Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Multiphoton imaging with computational specificity

Opis projektu

Specyficzność i obliczenia: Oparte na sztucznej inteligencji narzędzia wykryją stany zapalne w obrazowaniu wielofotonowym

Barwienie tkanek usprawnia ocenę wizualną i pomaga naukowcom zidentyfikować potencjalne stany patologiczne. Biochemiczne środki kontrastowe wiążą się z cząsteczkami docelowymi, co zapewnia pożądaną specyficzność. Z drugiej strony, mikroskopia wielofotonowa jest niezwykle wydajną techniką obrazowania, która pozwala na uzyskiwanie trójwymiarowych obrazów o wysokiej rozdzielczości w żywej tkance bez użycia barwników lub znaczników. Nowoczesne narzędzia sztucznej inteligencji mogą łączyć informacje zawarte w tych nieoznaczonych obrazach z danym typem komórki lub tkanki w celu zapewnienia specyficzności obliczeniowej. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu MICS opracuje takie narzędzia sztucznej inteligencji do cyfrowego barwienia komórek odpornościowych i automatycznej klasyfikacji stanu zapalnego błony śluzowej na podstawie obrazów uzyskanych dzięki technice mikroskopii wielofotonowej. Umożliwi to bezpośrednie badanie lokalizacji określonych komórek odpornościowych i zmian w tkankach.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2022-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

FRIEDRICH-ALEXANDER-UNIVERSITAET ERLANGEN-NUERNBERG
Wkład UE netto
€ 192 125,76
Adres
FREYESLEBENSTRAßE 1
91058 Erlangen
Niemcy
Region
Bayern Mittelfranken Erlangen, Kreisfreie Stadt
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
Brak danych

Partnerzy (1)