In Projekt AutoMorph soll mithilfe von Computer-Vision-Technologie und dem Einsatz von KI die automatisierte Auswertung von Mikrographien zur präzisen Bestimmung von Partikeleigenschaften ermöglichen. Das Projekt umfasst die semantische Segmentierung, Detektion, Klassifizierung und geometrische Analyse von mikrostrukturellen Objekten. Inspiriert vom Big Four-Paradigma der Werkstoffentwicklung zielt das Projekt darauf ab, den Prozess neuer Materialien als digitalen Zwilling abzubilden. Dazu soll in dem Projekt eine Datenbank erstellt werden, die Mikroskopaufnahmen von pharmazeutischen Hilfs- und Wirkstoffen mit den zugehörigen Zielgrößen, wie Partikeleigenschaften und Segmentierungen enthalten, auf deren Grundlage KI-Modelle trainiert werden können. Die KI-basierte Partikelgrößenbestimmung als neuartige Technologie, bereits im Einsatz in Metallanalysen, jetzt angewendet auf die Pharmazie, stellt dabei eine hochgradige Innovation dar.
Ziel von AutoMorph ist die automatisierte morphologische Charakterisierung von halbfesten und pulverförmigen Formulierungen und verspricht der chemischen, insbesondere der pharmazeutischen Industrie, reduzierten Aufwand und präzisere Analysen. Dabei können KI-Module für verschiedene Anwendungen maßgeschneidert entwickelt werden. Die Vereinheitlichung der Datenanalyse über bildgebende Verfahren und Anwendungsgebiete hinweg durch eine erweiterbare Ontologie stellt dabei einen Meilenstein im Bereich des KI-Einsatzes für industrielle Zwecke dar.
Weitere Informationen:
Lichtmikroskopische Daten mit KI auswerten