Bachelor, Vollzeit
- Campus Hagenberg
- E-Mail mbi@fh-hagenberg.at
- Telefon +43 5 0804 22700
- Infoblatt downloaden Anfrage stellen
Studienprojekte
TraceFlow
Als Inverkehrbringer von In-vitro-Diagnostika ist das Unternehmen CubeDx zur vollständigen Rückverfolgbarkeit seiner Produkte verpflichtet.
Für die Gewährleistung der Patientensicherheit spielt die Rückverfolgbarkeit von Medizinprodukten eine zentrale Rolle. Sie ermöglicht es, gefälschte oder defekte Produkte frühzeitig zu identifizieren und aus dem Verkehr zu ziehen. Darüber hinaus unterstützt sie effiziente und gezieltere Rückrufe, da die gesamte Lieferkette, von der Herstellung bis hin zum Endverbraucher, lückenlos nachvollzogen werden kann.
Im Rahmen dieses Projekts entwickeln die Studierenden eine Webapplikation mit einer integrierten Datenbank im Backend. Ziel ist es, neben der Erfassung und Erstellung von Wareneingängen und -ausgängen auch alle Herstellungsschritte zu erfassen. Dazu zählen unter anderem die verwendeten Materialien, eingesetzte Geräte inklusive deren Herkunft sowie Maßnahmen zur Qualitätssicherung, wie Prüf- und Wartungsprozesse.
Durch diese umfassende Dokumentation wird eine durchgängige Rückverfolgbarkeit von Wareneingang bis zum Verkauf sichergestellt.
Zeitraum: Mar 2026 - Feb 2027
Themenfelder: Medizininformatik, Datenbanklösung, Programmierung
FH-Betreuerin: E. Mayrhuber
Projektpartner: CubeDx – hybCell technology (St. Valentin, NÖ)
samplot
Strukturelle Varianten (SVs) sind Veränderungen des Genoms zu denen Deletionen, Duplikationen, Inversionen und Translokationen von mehr als 50bp zählen. Solche Veränderungen können schwerwiegende Auswirkungen auf die menschliche Gesundheit und Entwicklung haben. In der Forschung werden SVs zuerst automatisch identifiziert und dann in Folge manuell, mithilfe von Visualisierungen, bestätigt.
Dafür wurde, in Zusammenarbeit der University of Utah und der University of Colorado, das Tool Samplot entwickelt. Dieses bietet bereits die Möglichkeit, die meisten Arten dieser Veränderungen grafisch darzustellen. Ziel des Projekts ist es, das Tool, um die Visualisierung von Insertionen und Annotationen zu erweitern.
Die Studierenden entwerfen und implementieren dafür eine Methode, mit der Insertionen klar und verständlich dargestellt werden können. In weiterer Folge sollen Genannotationen hinzugefügt werden, um die Interpretation der Varianten zu vereinfachen. So sollen die Benutzer*innen dabei unterstützt werden, falsch positive Ergebnisse schneller zu erkennen und echte positive Varianten besser zu analysieren.
Zeitraum: Mar 2026 - Feb 2027
Themenfelder: Bioinformatik, DNA-Sequenzierung (NGS), SVN, Visualisierung
FH-Betreuerin: J. Köberle
Projektpartner: F. Sedlazeck (Baylor College of Medicine, Houston, Texas)
Kal-i
Um das Schalterpersonal in medizinischen Einrichtungen nachhaltig zu entlasten, soll ein System zur Kalenderintegration entwickelt werden. Aktuell erfolgt die Ausgabe von
Therapieplänen primär in physischer Form, bei Terminänderungen entsteht somit ein hoher manueller Aufwand. Die Studierenden designen und implementieren im Rahmen dieses
Studienprojekts eine plattformunabhängige Schnittstelle, die es Patientinnen und Patienten ermöglicht, ihren Therapieplan mit möglichst geringer Barriere in den privaten digitalen Kalender
zu importieren. Durch die automatisierte Synchronisation wird die Informationskette digitalisiert, sodass Änderungen übertragen werden. Ziel des Programms ist es, den
administrativen Aufwand für das Personal erheblich zu reduzieren und den Patientinnen und Patienten eine stets aktuelle, mobile Übersicht ihrer Behandlungstermine zu bieten.
Zeitraum: Mar 2026 - Feb 2027
Themenfelder: Medizininformatik
FH-Betreuer: A.M. Lin
Projektpartner: Schmutterer+Partner
SNP2Pheno
Im Projekt SNP2Pheno entwickeln Studierende ein System, das genetische Informationen, sogenannte Single Nucleotide Polymorphisms (SNPs), nutzt, um ausgewählte sichtbare Merkmale eines Menschen vorherzusagen.
Ziel des Projekts ist es, aus einer einfachen Liste bekannter genetischer Marker abzuleiten, welche phänotypischen Ausprägungen wahrscheinlich sind, etwa Augenfarbe, Haarfarbe oder Blutgruppe. Dazu werden Daten aus öffentlichen, internationalen Gen-Datenbanken wie dem GWAS Catalog und OpenSNP analysiert.
Die Ergebnisse werden in einer interaktiven grafischen Oberfläche dargestellt. Dort können Nutzer*innen nicht nur die vorhergesagten Merkmale nachvollziehen, sondern auch ein dynamisches 3D-Phantombild betrachten, das anhand der berechneten Wahrscheinlichkeiten generiert wird.
Zeitraum: Mar 2025 - Feb 2027
Themenfelder: Bioinformatik, Medizininformatik, Datenanalyse, Visual Computing
FH-Betreuer: J. Vetter, E. Mayrhuber
Projektpartner: FHOOE & jku
Kontakt
E-Mail mbi@fh-hagenberg.at
Telefon +43 5 0804 22700
Quick Links
Ich helfe dir bei der Studienwahl.