Projektträger

Arbeitsgemeinschaft industrieller Forschungsvereinigungen "Otto von Guericke" e.V.  (AiF)

Projektzeitraum

2018 - 2020

Projektbeschreibung

Das Projekt WZE-ProFi ist ein Kooperationsprojekt des Lehrstuhls Regelungstechnik der Universität Augsburg mit der ATOMA Gesellschaft für automatische Waagen GmbH. Das Ziel des Projektes ist die Erhöhung des Durchsatzes eines industrielles Wägesystems mit Methoden der Modellbildung und Filterung. Dazu werden in Kooperation mit dem Projektpartner ATOMA verschiedene Wege der Modellierung der Systeme erprobt und darauf basierende Filter aufgebaut. Besonderes Augenmerk soll im Projekt auf der Adaption der erstellten Systeme für unterschiedliche Umgebungsanforderungen liegen. Dazu müssen die Filter in verschiedenen Testszenarien (zuerst offline und später online) untersucht und verglichen werden. Kriterien sind neben der Verkürzung der Wägezeit auch der Ressourcenverbrauch auf der Recheneinheit einer Wägezelle und das schnelle Erkennen von Fehlern und Störungen im System. Das Projekt soll die Grundlage für weitere Entwicklungen der Kooperationspartner bereitstellen und wird im Rahmen der Förderung des Zentralen Innovationsprogrammes Mittelstand unterstützt.

Projektträger

Deutsche Forschungsgemeinschaft e.V. (DFG)

Projektzeitraum

2017 - 2020

Projektbeschreibung

In diesem Forschungsvorhaben wird ein modellbasiertes Verfahren zur personalisierten Diagnostik bei Patienten mit Diabetes mellitus entwickelt, welches den Blutglukoseverlauf auf Basis eines Modells des Glukose-Insulin-Metabolismus schätzt. Das Modell soll mittels etablierter Blutzuckermessungen sowie neuartigen Sensoren identifiziert werden. Analysen zur Steuerbarkeit und Beobachtbarkeit von Zuständen und Parametern des Systems schließen sich an. Die für das Modell benötigten Parametersätze sollen an das jeweilige Individuum angepasst sein, um bessere Vorhersagen erzielen zu können, als dies mit generischen Modellansätzen möglich ist. Krankhafte Veränderungen des Stoffwechselsystems, wie sie bspw. bei Diabetes mellitus auftreten, können durch eine Veränderung der Parameter individuell charakterisiert werden. Die gewonnenen Methoden können Nutzer bei ihrer Diagnose und Therapie unterstützen.

Diabetes mellitus ist eine chronische Stoffwechselerkrankung. Sie resultiert aus der Unfähigkeit des Körpers Insulin zu produzieren und/oder zu nutzen. Unabhängig des konkreten Typs benötigen Betroffene eine lebenslange Insulintherapie.

Die Diabetestherapie zielt darauf ab, den gestörten physiologischen Regelkreis der Glukose-Insulin-Homöostase durch eine künstliche Regelung zu unterstützen. Als Sensor kann der Patient den Glukosespiegel im Blut oder im Unterhautgewebe messen. Als Aktor kann Insulin gespritzt werden. Die Regelung übernimmt der Patient nach erfolgter Schulung selber.

Stoffwechselvorgänge sind, ebenso wie technische Systeme, durch Differenzialgleichungen beschreibbar. Daher ist anzunehmen, dass auch hier ein modellbasiertes Vorgehen Vorteile bei der Behandlung (wie Diagnose und Therapie) haben wird.

Bisherige Ansätze der Identifikation berücksichtigen den individuellen Zustand eines Patienten nur unzureichend, da große Variabilität im Stoffwechselverhalten von Mensch zu Mensch auftritt und auch sehr gute Standardmodelle die Vorgänge nur für Mittelwerte über Kollektive korrekt wiedergeben. Die Medizin versucht dies aktuell durch die Entwicklung einer „Personalisierten Medizin“ anzugehen. Für einen modellbasierten Ansatz heißt das, neben feingranularen Modellen der Stoffwechselvorgänge, eine effiziente und persönliche Modellidentifikation zu entwickeln, die nur wenige Messdaten benötigt. Der Fokus liegt hier auf neuartigen, kontinuierlich messenden Sensoren. Damit ist erstmals die Dynamik in den Signalverläufen erfassbar.

Daraus sollen diagnostische Aussagen ableitbar sein, die in ihrer Qualität besser sind, als es bei der Betrachtung nur starrer Grenzwerte möglich ist.

Auf Basis maßgeschneiderter Modelle kann die Therapie verbessert werden. Dies kann dadurch geschehen, die Insulintherapie auf Basis des aktuellen Zustandes des Patienten anzupassen oder auch die Anzahl an Blutzuckermessungen zu optimieren. Unter Berücksichtigung von Störgrößen wie Mahlzeiten oder körperlicher Aktivität wird eine Prädiktion zukünftiger Blutzuckerwerte möglich.

Link zur Website der DFG

Auftraggeber

Audi AG

Projektzeitraum

2016 - 2019

Projektbeschreibung

Gemeinsam mit der Audi AG wurden in einer Beauftragung im Rahmen des Projekts „Connected Chassis“ Messdaten zahlreicher Probefahrten gesammelt, verarbeitet und analysiert. Die Auswertung der als Eventdaten bereitgestellten Straßenmerkmalsänderungen erfolgte durch Methoden der Datenfusion und das Zusammenspiel verschiedener Clusteralgorithmen.

Auftraggeber

IAV GmbH

Projektzeitraum

2014-2017

Projektbeschreibung

In diesem Vorhaben soll ein modellbasiertes Verfahren zur personalisierten Diagnostik bei Patienten mit Diabetes mellitus entwickelt werden, welches den Blutglukoseverlauf auf Basis eines Modells des Glukose-Insulin-Metabolismus schätzt. Das Modell soll mittels etablierter  Messmethoden  identifiziert  werden. Die für das Modell benötigten Parametersätze sollen an den angepasst sein, um eine bessere Vorhersage erzielen zu können, als mit generischen Modellansätzen. Krankhafte Veränderungen des Stoffwechselsystems, wie sie bspw. bei Diabetes auftreten, sollten sich in einer Änderung der Parameter dieses Individuums niederschlagen.

Insbesondere dynamische Modelle der Stoffwechselvorgänge bieten eine Möglichkeit zum besseren Verständnis der Krankheit und damit zu einer möglichen Verbesserung der Diagnose- und Therapiemöglichkeiten und Steigerung der Lebensqualität. Neuartige Messgeräte wie kontinuierlich messende Glukosesensoren (CGM, continuous glucose measurement) besitzen eine vergleichsweise hohe Abtastrate und ermöglichen, zusammen mit adäquaten Modellen, einen höheren Erkenntnisgewinn des Glukose- Insulin Systems eines Patienten.

Im Gegensatz zu technischen Systemen werden die individuellen Unterschiede zwischen Patienten sehr groß sein. Daher ist zu vermuten, dass mit Standard-Modellen keine guten Ergebnisse erreicht werden können und eine Individualisierung der Modelle durch Adaption notwendig sein wird. Dies ist in nachstehendem Bild dargestellt.