Entwicklung eines automatisierten Bildauswertungstools zur Quantifizierung von Sauerstoffkonzentrationen in 3D-Zellkulturen

Research topic/area

3D-Zellkultur & Bildananlyse

Type of thesis

Bachelor / Master

Start time

-

Application deadline

31.10.2026

Duration of the thesis

6 Monate

Description

Hintergrund und Zielsetzung

In dieser interdisziplinären Masterarbeit entwickelst Du Sauerstoff-sensitive Tinten für die Herstellung von perfundierbaren 3D-Zellkultursystemen. Die Arbeit verbindet Polymerchemie, optische Sensorik und Mikrodosierungstechnologie – mit dem Ziel, eine neuartige Plattform für physiologisch relevante in vitro-Modelle zu realisieren.

Hintergrund

Im Zentrum dieser Arbeit steht die Entwicklung eines robusten, automatisierten Analyse-Workflows zur Auswertung von Mikroskopie-Daten aus speziellen Mikrokavitätenarrays. Diese Arrays ermöglichen die hochparallele Kultivierung von 3D-Zellstrukturen (Sphäroiden) und die gleichzeitige Messung der Sauerstoffkonzentration über fluoreszierende Sensoren.
Die aktuelle Herausforderung liegt in der Datenmenge und der Präzision der Auswertung: Da es pro Bild bis zu 80 Kavitäten gibt und diese sich im Zeitverlauf geringfügig verschieben können, ist eine manuelle Markierung der Messbereiche (Regions of Interest, ROIs) ineffizient und fehleranfällig. Ziel der Arbeit ist es, ein Tool zu entwickeln, das die Kavitäten automatisch erkennt, konzentrische Ringsegmente zur Messung definiert und Verschiebungen (Shifts) im Bildverlauf autonom kompensiert.

Ihre Aufgaben

Die Arbeit ist interdisziplinär angelegt und gliedert sich in einen technischen (ca. 60%) und einen biologischen Teil (ca. 40%):

1. Technische Entwicklung (Schwerpunkt):

• Implementierung eines Algorithmus zur automatischen Detektion von kreisförmigen Kavitäten in PNG-Bilddaten.
• Entwicklung einer Funktion zur Definition und Messung von konzentrischen Ringsegmenten (Zentrum und Peripherie) zur Bestimmung der Fluoreszenzintensität.
• Implementierung eines Tracking-Mechanismus, um Bildverschiebungen (xy-Shift) zwischen verschiedenen Zeitpunkten automatisch auszugleichen.
• Validierung der automatisierten Messwerte im Vergleich zu manuellen Auswertungen und bestehenden Softwarelösungen.
• Aufbereitung der Daten für die Berechnung der Sauerstoffkonzentration.

2. Biologische Anwendung:

• Durchführung einer toxikologischen Studie zur Charakterisierung des Sauerstoffverbrauchs in 3D-Zellkulturen (z. B. HepG2, SH-SY5Y).
• Untersuchung der Auswirkungen verschiedener mitochondrialer Inhibitoren (z. B. Oligomycin, Antimycin A, Rotenon, Doxorubicin) auf den Sauerstoffverbrauch.
• Analyse der Abhängigkeit des Sauerstoffverbrauchs von der Sphäroidgröße und dem Zeitverlauf.

Requirement

Requirements for students

• Fundierte Grundkenntnisse in Python
• Idealerweise erste Erfahrungen mit Bibliotheken zur Bildverarbeitung (z.B. OpenCV)
• Ein ausgeprägtes Interesse an der Entwicklung von Software-Tools zur Lösung wissenschaftlicher Probleme.
• Grundkenntnisse in der Zellbiologie oder Biochemie (idealerweise Erfahrung mit Zellkulturen oder Fluoreszenzmikroskopie).
• Analytisches Denkvermögen und die Fähigkeit, komplexe Datenstrukturen eigenständig zu bearbeiten.

Faculty departments

• Engineering sciences
  Biological engineering
  Chemical & process engineering
  Electrical engineering & information technologies
  Informatics
  Optics & photonics
  Biomedical Engineering
  Computer Science
  Electrical Engineering and Information Technology
  Medical technology
  Photon Science and Technology
• Natural sciences and Technology
  Biology
  Chemistry
  Chemical biology
  Other fields of study
  Computational and Data Sience
• Other e.g. teaching degrees
  Biology
  Chemistry
  Computer Science
  Natural sciences and Technology
• Economic & law sciences
  Information Engineering

Supervision

Title, first name, last name

Dr. Christoph Grün

Organizational unit

IFG

Email address

christoph.gruen@kit.edu

Link to personal homepage/personal page

Website

Application via email

Application documents

• Curriculum vitae
• Grade transcript
• Certificate of enrollment

E-Mail Address for application
Senden Sie die oben genannten Bewerbungsunterlagen bitte per Mail an christoph.gruen@kit.edu


Back