Softwareentwicklungspraktikum
Das PLRI bietet im SoSe 2020 wieder zwei SEP-Themen an:
- SmartRed - Automatische Sklera Segmentierung und Rötungsmessung per Selfie-Kamera
- Health App with FHIR Server Communication
Termine
Die Themenvorstellung findet am Donnerstag 06.02. um 13:15 Uhr in PK 2.2 statt.
- Di, 14.04.2020 Semesterbeginn
- KW 16 2020 (14.04.-17.04.) Kickoff in den Gruppen
- Mi, 29.04.2020 Abgabe Angebot (bei den Betreuern)
- Mi, 20.05.2020 Abgabe Pichtenheft & Abnahmetestspezikation
- Fr, 29.05.2020 Zwischenpräsentation Prototyp
- KW 23 2020 (01.06.-05.06.) Exkursionswoche
- Mi, 10.06.2020 Abgabe Fachentwurf
- Mi, 01.07.2020 Abgabe Technischer Entwurf
- Mi, 15.07.2020 Abgabe Testdokumentation
- Do, 23.07.2020 TDSE
- Sa, 20.07.2020 Semesterende
- Do, 16.08.2020 Noten von den Betreuern
SmartRed - Automatische Sklera Segmentierung und Rötungsmessung per Selfie-Kamera

Was?
In diesem Softwareentwicklungsprojekt soll eine Android App zur automatischen Segmentierung der Lederhaut des Auges (Sklera) und Rötungsmessung des Auges entwickelt werden. Die App soll den Nutzern die Möglichkeit bieten, Bilder ihrer Augen über die Selfie-Kamera des Smartphones aufzunehmen und die Rötung berechnen zu lassen. Die Rötungswerte sollen zur Verlaufskontrolle gespeichert und visualisiert werden können.

Wie?
Über die Crowdsourcing Plattform WeLineation konnten bereits viele Trainingsdaten zur Segmentierung der Sklera gewonnen werden. Mithilfe dieser Trainingsdaten wurde ein tiefes neuronales Netz (Deep Neural Network) trainiert. Das trainierte Netz soll nun mithilfe der pytorch-Bibliothek für Android auf einem Smartphone lauffähig gemacht werden. Bilder, die über die Selfie-Kamera des Smartphones aufgenommen werden, sollen durch das neuronale Netz automatisch segmentiert werden.
Die Segmentierung ist Voraussetzung für die anschließende Rötungsberechnung. Die Rötung soll durch bereits existierende Algorithmen durchgeführt werden. Aufgabe des SEP Projektes ist es daher, die beiden vorhandenen Komponenten zur Segmentierung und Rötungsberechnung als benutzerfreundliche Android App zurammenzuführen. Dies erfordert Kenntnisse in der Android/Java-Entwicklung.
Health App with FHIR Server Communication

Was?
- Entwicklung einer Android App zum Anzeigen von unterschiedlichen Sensordaten (z.B. Körpertemperatur, …)
- Datenübermittlung von einem Bluetooth-Sensor an das Smartphone
- Alarmfunktion in der App
- Interoperable Speicherung der Daten auf einem Server

Wie?
- Java/Android Kenntnisse sind zum Erstellen der Anwendung erforderlich
- Nutzung des "HL7 FHIR"-Standards (vorhanden als Java-Bibliothek), um die Daten auf einem Server zu speichern