Projektbeschreibung
Inverse Probleme bei der Abbildung in der Fluoreszenzmikroskopie-Bildgebung
Die Fluoreszenzmikroskopie-Bildgebung umfasst ein breites Spektrum an inversen Problemen, bei denen aussagekräftige Darstellungen biologischer Proben aus unvollständigen und verrauschten Messungen rekonstruiert werden müssen. Diese Probleme sind per se komplex und ziehen Lösungen nach sich, die sehr empfindlich auf kleine Störungen reagieren. Bestehende modellbasierte Ansätze stützen sich auf Fachwissen über die zugrundeliegenden Rekonstruktionsverfahren, um die Stabilität zu gewährleisten, und auf händische Optimierungsmethoden, was ihre praktische Anwendbarkeit einschränkt. Das ERC-finanzierte Projekt MALIN geht diese Einschränkungen durch die Entwicklung eines integrativen Rahmens an, der modellbasierte Methoden mit datengesteuerten Deep-Learning-Techniken kombiniert. Methodisch konzentriert sich das Projekt auf optimierungsorientierte Ansätze, die das verfügbare physikalische Wissen einbeziehen und gleichzeitig Modellierungsungenauigkeiten berücksichtigen. Die daraus resultierenden Methoden werden die Effizienz, Genauigkeit und Kostenwirksamkeit verbessern und mittels quelloffenen Software-Tools verbreitet.
Ziel
This project will develop model-aware, i.e. physics-informed, learning methods for solving imaging inverse problems (IIPs) in fluorescence microscopy imaging (FMI). IIPs are frequently encountered in FMI whenever a visual representation of a biological sample needs to be reconstructed from incomplete and noisy input measurements. Such IIPs are typically ill-posed: their solution (if it exists) is unstable to perturbations. Classical model-based approaches reformulate the IIP at hand as an energy minimisation task. Such approaches rely both on the (approximate) knowledge of the complex physical processes involved and on the mathematical design of hand-crafted optimisation methods whose tuning is often very time-consuming. Concurrently, the impressive development of machine and deep learning methods has enabled the applied imaging community with new data-driven methodologies providing unprecedented results in tasks such as image classification. The performance of data-driven methods for solving IIPs in FMI, however, is halted by their intrinsic unstable behaviour. In MALIN, I propose an integrative paradigm where the stable performance of model-based approaches is combined with the effectiveness of data-driven techniques by means of shallow model-constrained learning and deep physics-informed generative approaches. The reliability of the model-aware methods proposed will be justified by theoretical results providing reconstruction and convergence guarantees. The study will further account for possible geometric invariances and imperfect physical modelling, showing robustness to modelling errors which are frequent when standard (low-cost) equipment is used. Algorithmic acceleration strategies and inexact/stochastic algorithms will be devised to guarantee efficient performance also under limited computational resources and training data. The methodologies will be deployed on several IIPs in FMI and democratised through the release of open software and plug-ins.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
- Naturwissenschaften Informatik und Informationswissenschaften Software
- Naturwissenschaften Naturwissenschaften Optik Mikroskopie
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
HORIZON.1.1 - European Research Council (ERC)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
HORIZON-ERC - HORIZON ERC Grants
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) ERC-2023-STG
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenGastgebende Einrichtung
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
16126 GENOVA
Italien
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.