SPARC-AD -- Integration multimodaler, multiskaliger Bildgebung und Künstlicher Intelligenz zur frühen Amyloid-Detektion in ihrer natürlichen Umgebung -- KI-gestütztes Framework für label-freie OPTIR-Analyse

Ziel des Verbundprojekts ist es, molekulare Veränderungen frühzeitig zu erkennen, die zur Alzheimer-Erkrankung führen können. Dabei sollen schädliche Eiweißablagerungen, sogenannte Amyloide, direkt in ihrem natürlichen Umfeld untersucht und charakterisiert werden. Dazu nutzt das Projekt modernste bildgebende Verfahren, die unterschiedliche molekulare Strukturen sichtbar machen. Mit Hilfe künstlicher Intelligenz sollen komplexe Daten analysiert und Muster erkannt werden, die frühe Anzeichen der Krankheit zeigen, um neue Ansätze für eine frühzeitige Diagnose und Behandlung zu entwickeln. Ziel des Teilvorhabens ist es, ein Verfahren zu entwickeln, das mit Hilfe von künstlicher Intelligenz die Messdaten der bildgebenden Untersuchungsmethode automatisch auswertet und interpretiert. Dazu werden zunächst die gemessenen Signale analysiert und wichtige Merkmale herausgearbeitet, um verschiedene Zell- und Gewebestrukturen besser zu unterscheiden. Anschließend werden mithilfe spezieller Algorithmen räumliche und zeitliche Muster identifiziert, die Aufschluss darüber geben, wie und wo die Amyloid-Ablagerungen entstehen und wie sie sich entwickeln. Schließlich soll die entwickelte Methode erklären, welche Merkmale für die Unterscheidung zwischen gesunden und krankhaften Proben entscheidend sind.