließend wird der Offset von den Daten des Trackers und der inertialen Messeinheit mittels normalisierter Kreuzkorrelation bestimmt, um diese dadurch zu synchronisieren. Abschließend werden die Daten des Trackers und der inertialen Messeinheit miteinander verglichen, wobei sich zeigt, dass die inertiale Messeinheit nur für den statischen Fall und sehr kleine Beschleunigungen des Trackers die Rotationsgenauigkeit verbessern kann. Da diese beiden Fälle jedoch nicht realitätsnah sind und keine Verbesserung für einen realitätsnahen Fall erzielt werden kann, ist das Ganze in der Praxis nicht anwendbar.This paper examines how the rotational accuracy of a surgical navigation system can be improved by integrating an inertial measurement unit into an optical tracker. To this end, the technical fundamentals of an inertial measurement unit and optical navigation are explained at the outset. The inertial measurement unit (Thinkerforge IMU Bricklet 3.0) is then linked to a Stryker tracker, and three approaches for determining rotations are analyzed using this configuration. Euler angles, quaternions, and angular velocity are considered, with angular velocity providing the most useful result for the application. In order to compare the data from the inertial measurement unit with that from an optical tracker, a new tracker is developed in which the inertial measurement unit is integrated. The offset between the data from the tracker and the inertial measurement unit is then determined using normalized cross-correlation in order to synchronize them. Finally, the data from the tracker and the inertial measurement unit are compared with each other, showing that the inertial measurement unit can only improve the rotational accuracy for static cases and very small accelerations of the tracker. However, since these two cases are not realistic and no improvement can be achieved for a realistic case, the whole process is not applicable in practice
Adaptives und unüberwacht lernendes System für Augmented-Reality-basierte Mensch-Maschine-Schnittstellen
No full textDie Dissertation befasst sich mit der Entwicklung einer auf Augmented-Reality-basierenden visuellen Steuerung von Handprothesen mittels minimaler Kopfbewegungen. Neben der Frage, ob eine derartige Steuerung zum Zwecke einer robusten und intuitiven Ansteuerung von Handprothesen zu realisieren ist, ist für die auswertende Einheit die Frage relevant, ob diese mittels eines künstlich intelligenten Systems zur Laufzeit mit vollständig frei wählbaren Kommandos trainiert werden kann. Die Nebenbedingungen für ein solches System sind, dass – anders als bei Systemen des State-of-the-Art – kein Bedarf an großen Datenmengen für das Training bestehen darf und sich das System selbstständig auf die ihm gegebenen Daten parametrisieren können muss. Für die visuelle Steuerung wird mit einem monokularen Tracking-Algorithmus und einer gewöhnlichen Augmented-Reality-Brille eine Steuerung realisiert, bei welcher der Nutzer durch Bewegungen seines Kopfes mit einem virtuellen Kommandofeld interagiert und darauf beliebige dreidimensionale Trajektorien als Steuerkommandos zeichnen kann. Die Steuersignale werden mit Hilfe der quaternionischen Fourier-Transformation effizient vorverarbeitet und anschließend die gefilterten quaternionischen Spektralkomponenten einem neuartigen, unüberwacht lernenden System zugeführt. Dieses System trainiert nicht nur zur Laufzeit, sondern parametrisiert sich selbstständig anhand der ihm vorliegenden Eingangsdaten. Diese dynamische und autonome Parametrisierung manifestiert sich konkret in adaptiven Aktivierungs- und Schwellenwertfunktionen, die anhand von Statistiken über die Eingangsdaten zur Laufzeit verändert werden. Die Statistiken, die für diese Adaptivität ursächlich sind, werden ebenfalls zur Laufzeit berechnet. Dies eröffnet dem System die Möglichkeit, sich an beliebige Daten des Nutzers anzupassen und sichert die zuverlässige Modellbildung. Darüber hinaus passt das System zur Laufzeit auch seine Modellgröße, d.h. die Anzahl der Cluster sowie seine Modelltiefe an. Dies alles erreicht das System letztlich dadurch, dass es eine dezidierte Vorstellung von den eingehenden Daten hat, da jedes Cluster sowohl ein generisches Modell als auch spezielle Ausprägungen der Daten speichert. Die Cluster-Map wird vom zusätzlich entwickelten Cluster-Merging-Mechanismus zur Laufzeit kompakt gehalten. Dieser Mechanismus stellt sicher, dass Cluster, die auf dieselben Daten reagieren, sukzessive zusammengeführt werden. Dieser zusätzlich stabilisierende Mechanismus ist notwendig, um den negativen Einfluss von vorschnell neueröffneten Clustern einzuschränken. Das System zeichnet sich durch kompakte Cluster mit jederzeit definierten Clustergrenzen aus. Gleichzeitig weist es jedem Cluster selbstständig ein Label zu und gibt für jedes Eingangssignal das Label des Clusters aus, zu welchem das Signal zugeordnet wurde. Damit klassifiziert das System die Eingangsdaten zur Laufzeit. Das System wurde sowohl mit realen Daten der visuellen Steuerung, als auch mit synthetisch generierten Daten evaluiert und dabei seine Funktionsfähigkeit bewiesen. Es konvergiert im Training regelmäßig zu einem stabilen und effizienten Modell, ist dabei robust gegenüber starken Störungen und Abweichungen in den Eingangsdaten und erreicht sehr schnelle Trainingszeiten, da es ohne Lernrate trainiert. Damit werden erstmals frei personalisierbare Mensch-Maschine-Schnittstellen möglich, bei denen der Nutzer frei wählbare Kommandos zur Laufzeit eingeben kann
Konzeption und Produktion eines Kinderhörbuchs: Edd’s Tierfreunde on the Beat - Rap aus dem Podcast-Studio
No full text„Edd’s Tierfreunde on the Beat – Rap aus dem Podcast-Studio“ ist ein Hörbuch für Grundschulkinder, das das Format eines Podcasts nachahmt, in dem Tiere interviewt werden. Die Geschichte gliedert sich in drei Folgen, die jeweils eine Tierspezies thematisieren. Ein fiktiver Braunbär als Host produziert gemeinsam mit den tierischen Gästen Songs, die Informationen über die jeweilige Spezies spielerisch vermitteln.
Ein zentrales Element ist die „300-Sekunden-Songtext-Challenge“, die Dialoge spannend hält und einen klaren zeitlichen Rahmen für die Zielgruppe schafft. Die Klanggestaltung orientiert sich an Hörspiel- und Streaming-Soundeffekten, um Fantasie anzuregen, Informationen zu unterstreichen und das Podcast-Feeling abwechslungsreich zu gestalten.
Am Ende jeder Folge wird der erarbeitete Songtext als vollständiger Rap-Song präsentiert, wodurch Inhalte musikalisch einprägsam vermittelt und wiederholtes Hören gefördert werden. Die erste Staffel behandelt die rote Waldameise, die Zwergfledermaus und den Rothirsch, wobei der Fokus bewusst auf heimischen Tieren liegt
Wirksamkeit von Compliance-Management-Systemen
No full textArt und Umfang der Ausgestaltung eines Compliance-Management-Systems liegen stark im Ermessen des Vorstands. Der Aufsichtsrat kann die Qualität der Vorstandsentscheidung aber aus methodischer Sicht überprüfen. Als Ausgangspunkt fungieren die Phasen eines idealen Entscheidungsprozesses, die jeweils spezielle PrüfaAnforderungen stellen
Comparison of lower body joint kinematics during change of direction tasks estimated using a markerless and a markerbased method
Get PDFMarker-based (MB) motion capture systems face challenges like marker loss, soft tissue artifacts, and manual processing. Markerless (ML) motion capture systems might be particularly advantageous for capturing dynamic, non-linear movements like change of direction (COD) movements. The agreement between MB and ML systems for lower extremity joint kinematics during COD tasks was evaluated. Nineteen athletes performed cutting movements in 5 directions at 3 intensities. Data was captured using infrared and video cameras. Joint angles were computed, and the agreement was assessed using prediction band and extended Bland-Altman (BA) methods. Knee joint angles showed the smallest random and systematic errors (bias = 4.34°, area = 3102.57 deg·stance%; BA: bias = 3.34°, limits of agreement (LoA) = ± 11.38°) compared to ankle and hip joint angles. Flexion/extension angles displayed a smaller random error (area = 2919.74 deg·stance%; LoA = ± 10.71°) compared to ab-/adduction (area = 3477.70 deg·stance%; LoA ± 12.16°) and internal/external rotation angles (area = 4630.68 deg·stance%; LoA = ± 15.75°). Slower and straight-line movements demonstrated stronger agreement than sharper, non-linear directions. These findings provide valuable insight for researchers and practitioners when placing ML data in the context of existing data, with particular care when considering highly dynamic, non-linear movements or internal/external rotation angles