VitalAI – Zuverlässige KI-Analytik biophysiologischer Daten für VR Trainings

Laufzeit

Im Rahmen des dtec.bw Smart Health Labs und dem EDF KOIOS Projekt untersuchen und entwickeln wir Lösungen für die Auswertung biophysiologischer Daten wie z.B. mit Hilfe von Sensoren und Wearables erhobene Probandendaten während eines Stressresilienztrainings für Ersthelfer. Wir setzen klassische Machine und Statistical Learning Techniken wie auch Deep Learning Verfahren wie u.a. Transformer ein. Dabei geht es um verlässliche Systeme, die mit knappen Datenressourcen umgehen können. Insbesondere untersuchen wir verschiedene Frugal AI Techniken wie Transfer Learning, Self-Supervised Learning, Few Shot und Meta Learning sowie Domain Adaptation. Auch Foundation Models liegen im Fokus der Gruppe.

Meilensteine / Publikationen

• M. Çitaku, L. Zott, S. Meyer-Nieberg, C. Küsel and M. Hofmann, "Images of Stress: Investigating Image Encodings and Transfer Learning for Stress Detection," 2025 IEEE Symposium on Computational Intelligence in Health and Medicine (CIHM), Trondheim, Norway, 2025, pp. 1-7, doi: 10.1109/CIHM64979.2025.10969476.
• Meyer-Nieberg, S., Küsel, C., Citaku, M., Zott, L., Hofmann, M.: KI-basierte Stresserkennung für den Einsatz in psychologischen Stresstrainings, Wehrmedizin und Wehrpharmazie 4/2024, S.20-22