Innovative Deep-Learning-Ansätze ermöglichen quantitative Analysen synaptischer Bildgebungsdatensätze (C10)

• Fachliche Zuordnung: Molekulare Biologie und Physiologie von Nerven- und Gliazellen
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 317475864

In der aktuellen Förderperiode, der wir im Oktober 2023 beigetreten sind, haben wir SynapseNet entwickelt, ein Tool zur automatischen Segmentierung synaptischer Vesikel und anderer Strukturen in EM. In der nächsten Förderperiode werden wir Methoden zur umfassenden Extraktion morphologischer und molekularer synaptischer Informationen entwickeln, um die experimentelle und computergestützte Forschung zu fördern. Darüber hinaus werden wir einen Ansatz der künstlichen Intelligenz (KI) entwickeln, um die von Z02 (Bonn/Tetzlaff) durchgeführte Simulation der synaptischen Dynamik der durchschnittlichen exzitatorischen Synapse (AVE-SYN) zu beschleunigen.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1286: Quantitative Synaptologie
• Antragstellende Institution: Georg-August-Universität Göttingen
• Teilprojektleiter: Professor Dr. Constantin Pape