Daten-getriebene Modellierung für lichtbasierte Diagnostik und Analytik 

Unsere Forschung

Wir untersuchen den gesamten Lebenszyklus photonischer Daten – von der Generierung über die Auswertung bis hin zur Archivierung. Unser Ziel ist es, komplexe Messdaten aus verschiedenen photonischen Verfahren systematisch nutzbar zu machen und robuste, datengetriebene Grundlagen für Analytik, Diagnostik und Therapie zu schaffen. Unsere Arbeiten verbinden methodische Forschung mit direkter Anwendung in der Medizin, den Lebens- und Umweltwissenschaften sowie der Pharmazie. 

Ein zentraler Ansatz ist dabei die Entwicklung ganzheitlicher Datenpipelines. Diese umfassen die Planung von Experimenten und Fallzahlen, die strukturierte Datenvorverarbeitung sowie die Kombination chemometrischer Verfahren mit Modelltransfermethoden und maschinellem Lernen. Dadurch können Daten unterschiedlicher Herkunft und Qualität vergleichbar gemacht und gemeinsam ausgewertet werden. Ein besonderes Augenmerk liegt auf der Übertragbarkeit von Modellen zwischen Messsystemen und Studien. 

Die Forschungsabteilung Photonic Data Science entwickelt Methoden zur Datenfusion heterogener Datenquellen sowie zur Simulation photonischer Messverfahren, um Korrektur- und Optimierungsstrategien gezielt zu verbessern. Ergänzend werden Verfahren zur Interpretation datengetriebener Modelle erforscht, um analytische Ergebnisse nachvollziehbar und reproduzierbar zu machen. Die entwickelten Methoden werden in Softwarepakete überführt und in realen Anwendungsszenarien, etwa in klinischen Studien, erprobt. Ein weiterer Schwerpunkt ist der Aufbau von Dateninfrastrukturen für photonische Messdaten nach den FAIR-Prinzipien. 

Forschungsschwerpunkte

Maschinelles Lernen für
photonische Bild- & Spektraldaten 

Entwicklung und Anwendung von KI-Methoden für die Auswertung photonischer Bild- und Spektraldaten in Analytik und Diagnostik 

Chemometrie &
datengetriebene Analytik

Chemometrische Verfahren und angewandte Datenanalyse für spektrale Daten aus Chemie, Physik und Lebenswissenschaften 

Datenfusion &
Modelltransfer 

Korrelation und Fusion heterogener Messdaten sowie Transfer von Analysemodellen zwischen verschiedenen photonischen Verfahren und Studien 

Dateninfrastrukturen & Software
für photonische Daten 

Aufbau FAIRer Datenstrukturen, Entwicklung von Analysepipelines und Softwarelösungen für den gesamten Datenlebenszyklus photonischer Messdaten

Kooperationen und Netzwerke

Die Forschungsabteilung Photonic Data Science ist eng in interdisziplinäre Forschungsnetzwerke eingebunden und arbeitet mit Partnern aus den Bereichen Photonik, Lebenswissenschaften, Medizin und Umweltforschung zusammen. Ihre Methoden zur Datenanalyse, Modellierung und Datenintegration werden in zahlreichen anwendungsnahen Projekten eingesetzt und weiterentwickelt, insbesondere dort, wo komplexe photonische Messverfahren auf klinische oder biologische Fragestellungen treffen. 

Am Leibniz-Zentrum für Photonik in der Infektionsforschung (LPI) trägt die Abteilung mit datenwissenschaftlichen Methoden zur Auswertung, Interpretation und Integration photonischer Messdaten bei, etwa im Kontext klinischer Studien und translationaler Forschungsansätze. Die enge Verzahnung von Methodik-Entwicklung und Anwendung stärkt die Nutzung datengetriebener Verfahren entlang der gesamten Innovationskette. 

Durch die Zusammenarbeit mit weiteren Forschungsabteilungen des Leibniz-IPHT sowie mit externen akademischen und klinischen Partnern leistet die Abteilung einen Beitrag zur Standardisierung, Vergleichbarkeit und nachhaltigen Nutzung photonischer Daten. Damit unterstützt sie die Etablierung von Photonic Data Science als Schlüsselkompetenz für datenbasierte Analytik und Diagnostik. 

Ausgewählte Projekte

Markerfreie Immunhistochemie auf Basis multimodaler Bildgebung

ERC CoG STAIN-IT: Computergestützte immunhistochemische Färbungen aus label-freien multimodalen Bilddaten

Forschungsdatenmanagement für Mikroskopie und Bioimage-Analyse

NFDI4BIOIMAGE: Konsortium der Nationalen Forschungsdateninfrastruktur für Bioimaging

Echtzeit-Überwachungssysteme für die Wasserqualität

IBAIA: Innovative Umweltsensorik für die Überwachung der Gewässerqualität und die Bewertung von Sanierungsmaßnahmen

Cookies & Skripte von Drittanbietern

Diese Website verwendet Cookies. Für eine optimale Performance, eine reibungslose Verwendung sozialer Medien und aus Werbezwecken empfiehlt es sich, der Verwendung von Cookies & Skripten durch Drittanbieter zuzustimmen. Dafür werden möglicherweise Informationen zu Ihrer Verwendung der Website von Drittanbietern für soziale Medien, Werbung und Analysen weitergegeben.
Weitere Informationen finden Sie unter Datenschutz und im Impressum.
Welchen Cookies & Skripten und der damit verbundenen Verarbeitung Ihrer persönlichen Daten stimmen Sie zu?

Sie können Ihre Einstellungen jederzeit unter Datenschutz ändern.