Art der Arbeit: Bachelorarbeit

Fachlicher Hintergrund:

Das Forschungsprojekt “DiSH-O-Klin” befasst sich mit technischen Möglichkeiten zur Verbesserung der Händehygiene in Krankenhäusern. Eine bereits benutzte Möglichkeit besteht darin, jede Händedesinfektion zu zählen und besonders motivierte Pflegerinnen und Pfleger zu belohnen. Die Registrierung der Desinfektionsvorgänge erfolgt im Moment durch personalisierte smarte Namensschilder. Diese erhalten ein Signal per Bluetooth vom Desinfektionsmittelspender, wenn dieser betätigt wurde.

Wir möchten herausfinden, ob es möglich ist, die Hände des Pflegepersonals mit Verfahren der Bilderkennung zu identifizieren.

Aufgabenbeschreibung:

Im Rahmen der Arbeit soll ermittelt werden, wie gut Hände mittels Kamera und Bilderkennung auf verschiedenen Embedded Plattformen erkannt werden können.

Mögliche Arbeitsschritte:

• Exploration der Daten über Desinfektionsvorgänge
• Einarbeitung in Methoden zur Bilderkennung
• Erprobung verschiedener Frameworks zur Bilderkennung auf Embedded Systems
• Experimente zur Identifikation von Personen

Die genaue Festlegung des Themas erfolgt in Abstimmung mit den Betreuern unter Berücksichtigung eventuell schon an andere Studenten vergebener Themengebiete. Eine gemeinsame Bearbeitung verschiedener Teilthemen durch mehrere Studenten ist unter Umständen möglich. 

Literatur und Ressourcen:

• Hackman, Lucina, and Sue Black. "Forensic examination of the hand." Journal of the Royal Anthropological Institute 29 (2023): 116-131.
• Suzuki, Takashi. "Personal identification using a cross-sectional hyperspectral image of a hand." Journal of Biomedical Optics30.2 (2025): 023514-023514.

Betreuer: Dr. Thomas Mundt (thomas.mundt@uni-rostock.de) 

Voraussetzungen: Keine besonderen, Programmierkenntnisse in einer höheren Programmiersprache sind von Vorteil.