Holographisches Deep-Learning-Mikroskop zur Erkennung biologischer Bedrohungen vor Ort
Zug Medical Systems ist Konsortiumpartner in einem EU-geförderten Forschungskooperationsprojekt, das im Rahmen des Programms Horizon 2020 gefördert wird (ID: 101021723). Das dauert von Mai 2021 bis April 2024.
HoloZcan bringt ein neues Werkzeug für Sicherheitsakteure (Polizei, Rettungskräfte, Katastrophenmanager, Krisenmanager, für die öffentliche Sicherheit zuständige Akteure, kritische Infrastruktur- und Dienstleister), insbesondere im Bereich autonomer Erkennungs- und Reaktionsfähigkeiten.
Das HoloZcan Konsortium, das im Rahmen des EU-Forschungs- und Innovationsprogramms Horizon 2020 finanziert und von Ideas Science Ltd (Ungarn) koordiniert wird, bringt neun Organisationen aus fünf verschiedenen EU-Ländern zusammen.
Durch die Entwicklung eines hochauflösenden, hochdurchfluss-, automatisierten und hochtragbaren Nachweissystems zur automatischen Klassifizierung von Krankheitserregern und Partikeln soll die Fähigkeit von CBRN-Praktikern zur Erfassung und Messung von Bioaerosolen (Umwelt- und Ausatmung) verbessert werden.
HoloZcan hat eine neue holografische Mikroskopie und Bildgebungstechnologie entwickelt, die Methoden der künstlichen Intelligenz und des maschinellen Lernens kombiniert, um potenzielle biologische Bedrohungen und unbekannte potenziell gefährliche Substanzen schnell und kostengünstig zu untersuchen. Es schafft einen Rahmen für dynamische Merkmalsauswahl und -validierungsalgorithmen, um die kontinuierliche Innovationsfähigkeit des Systems im Bereich des adaptiven Lernens und der Datenbankoptimierung für spezifische bioinformatische Anwendungen zu unterstützen. Das Projekt hat auch umfassende und innovative Methoden zur Probenahme von Atmungs-, Belüftungs- und Umweltbiodaten entwickelt, die in Echtzeit-, Off-Zone-oder mobilen biologischen Detektionsumgebungen eingesetzt werden können.
Das HoloZcan-Projekt verfolgt einen flexiblen adaptiven Designansatz, bei dem CBRN-Praktiker als Projektbeteiligte in den Prozess einbezogen werden.
[Französische Fassung]
Deep Learning basierende holografische Mikroskopie erkennt biologische Bedrohungen im Feld.
Zug Medical Systems ist Konsortiumpartner in einem gemeinsamen Forschungsprojekt, das von der Europäischen Union im Rahmen des Horizon 2020 gefördert wird (ID: 101021723). Dies soll zwischen Mai 2021 und April 2024 umgesetzt werden.
HoloZcan bietet Sicherheitsakteuren (Polizei, Rettungskräfte, Katastrophenmanager, Krisenmanager, Akteure der öffentlichen Sicherheit, kritische Infrastruktur- und Dienstleister) ein neues Werkzeug, insbesondere im Bereich autonomer Erkennungs- und Reaktionsfähigkeiten.
Das Konsortium HoloZcan wird vom Forschungs- und Innovationsprogramm Horizon 2020 der Europäischen Union finanziert und von Ideas Science Ltd (Ungarn) koordiniert und bringt neun Organisationen aus fünf verschiedenen Ländern der Europäischen Union zusammen.
Durch die Entwicklung eines hochauflösenden, hochdurchsatzreichen, automatisierten und hochtragbaren Detektionssystems zur automatischen Klassifizierung von Krankheitserregern und Partikeln soll die Fähigkeit der CBRN-Praktiker zur Erkennung/Messung von Bioaerosolen (Umwelt und Ausatmen) verbessert werden.
HoloZcan entwickelt eine neue holografische Mikroskopie und Bildgebungstechnologie, die Methoden der künstlichen Intelligenz und des maschinellen Lernens kombiniert, um potenzielle biologische Bedrohungen und potenziell gefährliche unbekannte Substanzen schnell und kostengünstig zu erkennen. Es legt einen Rahmen für dynamische Merkmalsauswahl und -validierungsalgorithmen fest, um die kontinuierliche Innovationsfähigkeit des Systems im Bereich des adaptiven Lernens und der Datenbankoptimierung für spezifische bioinformatische Anwendungen zu unterstützen. Im Rahmen des Projekts wurden auch umfassende und innovative Tools zur Probenahme von Atmungs-, Belüftungs- und Umweltbiodaten entwickelt, die in Echtzeit-, Fern- oder mobilen biometrischen Umgebungen eingesetzt werden können.
Das HoloZcan-Projekt verfolgt einen flexiblen adaptiven Entwurfsansatz, bei dem CBRN-Praktiker als Projektstakeholder in den Prozess einbezogen werden.