Machine learning for Surface Plasmon Resonance imaging (SPRi)

Projektverantwortlich: Prof. Dr. Rudolf Bierl

Laufzeit: seit 2024

Neue, KI-unterstützte Sensing-Methoden

Im Projekt wird maschinelles Lernen auf verschiedene Weise eingesetzt, um die analytische Leistung eines Oberflächenplasmonenresonanzsensors zu verbessern. Die Oberflächenplasmonenresonanz-Bildgebung (SPRi) liefert hochdimensionale Daten mit hoher Empfindlichkeit gegenüber der Oberfläche.

Ein Ziel des Vorhabens ist die Ermöglichung einer spezifischen Signalverarbeitung für eine SPRi-Konfiguration, die divergentes Licht verwendet, um die Oberflächenplasmonenresonanzbedingungen über die Oberfläche hinweg zu verändern. Es wird untersucht, wie diese Informationen in einem analytischen Kontext für die Sensorcharakterisierung und -entwicklung genutzt werden können, um neue Sensing-Methoden zu ermöglichen.

Darüber hinaus wird evaluiert, wie Deep Learning eingesetzt werden kann, um bei der Erkennung kleiner Moleküle mithilfe des SPRi-Sensors und unspezifischer Rezeptorelemente zu unterstützten.