Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Multiphoton imaging with computational specificity

Descripción del proyecto

Especificidad computacional: herramientas de inteligencia artificial para detectar inflamaciones en imágenes multifotónicas

La tinción de tejidos mejora su visualización y permite a los científicos identificar posibles enfermedades. En este método, los agentes de contraste bioquímicos se unen a las moléculas diana, lo que proporciona la especificidad deseada. Por otro lado, la microscopía multifotónica sin marcadores es una potente técnica de imagenología que ayuda a obtener imágenes tridimensionales de alta resolución en tejidos vivos sin utilizar tinciones ni colorantes. Las modernas herramientas de inteligencia artificial (IA) permiten vincular la información de estas imágenes sin marcadores a un determinado tipo de célula o tejido para generar especificidad computacional. En el proyecto MICS, que cuenta con el apoyo de las acciones Marie Skłodowska-Curie, se desarrollará este tipo de herramientas de IA para la tinción digital de células inmunitarias y la clasificación automatizada de la inflamación de la mucosa a partir de imágenes de microscopía multifotónica. De este modo, se podrá examinar de forma directa la localización de células inmunitarias específicas y la alteración global de los tejidos.

Objetivo

Digital staining based on machine learning models can provide cellular specificity to label-free optical imaging. This concept is particularly interesting for in vivo applications in fundamental research of auto-immune diseases as well as for future clinical translations. In this project “MICS – Multiphoton imaging with computational specificity”, I will develop and implement computational specificity for label-free multiphoton microscopy (MPM) using artificial intelligence (AI). The direct outcome of this project will be two AI modules to perform (i) automated classification of mucosal inflammation based on 3D images from colon tissue and (ii) digital staining of un-stained immune cells. This integration of computational specificity to label-free multiphoton microscopy will allow direct investigation of global tissue alteration as well as specific immune cell localization during inflammatory tissue remodelling. Digital staining is an emerging concept in the field of computational microscopy but has not yet been implemented for immune cells based on label-free MPM images. Building on my previous expertise in label-free in vivo imaging via endomicroscopy, future implementations of multiphoton endomicroscopy would profit from tools for computational specificity, developed during this project.

Ámbito científico (EuroSciVoc)

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-TMA-MSCA-PF-GF - HORIZON TMA MSCA Postdoctoral Fellowships - Global Fellowships

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) HORIZON-MSCA-2022-PF-01

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

FRIEDRICH-ALEXANDER-UNIVERSITAET ERLANGEN-NUERNBERG
Aportación neta de la UEn
€ 192 125,76
Dirección
FREYESLEBENSTRAßE 1
91058 Erlangen
Alemania
Región
Bayern Mittelfranken Erlangen, Kreisfreie Stadt
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
Sin datos

Socios (1)