Künstliche Intelligenz zur MONOvettenerkennung

 

Beteiligte Mitarbeiter

Prof. Dr. Edgar Dahl, Julian Dörenberg, Nicholas Küppers

Projektstart

Februar 2018

Projektabschluss

Dezember 2020

Zur Unterstützung des Laborbetriebes wurde 2018 das Projekt KIMONO (Künstliche Intelligenz zur MONOvettenerkennung) ins Leben gerufen. Bei diesem Projekt handelt es sich um eine Feasibility Study. Mittels Methoden des machine Learnings sollen Füllstand und Inhalt von einzulagernden Monovetten automatisiert erkannt werden. Dies ist bereits jetzt ein elementarer Bestandteil des Qualitätsmanagements der RWTH cBMB und soll in Zukunft durch den Einsatz von Computern beschleunigt werden. Unter Anderem sollen die von KIMONO generierten Informationen, wie der Materialtyp, automatisiert an das Probenverwaltungssystem weiter gegeben werden, um die Labormitarbeiter bei diesem Arbeitsschritt zu entlasten.