Automatische Erkennung und Identifizierung von künstlich hergestellten Nanopartikeln auf Rasterelektronenmikroskop-Bildern
Projektleiter:
Projektbearbeiter:
Stephen Kockentiedt
Finanzierung:
Fördergeber - Sonstige;
Nanopartikel sind Partikel mit einem Durchmesser von 1 bis 100 nm. Diese können aus natürlichen Quellen wie zum Beispiel Vulkanausbrüchen oder Waldbränden stammen. Allerdings sind die größten Quellen Auto- und Industrieabgase. Eine besondere Art der Nanopartikel gewinnt jedoch immer mehr an Bedeutung: Künstlich hergestellte Nanopartikel. Beispiele hierfür sind Silbernanopartikel, die in Deodorants, Zahnpasta oder Geweben wegen der antimikrobiellen Wirkung verwendet werden.
Es ist bisher noch nicht abschließend geklärt, welche gesundheitlichen Risiken von Nanopartikeln ausgehen. Vor allem Arbeiter in Produktionsstätten könnten die Nanopartikel einatmen und so mit ihnen in Kontakt geraten. Deshalb muss die Konzentration der Nanopartikel in der Luft gemessen werden. Allerdings können automatische Partikelzähler nicht zwischen künstlich hergestellten Nanopartikeln und anderen Partikeln, die in der Luft vorkommen, unterscheiden. Deshalb werden die Partikel aus der Luft mit einem so genannten Präzipitator auf Oberflächen abgeschieden, die dann mit einem Rasterelektronenmikroskop untersucht werden. Die so entstandenen Bilder mussten bisher per Hand durchgesehen und die Partikel unterschieden und gezählt werden. Dies ist allerdings sehr zeitaufwändig, da bis zu 800 Partikel auf einem einzigen Bild vorkommen können.
Deshalb entwickeln wir ein Verfahren, welches diese Bilder automatisch auswertet. In einem ersten Schritt werden alle Partikel auf dem Bild gefunden. In einem zweiten Schritt werden diese dann eingehender analysiert, um die künstlich hergestellten Nanopartikel von den sonstigen Partikeln zu unterscheiden. Hierzu werden für alle gefunden Partikel verschiedene Merkmale berechnet, die dann von einem 'Machine Learning'-Verfahren verwendet werden, um die Partikel zu klassifizieren.
Mittelgeber für das Projekt ist die Bundesanstalt für Arbeitsschutz und Arbeitsmedizin in Berlin. Dortiger Projektleiter ist Dr. Peter Kujath.
Es ist bisher noch nicht abschließend geklärt, welche gesundheitlichen Risiken von Nanopartikeln ausgehen. Vor allem Arbeiter in Produktionsstätten könnten die Nanopartikel einatmen und so mit ihnen in Kontakt geraten. Deshalb muss die Konzentration der Nanopartikel in der Luft gemessen werden. Allerdings können automatische Partikelzähler nicht zwischen künstlich hergestellten Nanopartikeln und anderen Partikeln, die in der Luft vorkommen, unterscheiden. Deshalb werden die Partikel aus der Luft mit einem so genannten Präzipitator auf Oberflächen abgeschieden, die dann mit einem Rasterelektronenmikroskop untersucht werden. Die so entstandenen Bilder mussten bisher per Hand durchgesehen und die Partikel unterschieden und gezählt werden. Dies ist allerdings sehr zeitaufwändig, da bis zu 800 Partikel auf einem einzigen Bild vorkommen können.
Deshalb entwickeln wir ein Verfahren, welches diese Bilder automatisch auswertet. In einem ersten Schritt werden alle Partikel auf dem Bild gefunden. In einem zweiten Schritt werden diese dann eingehender analysiert, um die künstlich hergestellten Nanopartikel von den sonstigen Partikeln zu unterscheiden. Hierzu werden für alle gefunden Partikel verschiedene Merkmale berechnet, die dann von einem 'Machine Learning'-Verfahren verwendet werden, um die Partikel zu klassifizieren.
Mittelgeber für das Projekt ist die Bundesanstalt für Arbeitsschutz und Arbeitsmedizin in Berlin. Dortiger Projektleiter ist Dr. Peter Kujath.
Schlagworte
Classification, Image Analysis, Nano Particles
Kooperationen im Projekt
Kontakt
Prof. Dr. Klaus Tönnies
Otto-von-Guericke-Universität Magdeburg
Institut für Simulation und Graphik
Universitätsplatz 2
39106
Magdeburg
Tel.:+49 391 6758873
weitere Projekte
Die Daten werden geladen ...