Bei Interesse schicken Sie dem Ansprechpartner*in bitte einen Lebenslauf sowie einen aktuellen Notenspiegel mit Ihrer Anfrage.

AG Rahmanzadeh

Im Rahmen des BMEL-Projekts „KIBioSense – Qualitätsüberwachung entlang der Lebensmittel-Prozesskette mittels Biosensoren und Künstlicher Intelligenz“ bieten wir eine Möglichkeit zur Anfertigung einer Bachelor- oder Masterthesis. Ziel des Projekts ist die Vermeidung von Lebensmittelabfällen und durchgängige Qualitätssicherung während der gesamten Lieferkette, entlang derer nicht-invasiv die Qualität für jedes einzelne Lebensmittel gemessen und protokolliert wird. Zur Bestimmung der Frische des Lebensmittels sollen dabei in die Verkaufsverpackung integrierte Sensoren (i. Bes. Sensorfolien) mittels Fluoreszenzspektroskopie gemessen werden. Im Rahmen der Tätigkeiten für die Bachelorthesis soll zunächst die bakterielle Belastung auf Lebensmitteln (vorrangig Fisch) bestimmt werden. Diese wird durch die Plate Count Methode ermittelt, welche im Laufe der Arbeit optimiert werden soll. Eine Optimierung soll im Hinblick auf den Zeitaufwand, als auch den Materialaufwand, pro Probe geschehen. Zeitgleich werden die entsprechenden Sensorfolien ausgelesen, sodass eine Korrelation zwischen Bakteriendichte auf dem Fisch und Ergebnis aus der Sensorauswertung erstellt werden kann.    

Bei Interesse kontaktieren Sie bitte: Ramtin Rahmanzadeh

Im Rahmen eines DFG-geförderten Projekts wird ein neuer Laseraufbau erstellt, bei dem wir mit nur einem einzigen Laser die Netzhaut erwärmen und parallel die Temperaturerhöhung in Echtzeit messen wollen. In der Bachelorarbeit sind Optimierungen des Aufbaus, Messungen an Retina-Explantaten von Schweineaugen, sowie die Echtzeitaufnahme und Verarbeitung der Daten vorgesehen. Anhand von Zell-Vitalitätsessays soll ein Abgleich zur thermischen Schädigung als Funktion des Temperaturverlaufs gewonnen werden.Voraussetzungen: Experimentelles Geschick und Programmiererfahrung

Bei Interesse kontaktieren Sie bitte: Ralf Brinkmann

Die Fourier-Ptychographie ist eine hochauflösende Bildgebungsmethode, bei der Intensitätsbilder einer Probe unter verschiedenen Beleuchtungswinkeln unter kohärenter Beleuchtung aufgenommen werden. Aus den Einzelaufnahmen kann numerisch sowohl ein höher aufgelöstes Bild als auch die Objektphase rekonstruiert werden ohne das interferometrische Aufnahmen notwendig sind. Hierfür sind sogenannte Phase-Retrieval Algorithmen für die Bildrekonstruktion notwendig, wie beispielsweise der Gerchberg-Saxton-Algorithmus. Alternativ etablieren sich jedoch zunehmend Methoden des Maschine Learnings, um die Rekonstruktion zu ermöglichen. Ziel der Arbeit ist zunächst der Aufbau einer einfachen Fourier-Ptychographie Bildgebung. Der Schwerpunkt wir jedoch auf der Implementierung und Evaluation von Maschine Learning basierter Auswertung liegen, die beispielsweise in Python unter Verwendung von PyTorch oder TensorFlow realisiert werden sollen.

Bei Interesse kontaktieren Sie bitte: Maik Rahlves