API src

Found 1 results.

Identifizierung von Feinstaubpartikeln in Innenräumen: Eine Methodenentwicklung

Das Projekt "Identifizierung von Feinstaubpartikeln in Innenräumen: Eine Methodenentwicklung" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) , Umweltbundesamt (UBA). Es wird/wurde ausgeführt durch: Bundesanstalt für Arbeitsschutz und Arbeitsmedizin.Der Mensch verbringt den Großteil seiner Zeit in Innenräumen (ca. 80-90 %), wo er Fein- und Ultrafeinstaubpartikeln ausgesetzt ist. Bisherigen Untersuchungen zufolge können sich Typ und Konzentration der Partikel in Innenräumen je nach Baulichkeit, Nutzerverhalten und den vorhandenen Quellen deutlich unterscheiden. Die gängige Praxis von Feinstaubmessungen bezüglich Partikelmasse, -zahl und auch -größe erlaubt jedoch kaum spezifische Aussagen über die gesundheitliche Wirksamkeit der Partikel. Inzwischen bietet die Forschung sehr fein auflösende Messmethoden wie die Rasterelektronenmikroskopie (REM) an, welche eine Klassifizierung von Einzelpartikeln anhand ihrer Morphologie und der mittels energiedispersiver Röntgenanalyse bestimmten chemischen Elemente ermöglicht. Allerdings ist die Auswertung von REM-Abbildungen derzeit noch sehr zeit- und personalaufwendig, weil sie fast ausschließlich manuell geschieht. Ziel dieses Projekts ist die Entwicklung einer automatisierten Methode zur Identifizierung verschiedener Partikeltypen in Innenräumen auf Grundlage hochauflösender REM-Abbildungen entsprechender Partikelproben. Die möglichst automatisierte Klassifizierung der Feinstaubpartikel soll durch einen Algorithmus auf Basis von Bilderkennungs- und Clustermethoden erreicht werden. Die Methode soll anhand von REM-Abbildungen bekannter Partikeltypen trainiert werden und in ihrer Endanwendung eine möglichst erschöpfende Trennung eines in einem Innenraum angetroffenen Partikelgemisches erlauben. Im Vorhaben soll herausgearbeitet werden, inwieweit die identifizierten Partikeltypen mit wirkungsbezogenen Kenntnissen gekoppelt werden können, um eine differenziertere Bewertung der von einem Partikelgemisch ausgehenden gesundheitlichen Risiken als bisher zu ermöglichen.

1