Labor für Biofluidmechanik

Labor für Biofluidmechanik

Das Lehr- und Forschungsgebiet Biofluidmechanik bündelt Kompetenzen der numerischen und experimentellen Strömungsmechanik mit dem Schwerpunkt auf Grundlagenforschung zu Strömungen in biologischen sowie medizinischen Systemen. Daneben werden auch klassische angewandte Strömungsfragen aus der technischen Aerodynamik bearbeitet.

Ansätze basierend auf Künstlicher Intelligenz (KI) und Deep Learning (DL) finden dabei Anwendung in der numerischen Strömungsberechnung sowie für optimierte Analyse strömungsinduzierter Vorgänge. Insbesondere die Fähigkeiten künstlicher Neuronaler Netze (ANNs) als universelle nichtlineare Approximatoren sowie der effiziente Umgang mit hochdimensionalen Feldern und die geringe Rechenintensität sind sehr attraktive Faktoren. Eigene Vorarbeiten sowie Arbeiten zahlreicher anderer Forschungsgruppen haben dabei bereits gezeigt, dass Deep-Learning-Anwendungen in Form von ANNs konventionelle numerische Berechnungsverfahren (Computational Fluid Dynamics – CFD) beschleunigen, qualitativ verbessern oder mit gewissen Einschränkungen zumeist auch ersetzen können. Es ist möglich, dadurch schnelle oder sogar Echtzeit-Vorhersagen zu treffen, allerdings in der Regel um den Preis einer geringeren Genauigkeit. Charakterisiert werden können die neuen Deep-Learning-Ansätze im Rahmen von CFD-Anwendungen unter den Schlagwörtern „physics informing“, „turbulence enhancement“ und „super-resolution“.

Neben Ansätzen zur Anwendung von Machine Learning im Rahmen numerischer Strömungsberechnung werden KI-Methoden auch zur Klassifizierung von hiostologischen Bilddaten von klinisch genutzten künstlichen Lungen zur Identifikation von strömungsinduzierten Gerinnungsprozessen angewandt.