News | 02.11.2023

M4-Award für BIOspire unter Beteiligung des LMU-Hormon- & Kinderwunschzentrums

Zu den 5 diesjährigen Preisträgern des Vorgründungswettbewerb m4-Award (gefördert vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie) gehört mit BIOspire (Universität der Bundeswehr München) ein Projekt, an dem mit Dr. Dimitra Makri, Dr. Viktoria von Schönfeldt und Prof. C. J. Thaler auch Wissenschaftler der Frauenklinik beteiligt sind.

Der Preis ist mit 500.000 € pro Siegerteam dotiert und richtet sich an akademische Forschungsprojekte mit Ausgründungspotenzial im Bereich der Biomedizin. Verwendet werden sollen die Mittel zur Weiterentwicklung und Validierung der jeweiligen Projektidee, um eine Ausgründung vorzubereiten.

BIOspire ist mit dem Ziel entstanden, künstliche Intelligenz und Life-Cell-Imaging zu kombinieren. Die linsenfreien holotomographischen Bildgebungssysteme ermöglichen hochauflösende Bildgebung lebender Zellen im Nanometerbereich, wodurch bisher unbekannte subzelluläre Details sichtbar werden. Deep-Learning-Algorithmen helfen bei der Auswertung der Daten. Ziel ist die Anwendung im ART-Bereich, um bisher in der herkömmlichen Phasenkontrastmikroskopie nicht auflösbare Strukturen BIOspire ist mit dem Ziel entstanden, künstliche Intelligenz und Life-Cell-Imaging zu kombinieren. Die linsenfreien holotomographischen Bildgebungssysteme ermöglichen hochauflösende Bildgebung lebender Zellen im Nanometerbereich, wodurch bisher unbekannte subzelluläre Details sichtbar werden. Deep-Learning-Algorithmen helfen bei der Auswertung der Daten. Ziel ist die Anwendung im ART-Bereich, um bisher in der herkömmlichen Phasenkontrastmikroskopie nicht auflösbare Strukturen in Spermienköpfen darzustellen und diese Informationen zur Auswahl von Spermien für die Kinderwunschbehandlung BIOspire ist mit dem Ziel entstanden, künstliche Intelligenz und Life-Cell-Imaging zu kombinieren. Die linsenfreien holotomographischen Bildgebungssysteme ermöglichen hochauflösende Bildgebung lebender Zellen im Nanometerbereich, wodurch bisher unbekannte subzelluläre Details sichtbar werden. Deep-Learning-Algorithmen helfen bei der Auswertung der Daten. Ziel ist die Anwendung im ART-Bereich, um bisher in der herkömmlichen Phasenkontrastmikroskopie nicht auflösbare Strukturen in Spermienköpfen darzustellen und diese Informationen zur Auswahl von Spermien für die Kinderwunschbehandlung zu nutzen, um so die Schwangerschaftschancen für jedes Paar zu optimieren.