05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/6

Browse

Filters

2022 - 20244

Settings

Subject: search.filters.subject.570

Search Results

Now showing 1 - 4 of 4
  • Thumbnail Image
    ItemOpen Access
    Fourier spotting : a novel setup for single-color reflectometry
    (2022) Siegel, Johannes; Berner, Marcel; Werner, Jürgen H.; Proll, Günther; Fechner, Peter; Schubert, Markus
    Single-color reflectrometry is a sensitive and robust detection method in optical biosensor applications, for example for bioanalysis. It is based on the interference of reflected monochromatic radiation and is label free. We present a novel setup for single-color reflectometry based on the patented technology of Berner et al. from 2016. Tilting areas of micro-mirrors allow us to encode the optical reflection signal of an analyte and reference channel into a particular carrier frequency with the amplitude being proportional to the local reflection. Therefore, a single photodiode is sufficient to collect the signals from both channels simultaneously. A 180∘ phase shift in the tilt frequency of two calibrated micro-mirror areas leads to a superposition of the analyte and reference signal which enables an efficient reduction of the baseline offset and potential baseline offset drift. A performance test reveals that we are able to detect changes of the refractive index n down to Δn < 0.01 of saline solutions as regents. A further test validates the detection of heterogeneous binding interaction. This test compromises immobilized testosterone-bovine serum albumin on a three-dimensional layer of biopolymer as ligand and monoclonal anti-testosterone antibodies as analyte. Antibody/antigen binding induces a local growth of the biolayer and change in the refractive index, which is measured via the local change of the reflection. Reproducible measurements enable for the analysis of the binding kinetics by determining the affinity constant KA = 1.59 × 10- 7 M- 1. In summary, this work shows that the concept of differential Fourier spotting as novel setup for single-color reflectometry is suitable for reliable bioanalysis.Graphical Abstract
  • Thumbnail Image
    ItemOpen Access
    Optische Messsysteme und Ein-Sensor-Bildgebungsverfahren für Biosensoren
    (2024) Berner, Marcel; Werner, Jürgen H. (Prof. Dr. rer. nat. habil.)
    Die vorliegende Arbeit präsentiert die Entwicklung mehrerer Messsysteme und -verfahren für optische Biosensoranwendungen. Der erste Teil dieser Arbeit entwirft eine universelle experimentelle Plattform für die Erprobung neuer optischer Biosensorkonzepte nach dem Prinzip der laserinduzierten Fluoreszenz (LIF). Die Plattform unterstützt das europäische Forschungsprojekt Nanodem bei der Entwicklung eines portablen Point-of-Care-Testing-Gerätes (PoCT) zur Live-Überwachung von Immunsuppressivakonzentrationen im Blut von Transplantationspatienten unmittelbar am Patientenbett. Das in dieser Arbeit entwickelte Plattformkonzept umfasst die optoelektronische Fluoreszenzanregung und -detektion, optische Filtersysteme, den fluoreszenten Farbstoff, das Materialsystem der Transducerchips, das Mikrofluidiksystem sowie die Automatisierung der Ablaufsteuerung. Der Ausgangspunkt der Entwicklung ist die Herleitung eines allgemeinen physikalischen Modells für LIF-Systeme, an dem sich die Konstruktion der Plattform orientiert. Das in Kooperation mit der Eberhard Karls Universität Tübingen entworfene Transducerchipkonzept auf der Basis lasergeschnittener Klebebänder gestattet eine hohe Flexibilität bezüglich der Geometrie und des Aufbaus der Transducerchips und unterstützt den Technologietransfer akademischer Forschungsergebnisse in die industrielle Fertigung. Die entworfenen Photodetektorarrays aus amorphem Silizium lassen sich dank leicht adaptierbarer Herstellungsprozesse kosteneffizient auf beliebige Biosensorgeometrien anpassen. Die erreichte spezifische Detektivität D* = 11 × 10^12 Jones der Detektoren liegt dabei auf Augenhöhe mit der von State-of-the-Art-Detektoren aus kristallinem Material. Die erzielte Detektionsgrenze von c_{LOD,exp} = 26 nmol/l. Weiter bestätigen die experimentellen Messdaten das aufgestellte physikalische Modell. Der zweite Teil dieser Arbeit zeigt ein neues optisches Verfahren zur ortsaufgelösten Messung, das eine Vielzahl von Bildpunkten simultan mit nur einem einzigen optischen Sensor beobachtet. Das Verfahren nutzt hierzu ortsaufgelöste Lichtmodulatoren (Spatial Light Modulators - SLMs), um eine ortsabhängige optische Modulation zu erzeugen. Die erzeugten optischen Trägersignale gestatten die Zuordnung der als Summensignal empfangenen Signale zu ihren Ursprungspunkten. Der sogenannte Fourier Spotter macht sich dabei die mathematischen Eigenschaften der Fourier-Transformation zunutze. Durch die Anwendung zueinander phasenverschobener Modulationssignale gestattet der Fourier Spotter zudem die unmittelbare Messung von Helligkeitsdifferenzen zwischen unterschiedlichen Beobachtungspunkten. Dieses differentielle optische Messprinzip ist der Kern eines bereits erteilten Patents des Autors mit der Universität Stuttgart. Das neuartige optische Messprinzip eignet sich für die Integration in optische Biosensor-Verfahren, wie etwa die Einwellenlängenreflektometrie (engl. Single Color Reflectometry - SCORE), welche derzeit noch auf teure Spezialkameras angewiesen sind. Herkömmliche Kamerasysteme erzeugen hohe Datenmengen, deren Auswertung erhebliche Rechenleistung in Anspruch nimmt und damit der Weiterentwicklung hin zu miniaturisierten, portablen Biosensorplattformen entgegensteht. Die vorliegende Arbeit präsentiert einen erfolgreichen experimentellen Machbarkeitsnachweis des Fourier Imagers anhand von Helligkeitsdifferenzmessungen an einem SCORE-Aufbau. Eine zukünftige Erweiterung des Fourier Spotters um ein Zeilenspektrometer erlaubt neben der ortsaufgelösten Beobachtung auch eine simultane Erfassung der optischen Spektren jedes einzelnen beobachteten Punktes. Durch diese hyperspektrale Erweiterung wird die erstmalige Umsetzung einer auf der reflektometrischen Interferenzspektroskopie (RIfS) basierenden mehrkanaligen optischen Biosensorplattform möglich. Der dritte Teil dieser Arbeit verallgemeinert das Prinzip des Fourier Spotters und überführt dieses in ein Ein-Pixel-Kamera-Verfahren - das AM-FDM Imaging (engl. Amplitude Modulated Frequency Division Multiplexing). Das AM-FDM Imaging basiert auf der Anwendung von Näherungsverfahren, die ein Übersprechen zwischen den Trägersignalen minimieren. Das aufgestellte systemtheoretische Modell des AM-FDM Imaging umfasst auch das Fourier Spotting und erlaubt den Vergleich mit Rasterscans sowie bereits bekannten Ein-Pixel-Kamera-Verfahren wie dem Hadamard Imaging. Ist das Signal-zu-Rausch-Verhältnis durch das Rauschen des Detektorsystems begrenzt, so erreicht das AM-FDM Imaging einen sogenannten Multiplexgewinn amult = O(M) in der Größenordnung der Anzahl simultan beobachteter Bildpunkte M. Mit den derzeit eingesetzten Näherungsverfahren erreicht das AM-FDM Imaging hinsichtlich des Signal-zu-Rausch-Verhältnisses, der Anzahl simultan beobachtbarer Bildpunkte und der erzielbaren Bildwiederholrate nicht die Leistungsfähigkeit des bei Ein-Pixel-Imaging-Verfahren vorherrschenden Hadamard Imagings. Die in dieser Arbeit diskutierten Verwandtschaftsverhältnisse des AM-FDM Imagings zu anderen bekannten Ein-Pixel-Kamera-Verfahren legen jedoch die Vermutung nahe, dass ein bisher unbekanntes Näherungsverfahren existiert, das das AM-FDM Imaging mit dem Hadamard Imaging gleichstellt. Die Ergebnisse des systemtheoretischen Modells wurden mittels Simulation in Matlab bestätigt und gelten auch für den Fourier Spotter. Damit zeigen die Ergebnisse auf, dass im SCORE-Anwendungsfall eine Modulation nach dem Prinzip des Hadamard Imagings vorteilhafter ist. Das erteilte Patent zum optisch differentiellen Messverfahren schließt auch eine differentielle Variante des Hadamard Imagings mit ein. Gegenüber der Differenzwertbestimmung aus gemessenen Absolutwerten verdoppelt das differentielle Messverfahren wahlweise das Signal-zu-Rauschleistungs-Verhältnis oder die Bildwiederholrate des Hadamard Imagings.
  • Thumbnail Image
    ItemOpen Access
    Automated imaging-based abdominal organ segmentation and quality control in 20,000 participants of the UK Biobank and German National Cohort Studies
    (2022) Kart, Turkay; Fischer, Marc; Winzeck, Stefan; Glocker, Ben; Bai, Wenjia; Bülow, Robin; Emmel, Carina; Friedrich, Lena; Kauczor, Hans-Ulrich; Keil, Thomas; Kröncke, Thomas; Mayer, Philipp; Niendorf, Thoralf; Peters, Annette; Pischon, Tobias; Schaarschmidt, Benedikt M.; Schmidt, Börge; Schulze, Matthias B.; Umutle, Lale; Völzke, Henry; Küstner, Thomas; Bamberg, Fabian; Schölkopf, Bernhard; Rückert, Daniel; Gatidis, Sergios
    Large epidemiological studies such as the UK Biobank (UKBB) or German National Cohort (NAKO) provide unprecedented health-related data of the general population aiming to better understand determinants of health and disease. As part of these studies, Magnetic Resonance Imaging (MRI) is performed in a subset of participants allowing for phenotypical and functional characterization of different organ systems. Due to the large amount of imaging data, automated image analysis is required, which can be performed using deep learning methods, e. g. for automated organ segmentation. In this paper we describe a computational pipeline for automated segmentation of abdominal organs on MRI data from 20,000 participants of UKBB and NAKO and provide results of the quality control process. We found that approx. 90% of data sets showed no relevant segmentation errors while relevant errors occurred in a varying proportion of data sets depending on the organ of interest. Image-derived features based on automated organ segmentations showed relevant deviations of varying degree in the presence of segmentation errors. These results show that large-scale, deep learning-based abdominal organ segmentation on MRI data is feasible with overall high accuracy, but visual quality control remains an important step ensuring the validity of down-stream analyses in large epidemiological imaging studies.
  • Thumbnail Image
    ItemOpen Access
    Identification of radiomic biomarkers in a set of four skeletal muscle groups on Dixon MRI of the NAKO MR study
    (2023) Fischer, Marc; Küstner, Thomas; Pappa, Sofia; Niendorf, Thoralf; Pischon, Tobias; Kröncke, Thomas; Bette, Stefanie; Schramm, Sara; Schmidt, Börge; Haubold, Johannes; Nensa, Felix; Nonnenmacher, Tobias; Palm, Viktoria; Bamberg, Fabian; Kiefer, Lena; Schick, Fritz; Yang, Bin
    In this work, we propose a processing pipeline for the extraction and identification of meaningful radiomics biomarkers in skeletal muscle tissue as displayed using Dixon-weighted MRI. Diverse and robust radiomics features can be identified that may be of aid in the accurate quantification e.g. varying degrees of sarcopenia in respective muscles of large cohorts. As such, the approach comprises the texture feature extraction from raw data based on well established approaches, such as a nnU-Net neural network and the Pyradiomics toolbox, a subsequent selection according to adequate conditions for the muscle tissue of the general population, and an importance-based ranking to further narrow the amount of meaningful features with respect to auxiliary targets. The performance was investigated with respect to the included auxiliary targets, namely age, body mass index (BMI), and fat fraction (FF). Four skeletal muscles with different fiber architecture were included: the mm. glutaei, m. psoas, as well as the extensors and adductors of the thigh. The selection allowed for a reduction from 1015 available texture features to 65 for age, 53 for BMI, and 36 for FF from the available fat/water contrast images considering all muscles jointly. Further, the dependence of the importance rankings calculated for the auxiliary targets on validation sets (in a cross-validation scheme) was investigated by boxplots. In addition, significant differences between subgroups of respective auxiliary targets as well as between both sexes were shown to be present within the ten lowest ranked features by means of Kruskal-Wallis H-tests and Mann-Whitney U-tests. The prediction performance for the selected features and the ranking scheme were verified on validation sets by a random forest based multi-class classification, with strong area under the curve (AUC) values of the receiver operator characteristic (ROC) of 73.03 ± 0.70 % and 73.63 ± 0.70 % for the water and fat images in age, 80.68 ± 0.30 % and 88.03 ± 0.89 % in BMI, as well as 98.36 ± 0.03 % and 98.52 ± 0.09 % in FF.