Kurzbeschreibung
Bei diesem Großspeicher handelt es sich um rund 3,5 PB für die Speicherung von digitalen mikroskopischen Bilddaten (Whole Slide Images), welche im Rahmen der digitalen Pathologie aus dem laufenden Laborbetrieb des DFI für Pathologie der MedUni Graz erstellt werden. Diese Bilddaten dienen der Entwicklung und Validierung von KI / AI Algorithmen für Pathologie.
Die KI-Entwicklung in der Pathologie ist ein florierender Forschungsbereich, der große Mengen von Bilddaten zusammen mit Diagnosen und klinischen Daten benötigt.
Der Speicher ist Teil des Projektes "Digitale Pathologie – Schaffung einer interuniversitären kompatiblen Infrastruktur". Das vorliegende Projekt hat die Ziele:
a) Schnittpräparate als digitale mikroskopische Bilddaten in sehr großem Umfang kontinuierlich zu erstellen und zu speichern.
b) Erhebung von standardisierten Metadaten und Zusammenführung in einem standortübergreifenden, anonymisierten Datenkatalog, der in die Europäische Forschungsinfrastruktur (EOSC) angebunden sein wird.
Diese Bilddaten, verknüpft mit Metadaten, werden für Forschungsprojekte für künstliche Intelligenz in einer interuniversitären kompatiblen Infrastruktur zur Verfügung stehen.
Ansprechperson
ao.Univ.Prof.Dr. Peter Regitnig
Research Services
Das Powerscale Speichersystem steht derzeit nur den teilnehmenden Forschungsinstituten zur Verfügung.
Kontakt: markus.plass@medunigraz.at und peter.regitnig@medunigraz.at
Methoden & Expertise zur Forschungsinfrastruktur
Das Speichersystem ist die Basis zur Datenanalyse und zum maschinellen Lernen auf dem Gebiet der Computational Pathology im Zusammenhang mit den erstellten hochauflösenden Whole Slide Images aus der Digitalen Pathologie.
Zuordnung zur Forschungsinfrastruktur
Institut für Pathologie der Medizinischen Universität Innsbruck
Pathologie und Molekularpathologie des Kepler Universitäts Klinikums
Institut für Pathologie, Veterinärmedizinische Universität Wien
Klinisches Institut für Pathologie, der Medizinischen Universität Wien
Institute of Computer Graphics and Vision, Technische Universität Graz