Synthese und Modellierung volumetrischer Zellbilder zur Verbesserung des Trainings von Machine Learning Klassifikatoren – Eine Anwendung für die Selective Plane Illumination Microscopy (SPIM) - Projektakademie „Ingenieurswissenschaften“ (DFG-Ausschreibung Nr. 56)

• Antragsteller: Professor Dr.-Ing. Ulf-Dietrich Braumann
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2017 bis 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 398895982

Fragestellungen der Biomedizin hängen zunehmend von der Weiterentwicklung mikroskopischer Techniken ab, um quantitative Analysen von Zell und Gewebewachstum durchführen zu können. Etablierte Methoden zur 3D-Fluoreszenzmikroskopie, wie die Konfokalmikroskopie, können dies nicht leisten, da die Eindringtiefe in Gewebe stark begrenzt sind oder Phototoxizität ein Langzeitmonitoring unmöglich macht. Selective Plane Illumination Microscopy (SPIM) bietet Lösungen für dieses Problem. Dabei spielt die automatische Probenpositionierung und die automatisierte Bildaufnahme eine entscheidende Rolle für die Reproduzierbarkeit, Geschwindigkeit und Hochdurchsatzfähigkeit. Ziel soll es sein, mittels Machine Learning und Cascaded Classifier eine schnelle und robuste Bildauswertung zu ermöglichen und mittels eines Closed-Loop-Feedback-Systems eine automatische Probenpositionierung und Aufnahmeregelung zu realisieren.

• DFG-Verfahren: Sachbeihilfen