Signalverarbeitung und Data Mining in der Impedanz-Zytometrie

Die Firma Amphasys AG hat ein Durchflusszytometer entwickelt, mit welchem biologische Zellen in einem Mikrokanal durch ein elektrisches Wechselfeld geführt werden. Aufgrund unterschiedlicher Impedanzenänderungen, können so Zellen nach Grösse, Vitalität, etc. voneinander getrennt werden. Ziel dieser Arbeit ist es, einen neuen Algorithmus zu entwerfen und zu implementieren, der die Zellsignale in den hochaufgelösten Impedanzzeitreihen adaptiv, d.h. ohne Tuning-Parameter, und in Echtzeit erkennt. Zudem sollen Möglichkeiten aufgezeigt werden, wie die so abgeleiteten Impedanzwerte effizient klassifiziert werden können. Durch die Anwendung adaptiver Filter und statistischer Signalverarbeitungsmethoden konnte ein trennscharfer und echtzeitfähiger Algorithmus implementiert werden, der Zellpulse im Impedanzsignal ohne benutzerdefinierte Parameter robust erkennt. Zur Trennung der Zelltypen wurden die resultierenden Impedanzwerte mittels eines Gaussian-Mixture-Models modelliert und mit dem EM-Algorithmus getrennt.

Studiengang
Systemtechnik
Art der Arbeit
Bachelorarbeit
Verfasser/in
Simon Castelberg
Sebastian Lang
Institut
Institut für Computational Engineering
Jahr
2015
Projekteingabe:
11.09.2015
zurück