PR704295 Auswertesoftware für Spurengas-Analysegerät
Das Fraunhofer IZI in Leipzig entwickelt spezifische Problemlösungen an den Schnittstellen von Medizin, Lebens- und Ingenieurswissenschaften. Das Institut entwickelt, optimiert und validiert Verfahren und Produkte für die Geschäftsfelder Zell- und Gentherapie, Wirk- und Impfstoffe, Molekular- und Immundiagnostik und Extrakorporale Therapien.
Das Fraunhofer IZI beabsichtigt in einem Projekt die Entwicklung eines vollautomatisierten Gesundheitskiosks zur Analyse respiratorischer Erkrankungen mittels Atemwegsdiagnostik. Hierfür ist die Entwicklung einer automatisch ablaufenden Auswertesoftware nötig, die die Rohdaten vom Analysegerät abgreift, diese auswertet, klassifiziert und das Ergebnis ausgibt.
Die zu verarbeitenden Daten stammen von einem Spurengas-Analysegerät (Gaschromatographie-gekoppeltes Ionenmobilitätsspektrometer, GC-IMS).
Im Projekt sollen in einer Probandenstudie Atemluftproben von mindestens zwei Zielgruppen (Erkrankte und Nichterkrankte/ Kontrollgruppe) mit dem GC-IMS vermessen werden.
Dabei werden volatile organische Substanzen (VOCs) detektiert. Die VOCs stammen entweder aus der Atmosphäre, oder werden im Körper während des Stoffwechsels produziert. Die VOC-Zusammensetzung der Atemluft ist von vielen Faktoren abhängig. Sie kann sich aufgrund einer Atemwegsinfektion verändern. Ziel des Projektes ist, die zwei Probandengruppen anhand ihres ausgeatmeten VOC-Profils zu unterscheiden und unbekannte Proben einer der beiden Zielgruppen zuzuordnen.
Ein Datensatz von einer Messung umfasst ca. 500.000 Messpunkte. Jeder Messpunkt ist durch drei unabhängige Größen gekennzeichnet (Retentionszeit, Driftzeit und Detektorspannung). Jedes VOC hat eine charakteristische Retentions- und Driftzeit. Ist das VOC in der Probe vorhanden, steigt die Detektorspannung in diesem Bereich der Retentions- und Driftzeit an. Es entsteht ein Peak im GC-IMS Spektrum. Peaks einzelner VOCs können dabei überlappen und von Messung zu Messung leicht verschoben sein.
Darüber hinaus gilt es, Informationen aus einem Probandenfragebogen mit den zugehörigen GC-IMS-Daten zu verknüpfen. Das Ziel ist hier, eventuelle Einflussfaktoren (wie Rauchen) auf das VOC-Profil zu identifizieren und ggf. in der Datenauswertung zu berücksichtigen.
Ein Datensatz von einer Messung umfasst ca. 500.000 Messpunkte. Jeder Messpunkt ist durch drei unabhängige Größen gekennzeichnet (Retentionszeit, Driftzeit und Detektorspannung). Jedes VOC hat eine charakteristische Retentions- und Driftzeit. Ist das VOC in der Probe vorhanden, steigt die Detektorspannung in diesem Bereich der Retentions- und Driftzeit an. Es entsteht ein Peak im GC-IMS Spektrum. Peaks einzelner VOCs können dabei überlappen und von Messung zu Messung leicht verschoben sein.
Gesucht wird eine Anwendungssoftware zur Klassifizierung von GC-IMS-Messungen inklusive der benötigten Schnittstellen und Zusatzkomponenten (Datenbank). Ein Beispieldatensatz zum Trainieren der Algorithmen wird bereitgestellt. Die Daten sollen zunächst vorverarbeitet werden (Basislinienkorrektur, Peakerkennung und -alignment u.ä..), und anschließend mit einem geeigneten Modell klassifiziert werden. Die Güte der Klassifizierung soll mit einer Konfusionsmatrix o.ä. beurteilt werden. Zudem sollen unter Anwendung des Klassifizierungsmodells unbekannte Proben zu einer bereits bekannten Gruppe zugeordnet werden.
Diese Markterkundung dient zur Vorbereitung auf mögliche Vergabeverfahren.