Für das EKG-Projekt wäre ich sehr optimistisch.

Wichtig: Es gibt öffentliche Datensätze, z.B. den in https://www.nature.com/articles/s41597-020-0495-6 beschriebenen.

Dass sind EKGs mit Experten-Annotation, so dass sich Klassifikationsprobleme formulieren lassen.

Modelltypen, die auf jeden Fall funktionieren sollten:

- Convolutional neural networks (einige Conv.-Schichten, dann dichte Netze, nach dem Vorbild des für Bilder sehr erfolgreichen 'LeNet'. Habe auch auf Anhieb einen Artikel gefunden, der so was ähnliches macht. Einfache Architektur, gut mit keras (tensorflow.keras) zu machen oder auch mit pytorch.

- Rekurrente neuronale Netze, die die 'Dynamik' der Signale zu lernen versuchen (LSTM, auch gut mit keras möglich) können in ihren 'hidden states' diese so repräsentieren, dass sich darauf wiederum ein Klassifikator lernen lässt. (Theorie aber schwerer zu verstehen als beim obigen Modell; ich finde die Details des LSTM immer noch komisch, ein mir befreundeter Machine-Learning-Professor auch.)

Die state-of-the-art-Modelle kombinieren häufig die beiden (oder verwenden einen etwas umständlicher zu erklärenden, aber eigentlich im Vergleich zum LSTM verständlichen 'attention'-Mechanismus.)

Ich bin aber überzeugt, dass bei diesem Problem viele Ideen zu recht guten Resultaten führen (etwa auf irgendeine Art 'features' extrahieren, und dann darauf einen Random Forest oder eine logistische Regression als Klassifikator verwenden), dass deine Studierenden also ermutigt werden können, was auszuprobieren.

Liebe Grüße

Stefan

p.s.

EEG-Signale sind tatsächlich wesentlich komplizierter, da da neben einer Reihe beinahe periodischer Basissignale (die schon lange bekannt sind und Namen haben (alpha,beta, gamma, theta-Wellen) noch Ereignisse und ganz andere Signale im EEG enthalten sind, die durch relativ komplizierte Methoden identifiziert werden. Das damalige Mathesis-Projekt hielt ich also für schwer, glaubte aber daran, dass gewisse Methoden zumindest so weit funktionieren, dass es interessant ist. Beim EEG wäre ich aber nicht so zuversichtlich gewesen, dass man die Studierenden 'einfach probieren' lassen kann.