Bei vielen Problemen in der Biosignalanalyse kommt es darauf an, aus großen, teilweise redundanten und stark gestörten Datenmengen Aktionen und Entscheidungen zu generieren.  Bei einer rein manuellen Datenauswertung sind Mediziner und Ingenieure häufig mit der Vielzahl von Merkmalen und ihren komplexen Zusammenhängen überfordert.

Das Ziel unserer Projekte besteht darin, intelligente Methoden wie

• Fuzzy-Systeme
• Künstliche Neuronale Netze
• Support Vector Maschinen
• statistische Verfahren
• Verfahren zur Merkmalsextraktion (z.B. Spektralanalysen, Waveletanalyse, Korrelationsanalysen)

für die automatische Datenauswertung einzusetzen und bei Bedarf weiterzuentwickeln. Der Schwerpunkt bei der Datenauswertung liegt dabei nicht nur in einer automatischen Klassifikation, sondern insbesondere in einem nachvollziehbaren und interpretierbaren Lösungsweg, der zu dieser Entscheidungsfindung geführt hat. Damit wird die Sicherheit der getroffenen Entscheidungen und deren Akzeptanz bei Biologen, Chemikern und Medizinern erhöht.

Eine weitere Anforderung ist die On-line-Implementierung der entwickelten Lösungen in Mikrocontrollerumgebungen.

Aus einer Vielzahl von Projekten ist eine einheitliche methodische Basis entstanden (siehe Bild), die auf viele biologische, chemische, medizinische und technische Problemstellungen anpassbar ist. Viele Elemente dieser Strategie wurden in die unter GNU-GPL frei verfügbare MATLAB-Toolbox Gait-CAD implementiert.