ViSPAGI
ViSPAGI revolutioniert die digitale Pathologie durch virtuelle Färbung und KI-gestützte Bildanalyse. Dies ermöglicht schnelle, präzise Krebsdiagnosen ohne einen chemikalienintensiven Färbeprozess.
Projektdetails
ViSPAGI zielt darauf ab, die Arbeitsabläufe für die moderne digitale Pathologie zu revolutionieren und stellt eine bedeutende Abkehr von der traditionellen, zeitaufwändigen Methode der Gewebefärbung dar. Durch den Einsatz modernster KI-Technologien für die virtuelle Färbung rationalisiert ViSPAGI den Pathologieprozess erheblich und ermöglicht die schnelle Umwandlung von ungefärbten oder mit Hämatoxylin und Eosin (H&E) gefärbten Gewebeschnitten in eine Vielzahl histopathologischer Färbungen. Dieser Durchbruch beschleunigt nicht nur den diagnostischen Zeitplan, gibt der Digitalisierung in diesem Arbeitsbereich eine neue Dimension, sondern reduziert auch die Exposition gegenüber gefährlichen Chemikalien und stellt damit einen bedeutenden Fortschritt in der medizinischen Diagnostik dar.
Die Zielgruppen für unsere Technologie liegen im Gesundheits- und Wissenschaftsbereich, z.B. Abteilungen für klinische Pathologie von Krankenhäusern, pathologische (Forschungs-) Institute aber auch veterinärmedizinische Diagnostikanbieter können von unserer Technik profitieren. Neben dem Einsatz in der praktischen Diagnostik wird ViSPAGI eine Lernplattform entwickeln. Durch die Erzeugung äußerst realistisch, gefärbter Gewebeproben können z.B. Studierende, praktische Annotationsübungen durchführen.
ViSPAGI ist ein Ausgründungsprojekt des Fachgebietes „Selbstorganisierende Systeme“ der Technischen Universität Darmstadt. Das Team wird von erfahrenen Experten auf dem Gebiet der KI-optimierten Bildanalyse geleitet. Weitere Teammitglieder bringen Expertise aus dem Bereich Mathematik, Automatisierung und Biologie mit. Es besteht eine enge Zusammenarbeit mit Pathologen des Dr. Senckenbergischen Instituts für Pathologie des Universitätsklinikums Frankfurt.
Gefördert durch
- Digitale Technologie
Künstliche Intelligenz (KI / AI)
- Anwendungsbereich
E-Health E-Learning
- Eingesetzte digitale Verfahren, Technik, Software und Methoden
Künstliche Intelligenz neuronale Netze maschinelles Lernen Sprachmodelle
- Landkreis, kreisfreie Stadt
Darmstadt
- Förderprogramm
- Distr@l - Validierung (FL 4A)
- Fördersumme
- 777.914,00 €
- Förderzeitraum
- 1. Dez. 2024 - 30. Nov. 2026
- Status
- aktiv
Antragsteller
TU Darmstadt
Merckstraße 25
64283 DARMSTADT