EN
Logo Leibniz IPHT
EN

Arbeitsgruppe Statistische Modellierung und Bildanalyse

Überblick

Die Arbeitsgruppe Statistische Modellierung und Bildanalyse beschäftigt sich mit der optimalen Analyse von spektrometrischen, spektroskopischen Daten und Bilddaten. Weiterhin werden Methoden zur quantitativen Korrelation verschiedener Messmethoden entwickelt. Zur Unterstützung dieser analytischen Untersuchungen werden Simulationen der Wechselwirkung von Probe und Messmethode durchgeführt. Weitere Informationen über die verschiedenen Arbeitsgebiete der Arbeitsgruppe sind in den nächsten Abschnitten enthalten.

Publikationen [1, 2, 3, 4]

Spektrale Datenanalyse

Ein wichtiges Forschungsgebiet, welches von Wissenschaftlern der Nachwuchsgruppe bearbeitet wird, ist die spektrale Datenanalyse. Innerhalb dieses Forschungsthemas werden optimale Verfahren und Methoden zur Korrektur und Analyse verschiedener Arten von Spektraldaten entwickelt. Unsere Hauptexpertise besteht aus der Analyse von Raman-Spektren. Wir untersuchen jedoch auch chemometrische Verfahren, um andere Arten von Spektraldaten wie NIR-Spektren und MALDI-Spektren zu analysieren. Die durchgeführten Studien versuchen zu bestimmen, welche Analyse- und Korrekturverfahren optimal geeignet sind und für eine optimale und vollautomatische Daten-Pipeline kombiniert werden sollten. Um dies zu tun, untersuchen wir die vollständige Daten-Pipeline und alle ihre Verfahren.

Publikationen [5, 6, 7, 8]

Bildanalyse

Ein weiterer Arbeitsbereich der Nachwuchsgruppe ist die Analyse multimodaler Bilder, die aus CARS-, TPEF- und SHG-Bildern zusammen gesetzt sind, sowie anderen Arten von Bilddaten. Bei allen unsere Bildanalyse-Studien versuchen wir, physikalische Messwerte in biomedizinische Informationen zu übersetzen. Um dieses Ziel zu erreichen, konstruieren wir eine Daten-Pipeline aus Experimentplanung, bestimmten Korrekturverfahren, Merkmalextraktion und Modellkonstruktion. Wir führen an allen diesen Verfahren Untersuchungen durch, um eine optimale Daten-Pipeline zu erhalten, welche zuverlässige und robuste Ergebnisse liefert.

Publikationen [9, 10, 11]

Korrelation von (Mess-)Methoden

Das dritte Arbeitsgebiet der Nachwuchsgruppe ist die Korrelation und Kombination von Daten, die mittels verschiedenen Messmodalitäten gemessen worden sind. In diesem Bereich versuchen wir, Daten aus verschiedenen Messmodalitäten zu fusionieren und die fusionierten Daten gemeinsam zu verwenden. Die Idee hinter dieser Datenfusion ist, dass mittels der gemeinsamen Verwendung von unterschiedlichen Informationen (aus verschiedenen Messmodalitäten) ein umfassenderes Verständnis der Probe erlangt werden kann. Ein weiteres Ziel der Datenfusion besteht in der Kombination einer Technik mit einer Referenztechnik und der Quantifizierung des Unterschieds. Um diese beiden Ziele zu erreichen, untersuchen wir Datenfusionsstrategien und wenden sie auf die Kombination verschiedener (Mess-)Techniken an.


[1]    T.W. Bocklitz, T. Dörfer, R. Heinke, M. Schmitt, and J. Popp. Spectrometer calibration protocol for Raman spectra recorded with different excitation wavelengths. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 05:544–549, 2015.
[2]    Shuxia Guo, Thomas Bocklitz, and Jürgen Popp. Optimization of Raman-spectrum baseline correction in biological application. Analyst, in print:–, 2016.
[3]    Shuxia Guo, Ralf Heinke, Stephan Stöckel, Petra Rösch, Thomas Bocklitz, and Jürgen Popp. Towards an improvement of model transferability for raman spectroscopy in biological applications. Vibrational Spectrocopy, akzeptiert, 2016.
[4]    Oleg Ryabchykov, Thomas Bocklitz, Anuradha Ramoji, Ute Neugebauer, Martin Foester, Claus Kroegel, Michael Bauer, Michael Kiehntopf, and Juergen Popp. Automatization of spike correction in Raman spectra of biological samples. Chemom. Intell. Lab. Syst., 155:1–6, 2016.
[5]    Fisseha Bekele Legesse, Olga Chernavskaia, Sandro Heuke, Thomas Bocklitz, Tobias Meyer, Jürgen Popp, and Rainer Heintzmann. Seamless stitching of tile scan microscope images. J. Microsc., 258:223–230, 2015.
[6]    Thomas Bocklitz, Firas Subhi Salah, Nadine Vogler, Sandro Heuke, Olga Chernavskaia, Carsten Schmidt, Maximilian Waldner, Florian R. Greten, Rolf Bräuer, Michael Schmitt, Andreas Stallmach, Iver Petersen, and Juergen Popp. Combining CARS/TPEF/SHG multimodal imaging and Raman-spectroscopy as a fast and precise non-invasive pathological screening tool. BMC Cancer, akzeptiert, 2016.
[7]    Olga Chernavskaia, Sandro Heuke, Michael Vieth, Oliver Friedrich, Sebastian Schürmann, Raja Atreya, Andreas Stallmach, Markus F. Neurath, Maximilian Waldner, Iver Petersen, Michael Schmitt, Thomas Bocklitz, and Jürgen Popp. Beyond endoscopic assessment in inflammatory bowel disease: real-time histology of disease activity by non-linear multimodal imaging. Scientific Reports, 6:29239, 2016.
[8]    Sandro Heuke, Olga Chernavskaia, Thomas Bocklitz, Fisseha Bekele Legesse, Tobias Meyer, Denis Akimov, Olaf Dirsch, Günther Ernst, Ferdinand von Eggeling, Iver Petersen, Orlando Guntinas-Lichius, Michael Schmitt, and Jürgen Popp. Multimodal nonlinear microscopic investigations on head and neck squamous cell carcinoma – toward surgery assisting frozen section analysis. Head & Neck, online, 2016.
[9]    Thomas Bocklitz, Katharina Bräutigam, Annett Urbanek, Franziska Hoffmann, Ferdinand von Eggeling, G ünther Ernst, Michael Schmitt, Ulrich Schubert, Orlando Guntinas-Lichius, and Jürgen Popp. Novel workflow for combining Raman-spectroscopy and MALDI-MSIs for tissue based studies. Analytical and Bioanalytical Chemistry, 407(26):7865–7873, 2015.
[10]    Sebastian Dochow, Dinglong Ma, Ines Latka, Thomas Bocklitz, Brad Hartl, Julien Bec, Hussain Fatakdawala, Eric Marple, Kirk Urmey, Sebastian Wachsmann-Hogiu, Michael Schmitt, Laura Marcu, and Jürgen Popp. Combined fiber probe for fluorescence lifetime and Raman spectroscopy. Anal. Bioanal. Chem., 407:8291–301, 2015.
[11]    R. Geitner, J. Kötteritzsch, M. Siegmann, T. W. Bocklitz, M. D. Hager, U. S. Schubert, B. Dietzek S. Gräfe and, M. Schmitt, and J. Popp. Two-dimensional Raman correlation spectroscopy reveals molecular structural changes during temperature-induced self-healing in polymers based on the Diels-Alder reaction. Phys. Chem. Chem. Phys., 17:22587–95, 2015.

Logo Leibniz-Gemeinschaft