VACS 2.0: Visuelle Analyse von Kohortenstudien (Visuelle Analyse von zeitveränderlichen, hochdimensionalen, heterogenen und unvollständigen Daten mit Anwendung auf populationsbasierte Studien)

• Antragsteller: Professor Dr.-Ing. Lars Linsen; Professor Dr. Henry Völzke
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Epidemiologie und Medizinische Biometrie/Statistik
• Förderung: Förderung seit 2016
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 310876543

Klinische Praxis befasst sich oft mit der Untersuchung einer einzelnen Krankheit, wogegen der Gesundheitszustand eines Menschen viel komplexer ist und von vielen Faktoren abhängt. In letzter Zeit wurden Kohortenstudien ins Leben gerufen, um in longitudinalen Studien den Gesundheitszustand einer gesamten Population (der Kohorte) zu untersuchen, indem Patientenakten, medizinische Bildgebung des gesamten Körpers, persönliche Daten inklusive sozioökonomischer Gegebenheiten und sogar genetische Sequenzdaten erfasst werden. Nach dem Erfassen dieser großen Menge an heterogenen Daten besteht ein Bedarf an geeigneten Werkzeugen zu deren multivariaten Analyse.In diesem Projekt schlagen wir neue interaktive visuelle Analysemethoden zum Testen von Hypothesen, Unterstützung der Generierung neuer Hypothesen und Untersuchungen über zeitliche Veränderungen vor. Das Ziel ist es, das Erkennen von Risiko- oder Biomarkern und sogar genetischer Assoziationen durch einen multi-variaten Ansatz zu ermöglichen. In der zweiten Förderphase wollen wir die in der ersten Förderphase durchgeführte Forschung in verschiedene Richtungen erweitern. Wir werden einen besonderen Fokus auf den Zeitaspekt bei multidimensionalen heterogenen Daten aus longitudinalen Studien legen sowie auf die Analyse von Einfluss- oder Störfaktoren, die Analyse von multi-dimensionalen heterogenen Daten mit fehlenden Einträgen und der Analyse von spärlichen hoch-dimensionalen Daten aus genomweiten Assoziationsstudien. Außerdem möchten wir die Effektivität der vorgeschlagenen Analysemethoden durch vergleichende visuelle Analysen von multi-dimensionalen heterogenen Daten aus verschiedenen Kohortenstudien validieren.

• DFG-Verfahren: Sachbeihilfen