Wenn Pollen sprießen

Masterstudent ermöglicht automatische Identifikation von Pollenkeimlingen

Bei dem Begriff „Pollen“ denkt vielleicht der eine oder die andere an die Pollenallergie, die Jahr für Jahr aufs Neue auftritt. Dass die durch die Luft wirbelnden Pollenkörner für die Natur eine überaus wichtigen Aufgabe erfüllen, wird dabei oft vergessen.

Der Studiengang für Molekularbiologie an der Universität Salzburg hat deshalb ein Forschungsprojekt zum Thema Pflanzenbefruchtung gestartet und setzt dabei auf die Unterstützung des Studiengangs Informationstechnik & System-Management. Um die Natur besser verstehen zu können, werden die Pollenkeimung und das Pollenschlauchwachstum im Labor analysiert.

Chemische Substanzen oder elektrische Felder beeinflussen die Pollenkeimung und das Pollenschlauchwachstum. „Um die Einflussnahme bestimmen zu können, haben wir ein automatisches Testsystem zur Pollenanalyse aufgebaut, die sogenannte high throughput analysis“, erklärt Stefan Wegenkittl, Fachbereichsleiter für eHealth am Studiengang ITS. Dieses Testsystem dokumentiert die Pollenkeimung in der Petrischale per Mikroskopkamera in 5-Minuten-Intervallen. Das Resultat der Aufnahme ist ein Video im Zeitraffer, welches die Pollenkeimung und das Pollenschlauchwachstum über einen bestimmten Zeitraum zeigt.

Für die Auswertung des Bildmaterials müssen die einzelnen Pollenkörner eindeutig identifiziert und eine auftretende Keimung zeitgenau bestimmt werden. Masterstudent Michael Fischinger hat hierfür im Zuge seiner Masterarbeit „Automatische Bildverarbeitung und Mustererkennung zur Analyse der Pollenkeimung bei der Pflanzenbefruchtung“ ein Software-Tool zur automatischen Auswertung der Bildsequenzen erstellt. Fischinger: „Mit moderner Bildverarbeitung wird die Auswertung des Bildmaterials erleichtert, objektiviert und beschleunigt“. Dafür werden zunächst einige Rahmenbedingungen zum Bildmaterial vorgegeben – zum Beispiel typische Pollengrößen. Mithilfe dieser Informationen und einiger mathematisch ausgefuchster Verfahren lassen sich die Pollenkörner und die dazugehörigen Schläuche auf den Bildern identifizieren und lokalisieren.

Spezieller Tracking-Algorithmus eingesetzt

Da die Pollen sehr beweglich sind müssen sie für eine eindeutige Identifikation zusätzlich mit einem speziellen Tracking-Algorithmus nachverfolgt werden. „Bei knapp 50 Pollen pro Videoframe ist das keine leichte Aufgabe“, meint der Masterstudent. Schlussendlich werden alle Informationen für eine finale Aussage über den Status der Keimung jedes einzelnen Pollenkorns vereint. Stellt sich also die Frage, was man mit der vielen Zeit tun könnte, die bisher in das manuelle Auszählen der Videos investiert werden musste…


Facts:

Projekt-Team: Michael Fischinger, BSc
Projekt-Betreuer: FH-Prof Univ.- Doz. Mag. Dr. Stefan Wegenkittl
Typ: Masterarbeit
Studiengang: Master