1 min

Erfolgreiches Paper: Machine Learning in der Ganganalyse

Top-Platzierung und Vorstellung bei internationalem Journal-Club

Eventankündigung Online Journal Club
Copyright: FH St. Pölten

Das im Dezember 2021 veröffentlichte Paper „Explaining Machine Learning Models for Clinical Gait Analysis“ befasst sich mit einem wichtigen Problem, wenn es darum geht, Machine Learning (ML) tatsächlich als Unterstützung in der medizinischen Entscheidungsfindung in der Ganganalyse nützen zu wollen: Wie ein solcher Algorithmus zu einer Entscheidung kommt, ist leider aufgrund deren Komplexität meist nicht nachvollziehbar, daher bezeichnet man diese Algorithmen auch oft als eine BlackBox.

Mit dieser Arbeit ist das Team rund um Djordje Slijepčević und Brian Horsak eine der ersten Forschungsgruppen die aufzeigen wie man diese BlackBox-Entscheidungen nun für Kliniker*innen nachvollziehbar und transparent machen kann. Das kann nicht nur dabei helfen, das Vertrauen von Mediziner*innen in diese Methode und deren Entscheidungen zu verbessern, sondern auch dabei helfen, neue Erkenntnisse aus sehr großen Datenmengen zu gewinnen.

Top Downloads und bei Journal Club dabei!

Das Paper wurde in einem sehr jungen und aufstrebenden Journal "ACM Transactions on Computing for Healthcare" publiziert und ist dort nach nur zwei Monaten auf Platz 2 der meist downgeloadeten Papers!

Zudem hat Djordje Slijepčević das Paper beim ersten internationalen Journal Club der "European Society of Biomechanics" (ESB) eingereicht. Unter allen Einreichungen in Europa wurden in Summe vier bereits publizierte Arbeiten in einem Auswahlverfahren der ESB ausgewählt – mit dabei auch das Paper von Djordje Slijepčević.

Er wird die Arbeit am 8. März 2022 (16:00 Uhr) online im Rahmen des Journal Clubs vorstellen – das Event ist offen für alle Interessierten.

Teaser Video ansehen

Weitere Informationen:

Sie wollen mehr wissen? Fragen Sie nach!
Dipl.-Ing. Slijepčević Djordje, BSc

Dipl.-Ing. Djordje Slijepčević, BSc

Researcher
Forschungsgruppe Media Computing
Institut für Creative\Media/Technologies
Department Medien und Digitale Technologien