Mikrodatortomografi eller "mikro-CT" är röntgenbilder i 3D, med samma metod som används vid sjukhus CT (eller "CAT") skanningar, men i liten skala med kraftigt ökad upplösning. Det gör det möjligt för forskare och ingenjörer att se inuti strukturer och avslöja dolda hemligheter.

Micro-CT-avbildning öppnar upp en värld av möjligheter inom olika branscher. Nu har det EUREKA-finansierade projektet Xamflow utvecklat en innovativ mjukvaruapplikation som gör mikro-CT-undersökningar mer effektiva och mindre arbetsintensiva än tidigare.

"Mikro-CT-skanning började med mänskliga biologiska material, men nuförtiden kan allt skannas, syntetiska material, små djur, mat, mineraler, och fossiler till exempel, säger Tor Hildebrand ägare till projektpartnern Imacomp AB med säte i Sverige.

"Företag vill kontrollera den interna strukturen på sina produkter utan att behöva förstöra sina prover, Hildebrand förklarar, "med mikro-CT-skanning, du kan kontrollera mikrostrukturerna i ben, matens porositet, och sök efter mikroavvikelser i material".

En tidskrävande process

Vanligtvis, skanning med mikrodatortomografi är en komplicerad process som kräver skanning av flera prover.

"Hela processen är komplex, tidskrävande och involverar många manuella steg, " förklarar Hildebrand, "det är mycket växling mellan applikationer och verktyg, sakta ner processen och öka kostnaderna och källorna till fel, " han lägger till.

På grund av denna komplexitet behövde projektet föra samman ett konsortium av partners med en rad olika specialiseringar.

"Vi behövde ett företag som kände till skanningsprocessen, ett företag som utvecklade hårdvaran, ett företag som visste hur man analyserade bilderna, ett företag som kunde bygga hela backend-systemet, och en webbutvecklare."

Vi kunde hitta ett team med fem olika företag och institut och sammanföra dem för att starta detta projekt, " säger Hildebrand. Lucid Concepts AG baserat i Schweiz skötte visualiseringen och ramverket för bildbehandling.

De svenska företagen ImaComp AB och Capenta AB i Sverige ansvarade för arkitekturen av hela systemet och utvecklingen av webbapplikationer, respektive.

Två universitet, Kungliga Tekniska Högskolan i Stockholm och Yrkeshögskolan HSR i Rapperswil, Schweiz stödde med klinisk analys och distribuerad bildbehandling.

Till sist, Scanco Medical AG baserat i Schweiz utvecklade bildbehandlingshårdvaran. "Det var ett mångsidigt team av människor och specialiteter som hjälpte oss att förbli fokuserade och motiverade under hela projektet, säger Hildebrand.

Automatisera arbetsflöden

I dess hjärta, Xamflow-plattformen är, faktiskt, ett verktyg för att automatisera komplexa arbetsflöden. Arbetsflödesautomatisering är en växande marknad när företag letar efter sätt att effektivisera sina processer för att spara tid och pengar.

När systemet är färdigutvecklat och redo för kommersialisering, den kan modifieras för att stödja olika domäner och kundbehov.

"När vi har systemet klart för försäljning kan vi tillhandahålla specialiserade moduler för att hjälpa organisationer att lösa sina komplexa undersökningsproblem, " förklarar Hildebrand.

Nu när projektet är avslutat går Xamflow in i en betatestfas där de första användarna har tillgång till systemet för att ge feedback och kommentarer.

Det internationella samarbetet var ovärderligt för framgången för Xamflow.

"Om du vill bygga en komplex arbetsflödeslösning som denna behöver du ett mångsidigt team av företag och expertis. Finansieringen hjälpte oss att bygga ett konsortium som kunde hantera mångfalden av funktioner som behövs, säger Hildebrand.

Partnerskapet har hållit ihop efter att Xamflow ansökt om och vunnit ett andra anslag som använder avancerad bildbehandling och artificiell intelligens för att hjälpa till att hitta och identifiera strukturer i 3D-bilder för både kliniska och forskningsapplikationer.

"När du undersöker och skannar människor och djur är en av de viktigaste sakerna att beskriva de inre organen och abnormiteter som tumörer, i en process som kallas segmentering." förklarar Hildebrand, "Du måste extrahera informationen från skanningen för att till exempel kunna ställa en diagnos eller planera strålbehandling."

Att dra nytta av artificiell intelligens

Xamflow är särskilt lämpat för att hjälpa till att träna konstgjorda intelligensnätverk för att identifiera olika vävnader och strukturer inuti människo- och djurkroppar.

"För att träna nätverken för artificiell intelligens, du behöver göra massor av skanningar och analysera ett brett utbud av olika vävnadsprover. Xamflow lämpar sig väl för att stödja denna typ av scenario och erbjuder sedan ett användarvänligt sätt att använda de utbildade nätverken för att hitta strukturer, säger Hildebrand.

Det råder ingen tvekan om att Xamflow inte skulle vara på väg mot framgång utan finansieringen.

"Finansieringen gjorde det möjligt för oss att samla ett team av specialister från Europa för att bygga ett komplext men ändå effektivt och användarvänligt system för avancerade 3D-undersökningar i både industri och akademi, avslutar Hildebrand.