Arash
Keshavarz.
Ich entwickle Machine-Learning-Systeme für Signale des menschlichen Körpers: tragbare Elektroden, optischer Puls und hyperspektrale Hautbildgebung. Vom Sensoraufbau bis zum nachvollziehbar trainierten, produktiv eingesetzten Modell.
Ausgewählte Projekte
4 ProjekteAltersschätzung von Hämatomen
Wie alt ein Bluterguss ist, bestimmt aus seinem Spektrum
Das Alter eines Hämatoms wird heute mit bloßem Auge eingeschätzt, und das ist subjektiv. Ich habe eine hyperspektrale Pipeline entwickelt, die die Haut mit einer Specim-IQ-Kamera in 204 Spektralbändern aufnimmt und das Hämatomalter aus der spektralen Signatur vorhersagt.
- Ansatz
- Hautsegmentierung mit SAM, PCA und t-SNE, SVM-Klassifikator, Altersregression
- Ergebnis
- Rund 30 % geringerer MAE bei der Altersschätzung
- Status
- Veröffentlicht, Journal of Imaging, Erstautor
Muskelkraftschätzung am Oberschenkel mit EIT
Muskelkraft aus einem weichen Impedanzgürtel schätzen
Muskelkraft wird meist mit einem Dynamometer im Labor gemessen. Ein Gürtel mit 16 Elektroden um den Oberschenkel speist einen kleinen Strom ein und misst die Spannungen, die sich bei der Muskelkontraktion ändern. Ich habe synchronisierte EIT- und Drehmomentdaten von 15 Probanden aufgenommen und Random-Forest- und SVM-Modelle trainiert, die daraus Kraftstufen schätzen.
- Daten
- 15 Probanden, rund 80.000 synchronisierte EIT- und Drehmomentmessungen
- Ergebnis
- 91 % Klassifikationsgenauigkeit
- Status
- Masterarbeit
Hyperspektrale SpO2-Messung
Puls und Sauerstoffsättigung per Kamera
Das Setup verlor unbemerkt 59 % der Frames, sodass das Pulssignal unbrauchbar war. Ich habe die Ursache im Datendurchsatz gefunden, die Bildrate gesenkt und räumliches Binning ergänzt, dann das PPG extrahiert und SpO2 mit der Ratio-of-Ratios-Methode berechnet.
- Problem
- 59 % Frameverlust bei der Aufnahme
- Ergebnis
- Sauberes PPG bei fünf Zielwellenlängen
- Erkenntnis
- Standard-Kalibrierkonstanten versagen im Reflexionsmodus
medassist-ai
Ein Agent, der Gesundheitsdaten von Wearables auswertet
Einen Satz ergänzen: welche Frage ein Nutzer stellt und wie der Agent sie beantwortet.
- Ansatz
- Modell, Tools, Retrieval, Evaluation
- Deployment
- Docker, Live-Demo
- Status
- In aktiver Entwicklung
Expertise und Werkzeuge
Biosignal-ML
Modelle für EIT-, PPG- und SpO2-Zeitreihen von tragbaren Sensoren.
PyTorch · CNN · RNNHyperspektrale Bildgebung
Aufnahme mit Zeilenscannern, Segmentierung und spektrale Regression.
Specim · SAM · YOLOSignalverarbeitung
Filterung, Hilbert-Transformation, Matched Filter, Radargrundlagen.
NumPy · SciPy · MATLABMLOps und GenAI
Nachvollziehbare, reproduzierbare Pipelines und LLM-Agenten in Containern.
MLflow · DVC · DockerVon der Laborhardware zum funktionierenden Modell.
Mich reizt die ganze Kette: den Sensor aufbauen, die Daten in Ordnung bringen, das Modell trainieren und es außerhalb eines Notebooks zum Laufen bringen.