UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
COSIR

COSIR - Combination of Chemical-Optical Sensors and Image Recognition

Die Überwachung von Zellkulturen wird bis jetzt meist durch einzelne Messungen durchgeführt, die in bestimmten Zeitabständen erfolgen. Zustände zwischen diesen bekannten Zeitpunkten müssen daraus abgeleitet werden. Zudem finden diese Messungen unter Eingriffnahme in die Zellkultur (z.B. Probenahme) statt, was bei empfindlichen Zellen zu ungewollten Effekten führen kann.

Das Ziel von COSIR ist es, ein System zur kontinuierlichen Überwachung von Zellkulturen zu entwickeln, das zudem ohne Probenahme und äußere Einflüsse Daten über das aktuelle Zellwachstum liefern kann.

Dieses System wird in kompakter Bauweise verschiedene optische und chemische Sensoren und Aufnahmesysteme enthalten. Die aufgenommenen Signale werden mit Hilfe von Bildverarbeitungsmethoden aufbereitet und ausgewertet, um automatisch quantitative (z.B. Zellenanzahl) als auch qualitative Werte (z.B. Sauerstoffgehalt) zu liefern.

Es soll universell einsetzbar sein, zur Expansion tierischer Zellen, Medienoptimierung oder Toxizitätstests. Der hauptsächliche Nutzen wird hierbei in der pharmazeutischen Entwicklung neuer Medikamente, der wissenschaftlichen Forschung, sowie in der Toxizitätsprüfung liegen.

Projektleitung:
Dr. Gernot John

Beteiligte:
Simone Gaffling, M. Sc., Dr.-Ing. Simon Schöll, Dipl.-Ing. Björn Sommerfeldt, Dr.-Ing. Firas Mualla

Stichwörter:
Zellkultur; Online-Überwachung; chemisch-optische Sensoren; Bildverarbeitung

Laufzeit: 1.1.2011 - 31.12.2013

Förderer:
Bayerische Forschungsstiftung

Publikationen
Mualla, Firas ; Schöll, Simon ; Sommerfeldt, Björn ; Maier, Andreas ; Hornegger, Joachim: Automatic Cell Detection in Bright-Field Microscope Images Using SIFT, Random Forests, and Hierarchical Clustering. In: IEEE Transactions on Medical Imaging 32 (2013), Nr. 12, S. 2274-2286
[doi>10.1109/TMI.2013.2280380]
Mualla, Firas ; Schöll, Simon ; Sommerfeldt, Björn ; Hornegger, Joachim: Using the Monogenic Signal for Cell-Background Classification in Bright-Field Microscope Images. In: Meinzer, Hans-Peter ; Deserno, Thomas Martin (Hrsg.) : Proceedings des Workshops Bildverarbeitung für die Medizin 2013 (Bildverarbeitung für die Medizin 2013 Heidelberg 03.03.2013). Heidelberg : Springer, 2013, S. 170-174.
UnivIS ist ein Produkt der Config eG, Buckenhof