Generierung von SAR-Werten mithilfe maschinell lernender Modelle auf Basis von Simulationsdaten

Finanzierung: Freie und Hansestadt Hamburg
Kontakt: Malte Thode, M.Sc
01.04.2026 – 30.03.2030
Die genaue Bestimmung der spezifischen Absorptionsrate (SAR) ist essenziell, um die elektromagnetische Verträglichkeit von Geräten, die sich in unmitterbarer Nähe zum menschlichen Körper befinden, sicherzustellen.
Vollwellensimulatoren sind ein etabliertes Werkzeug, um das Verhalten elektromagnetischer Wellen und somit die SAR zu analysieren. Insbesondere im Bereich der Bioelektromagnetik ermöglichen sie die Erzeugung detaillierter Daten im biologischen Gewebe, da experimentelle Messungen dort häufig aufwendig oder eingeschränkt sind. Allerdings sind solche Simulationen sehr rechenintensiv und zeitaufwendig.
Ziel dieses Projektes ist die Entwicklung physikbasierter Machine Learning Modelle, die auf Basis umfangreicher Simulationsdaten trainiert werden. Diese Modelle sollen in der Lage sein, SAR-Werte für verschiedene Szenarien schnell und effizient zu generieren. Dabei berücksichtigt die Datengenerierung Variationen im Eintreffwinkel und in der Polarisation der einfallenden Welle, Ungenauigketen in den elektrischen Eigenschaften des Gewebes sowie Frequenzen bis zu 1 GHz.“

