Das Vorhaben umfasst Teilprojekt 6 des Verbundes MicMode-I2T. Das Ziel des Verbundes ist eine modulare und flexible Bildanalyseplattform, die relevante bildbasierte Information aus diagnostischen Biopsien und Gewebeschnitten von normalem menschlichen Gewebe extrahiert und für mathematische Modelle verfügbar macht. Bildbasierte Daten werden aus digitalen mikroskopischen "Whole Slide Images" (WSI) extrahiert, um Rahmenbedingungen für mathematische Modelle für die Simulation von Immun- und Targetzellinteraktionen zu definieren und zu einer schrittweisen Verfeinerung und zur Parameterisierung beizutragen. Die geplanten Arbeiten werden auf kürzlich erfolgreich etablierten modularen Bildanalyse-Workflow Brustgewebe aufbauen, und auf Anwendungen in Nierengewebe erweitert werden, mit Fokus auf virus (BKV)-infizierte transplantierte Nieren in Kollaboration mit dem eKid consortium. Ein zunehmend wichtiger Engpass bei der Entwicklung von Bildanalysealgorithmen mit maschinellem Lernen/Deep Learning ist die Verfügbarkeit von annotierten Bildern zum Training, und als Standard für die Qualitätskontrolle automatisierter Analysetechnologien. Die SYSIMIT-Gruppe wird hierzu eine kürzlich gestartete Initiative für "crowd sourcing” weiterentwickeln. Ein gemeinsamer Workshop soll das Netzwerk und Synergien zwischen den e:Med Modulen stärken, und Offenheit für Applikationen über die bestehenden Projekte hinaus signalisieren.