Aktuelles

Automatische Zellanalyse mithilfe von künstlicher Intelligenz

Internationales Forschungsteam entwickelt benutzerfreundliche Software

Um die komplexen Prozesse des Lebens zu verstehen, ist es entscheidend, einzelne Strukturen in Zellen zu erkennen und voneinander zu unterscheiden. Dieser Schritt wird als „Segmentierung“ bezeichnet und ermöglicht es zum Beispiel, die Reaktion von Zellen auf Medikamente zu analysieren. Ein internationales Forschungsteam unter der Leitung der Universität Göttingen hat nun eine weitere Methode entwickelt: Es hat die bestehende KI-basierte Software „Segment Anything“ neu trainiert, sodass das neue Modell – genannt „Segment Anything for Microscopy“ – in der Lage ist, Bilder von Geweben, Zellen und ähnlichen Strukturen in einer Vielzahl von Situationen präzise zu segmentieren. Damit Forschende, Ärztinnen und Ärzte es nutzen können, hat das Team zudem auch „μSAM“ entwickelt, eine benutzerfreundliche Software zur „Segmentierung von allem“ in Mikroskopiebildern. Ihre Arbeit wurde in der Fachzeitschrift Nature Methods veröffentlicht.


CIDAS Kolloquium: Scalable strategies for a next-generation of FAIR bioimaging

Wir freuen uns, Josh Moore (German BioImaging e.V. / Open Microscopy Environment Konsortium) am 23.01.2025 um 14:15 Uhr in der Goldschmidtstraße 1, Raum 1.130 begrüßen zu dürfen. Sein Vortrag mit dem Titel „Scalable strategies for a next-generation of FAIR bioimaging“ befasst sich mit den Herausforderungen der Bioimaging-Community im Hinblick auf immer größere und komplexere Bilddatensätze und zeigt Strategien auf, wie durch cloud-native Formate und effektives Metadatenmanagement die FAIR Data-Prinzipien (Findable, Accessible, Interoperable, Reusable) umgesetzt werden können.

Im Anschluss findet ein Get-Together in der Goldschmidtstraße 1, Raum 2.143 statt. Wir laden alle Interessierten herzlich ein!


Stellenausschreibung: IT-Mitarbeiter*in (m/w/d)

Das Campus-Institut Data Science (CIDAS) sucht zur Verstärkung des Teams eine*n IT-Mitarbeiter*in. Sie unterstützen den Aufbau und die Pflege zentraler IT-Strukturen sowie die Weiterentwicklung von Data-Science-Services. Haben Sie Interesse daran, in einem interdisziplinären Umfeld zu arbeiten und neue Technologien zu gestalten? Details zur Stelle und Informationen zum Bewerbungsverfahren finden Sie hier:


CAIMed sucht Nachwuchsgruppen-Leitung - Kollaborative Entwicklung und Validierung von KI in der Onkologie (w/m/d)

Die Universitätsmedizin Göttingen (UMG) etabliert im CAIMed-Verbund eine Nachwuchsgruppe im Cluster „KI und Semantik“. Schwerpunkte sind die Entwicklung und Validierung von KI-Verfahren für die digitale Bilddiagnostik mit Blockchain-Technologien. Angesiedelt an der Professur für Digitale Pathologie, bietet die Position ein dynamisches, interdisziplinäres Umfeld für innovative Forschung.


KI-Methoden in der Hirnforschung

Prof. Dr. Fabian Sinz, Mitglied des Campus-Instituts Data Science (CIDAS), erhält einen ERC Consolidator Grant für sein Projekt „Vision2Action“. Damit erforscht er mithilfe eines „digitalen Zwillings“ des Maus-Gehirns, wie Bewegung die Verarbeitung visueller Reize beeinflusst. Durch innovative KI-Methoden sollen so neuartige Einblicke in das Zusammenspiel von Bewegung und Wahrnehmung entstehen.


GAUSS PhD Programme in Data Science (PDS)

Data Science is a scientific field that has emerged at the interface of computer science, mathematics, statistics and applications. It is interdisciplinary by nature combining elements of its contributing sciences to solve challenging problems in a data-based, empirical approach. The PhD Programme in Data Science (PDS) targets PhD students that work in data science in a broad sense, i.e. ranging from foundations over empirical applications to the societal implications of data science.


Test Archiveintrag I

Test Text

Test Archiveintrag II

Test Text


Explorable Data Science