Zielsetzung
Ziel dieses Projekts ist die Entwicklung intelligenter Imputationsmethoden zur Rekonstruktion fehlender Werte in multivariaten Sensor-Zeitreihendaten, mit einem besonderen Schwerpunkt auf Anwendungen im Gesundheitswesen. Das Projekt untersucht, wie unterschiedliche Mechanismen fehlender Daten sowie verschiedene Längen von Datenlücken die Qualität der Imputation beeinflussen. Darauf aufbauend sollen adaptive, an die jeweilige Lückenlänge angepasste Rekonstruktionsstrategien entwickelt werden, die sowohl die Datenqualität als auch die Leistungsfähigkeit nachgelagerter Machine-Learning-Modelle zur frühzeitigen Vorhersage von Ereignissen verbessern.
Beschreibung
Sensordaten, die durch Wearables, physiologische Überwachungssysteme, industrielle Sensoren und IoT-Systeme erfasst werden, bilden eine wesentliche Grundlage moderner Anwendungen der künstlichen Intelligenz. Im Gesundheitswesen ermöglicht die kontinuierliche Überwachung physiologischer Signale wie Herzfrequenz, Glukosewerte und körperliche Aktivität die frühzeitige Erkennung kritischer Zustände, darunter Hypoglykämien, kardiale Auffälligkeiten und eine Verschlechterung des Patientenzustands. In ähnlicher Weise unterstützen industrielle Sensornetzwerke die vorausschauende Wartung und die Erkennung von Fehlern und Störungen.
In der Praxis sind Sensordaten jedoch häufig von fehlenden Werten betroffen. Ursachen hierfür können Fehlfunktionen von Sensoren, begrenzte Batteriekapazitäten, Kommunikationsausfälle, Bewegungsartefakte, Umwelteinflüsse oder menschliche Fehler sein. Die daraus entstehenden Datenlücken beeinträchtigen die Datenqualität, können Verzerrungen in Machine-Learning-Modellen verursachen und möglicherweise klinisch relevante Ereignisse verschleiern. Besonders problematisch ist dies im Gesundheitswesen, da eine ungenaue Rekonstruktion physiologischer Signale die Vorhersageleistung und damit auch klinische Entscheidungsunterstützungssysteme unmittelbar beeinträchtigen kann.
Fehlende Daten unterscheiden sich erheblich sowohl hinsichtlich ihrer Ursache als auch ihrer Dauer. Sie können in Form von Missing Completely at Random (MCAR; vollständig zufällig fehlend), Missing at Random (MAR; zufällig fehlend) oder Missing Not at Random (MNAR; nicht zufällig fehlend) auftreten. Die Länge der Datenlücken kann dabei von wenigen Sekunden oder Minuten bis hin zu mehreren Tagen reichen. Trotz dieser Unterschiede wird in der aktuellen Forschung häufig eine einzige Imputationsmethode – meist die lineare Interpolation – auf sämtliche Datenlücken angewendet. Solche allgemeinen Ansätze sind jedoch nicht in der Lage, die komplexen zeitlichen Dynamiken und physiologischen Eigenschaften von Sensorsignalen angemessen abzubilden.
Dieses Projekt schlägt daher ein intelligentes, lückenadaptives Imputationsframework vor, das geeignete Rekonstruktionsverfahren auf Grundlage der Charakteristika der fehlenden Daten, der Länge der Datenlücke, der Signaleigenschaften sowie verfügbarer Kontextinformationen auswählt. Durch die Kombination statistischer Verfahren, polynomialbasierter Modelle, Methoden des maschinellen Lernens und domänenspezifischen Wissens soll eine präzisere Rekonstruktion fehlender Sensordaten erreicht werden, wobei gleichzeitig relevante physiologische Muster erhalten bleiben.
Übergeordnetes Ziel der Forschungsarbeit ist es, sowohl die Rekonstruktionsqualität als auch die Vorhersageleistung nachgelagerter Modelle zu verbessern. Dadurch sollen zuverlässigere KI-Systeme für das Gesundheitswesen sowie für weitere sensorbasierte Anwendungsbereiche ermöglicht werden.
Aktueller Forschung
Die aktuelle Forschung konzentriert sich auf die Entwicklung eines umfassenden Imputationsparadigmas, bei dem die Rekonstruktionsmethoden an unterschiedliche Szenarien von Datenlücken angepasst werden, anstatt sich auf eine einzige universell einsetzbare Methode zu stützen. Im Rahmen dieses Ansatzes werden verschiedene komplementäre Imputationsalgorithmen untersucht, die gezielt auf unterschiedliche Längen von Datenlücken und Mechanismen fehlender Daten zugeschnitten sind. Die entwickelten Verfahren werden anhand realer Datensätze aus dem Gesundheitswesen validiert.
Ein zentraler Forschungsschwerpunkt liegt auf der Untersuchung, wie sich die Qualität der Imputation auf nachgelagerte Machine-Learning-Aufgaben auswirkt, anstatt ausschließlich den Rekonstruktionsfehler zu betrachten. Dies ist insbesondere für die frühzeitige Vorhersage von Hypoglykämien auf Grundlage von Wearable-Sensordaten von Bedeutung, da eine verbesserte Datenqualität unmittelbar zu einer höheren Vorhersageleistung beitragen kann.
Zu den jüngsten Forschungsbeiträgen zählt die Entwicklung zweier neuartiger polynomialbasierter Imputationsmethoden, CRBC und CMPV, zur Rekonstruktion fehlender Herzfrequenzdaten. Diese Methoden erzielen bei unterschiedlich langen, kurzen Datenlücken durchgängig bessere Ergebnisse als konventionelle Verfahren und verbessern die Vorhersage von Hypoglykämien bis zu 30 Minuten vor deren Auftreten signifikant.
Assoziierte Publikationen
Vaibhav Gupta, Florian Grensing, Beyza Cinar, Maria Maleshkova
Image and Vision Computing Volume 164, December 2025, 105797
Vaibhav Gupta, Beyza Cinar, Maria Maleshkova
EMBC 2026, Toronto, Canada, 2026 (Accepted)
Vaibhav Gupta, Florian Grensing, Beyza Cinar, Louisa Van Den Boom, Maria Maleshkova
2026 IEEE Conference on Artificial Intelligence (CAI)
Letzte Änderung: 11. August 2026