Entwicklung eines KI-gestützten und bildbasierten Systems zur quantitativen Analyse von Keimbelastungen (μQuant)
Im Vorhaben µQuant ist die Erforschung und prototypische Entwicklung eines robotergestützten bildbasierten Analysesystems zur automatisierten Bewertung mikrobieller Probenkulturen geplant. Dabei wird der kombinierte Ansatz aus modellhafter Gerätekonstruktion für die automatisierte makros-kopische Bildgebung (Digitalisierung) von Proben, einer KI-basierten Bildanalyse und deren Integration in die Laborprüfprozesse verfolgt. Das Analysesystem soll unabhängig von der konkreten Probenträgerausführung und Probenbeschriftung, flexibel hinsichtlich der Bildaufnahme, sowie langfristig in unterschiedlichen Laboranwendungsdomänen einsetzbar sein und die Analysezeit pro Probe deutlich reduzieren.
Im Projekt werden insb. auch für die Erkennung von häufig vorkommenden Sonderfällen (Begleitflora) in Proben spezielle Algorithmen der KI und des Maschinellen Lernens (ML) eingesetzt. Im Vordergrund steht dabei zunächst die Keimart Legionellen. Aufgrund der Adaptionsfähigkeit KI/ML-basierter Ansätze soll die Probenanalyse nach Projektende modularisierbar auf verschiedene Prüfprotokolle, Keimarten und Nährmedien anpassbar sein.
Arbeiten am InfAI
- Entwicklung und Anpassung von KI-Algorithmen zur Keimerkennung und -zählung
- Methodische und inhaltliche Unterstützung für den Laborpartner
Projektteam am InfAI
- Prof. Ulf-Dietrich Braumann
- Bianca Reichard
Laufzeit
01/2025-12/2026
Antragsnummer:
100719865
Projektbeteiligte
- Kapelan Bio-Imaging GmbH (Koordinator)
- Forschungs- und Transferzentrum Leipzig e. V.
- Limbach Analytics GmbH
- Sondermaschinenbau Engelsdorf GmbH
- Institut für Angewandete Informatik (InfAI) e.V.