E!11626, DeepSegment, ImaComp Consulting AB
| Diarienummer | |
| Koordinator | ImaComp Consulting AB |
| Bidrag från Vinnova | 4 583 793 kronor |
| Projektets löptid | november 2017 - augusti 2020 |
| Status | Avslutat |
| Utlysning | Eurostars – för forskande små och medelstora företag |
Syfte och mål
Målet var att erbjuda användare ett system för en fullständig och effektiv segmentering av 2D och 3D strukturer i områden som medicin, biologi och materialvetenskap. Systemet ska leda användaren genom alla steg. Processen skall användarvänlig och vara så automatisk som möjligt, men även tillåta manuella steg för tex granskning. Både traditionella och deep-learning-baserade segmenteringsmetoder skall stödjas och konkreta metoder integrerats. Systemet ska hålla reda på samtliga parametrar, bilder och resultat. Det ska även gå att analysera de segmenterade strukturerna.
Resultat och förväntade effekter
Ett komplett och användarvänligt system för effektiv segmentering av 2D och 3D strukturer inom flera forskningsområden är nu färdigställt helt enligt de mål vi satt upp. Betaversioner är nu ute hos ett flertal grupper inom både medicin och materialforskning. Ett första större system kommer sättas upp vid ett tyskt institut som sysslar med "correlative microscopy" där mycket komplicerade arbetsflöden med fokus på segmentering kommer att implementeras med systemet. Flera andra system kommer att kunna säljas därefter.
Upplägg och genomförande
Utvecklingsarbetet har gått mycket bra. DeepSegment är en vidareutveckling av systemet XamFlow som utvecklades under ett tidigare Eurostarsprojekt. Detta utgjorde en mycket bra grund för tidiga prototyper att låta externa forskningsgrupper utvärdera och ge feedback på. XamFlow har även gjort det möjligt för varje team att jobba självständigt och därmed även effektivt. Fram till Covid-krisen hade vi regelbundna möten i Zürich och Stockholm som sedan övergick i videosamtal. Vid mötena har kunnat synka arbetet och successivt förbättrat platforment baserat på feedback.