Maschinelles Lernen für NMR-Spektroskopie
Beschreibung
Das Ziel dieses Projekts ist es, NMR-Spektroskopie einem grösseren Anwendungsbereich zugänglich zu machen, indem die verschiedenen Schritte der Datenanalyse automatisiert werden. Dazu soll eine Kombination von Deep Learning-Methoden für die Extraktion und ein Bayes'scher Ansatz für die Vernetzung und Verfeinerung von Informationen verwendet werden.
Eckdaten
Projektleitung
Stellv. Projektleitung
Projektteam
Prof. Dr. Rudolf Marcel Füchslin, Dr. Simone Ulzega, Dr. Thomas Oskar Weinmann, Nicolas Schmid, Dr. Flavio De Lorenzi, Benjamin Heuberger, Giulia Fischetti, Dr. Björn Heitmann, Dr. Simon Bruderer, Dr. Federico Paruzzo, Dr. Giuseppe Toscano, Dominik Graf, Dr. Michael Fey, Dr. Leila Mohammadzadeh
Projektpartner
Bruker Switzerland AG
Projektstatus
abgeschlossen, 11/2020 - 07/2023
Institut/Zentrum
Institut für Angewandte Mathematik und Physik (IAMP); Institut für Computational Life Sciences (ICLS); School of Engineering
Drittmittelgeber
Innovationsprojekt / Projekt Nr. 44786.1 IP-ENG
Projektvolumen
571'499 CHF
Publikationen
-
MolDeTr : a chemistry-informed deep learning model for next-generation automated analysis of 1H NMR spectra
2026 Schmid, Nicolas; Wanner, Marc; Fischetti, Giulia; Henrici, Andreas; Meshkian, Mohsen; Bruderer, Simon; Füchslin, Rudolf Marcel; Heitmann, Björn; Wegner, Jan Dirk; Sigel, Roland K. O.; Wilhelm, Dirk
-
MolDETR : next-generation analysis of molecular spectra with deep learning
2025 Schmid, Nicolas; Wanner, Marc; Fischetti, Giulia; Meshkian, Mohsen; Bruderer, Simon; Henrici, Andreas; Füchslin, Rudolf Marcel; Wegner, Jan Dirk; Sigel, Roland K.O.; Heitmann, Björn; Wilhelm, Dirk
-
Analysis of 1D NMR spectra with 2D image processing techniques
2025 Meshkian, Mohsen; Schmid, Nicolas; Henrici, Andreas; Bruderer, Simon
-
A deep learning framework for multiplet splitting classification in 1H NMR
2025 Fischetti, Giulia; Schmid, Nicolas; Bruderer, Simon; Heitmann, Björn; Henrici, Andreas; Scarso, Alessandro; Caldarelli, Guido; Wilhelm, Dirk
-
Automated spin system analysis in NMR spectroscopy with SpinDETR : a deep learning approach
2024 Schmid, Nicolas; Wanner, Marc; Fischetti, Giulia; Meshkian, Mohsen; Bruderer, Simon; Henrici, Andreas; Wegner, Jan Dirk; Sigel, Roland K.O.; Heitmann, Björn; Wilhelm, Dirk
-
Automated spin system analysis in NMR spectroscopy with SpinDETR : a deep learning approach
2024 Schmid, Nicolas; Wanner, Marc; Fischetti, Giulia; Meshkian, Mohsen; Bruderer, Simon; Henrici, Andreas; Wegner, Jan Dirk; Sigel, Roland K. O.; Heitmann, Bjoern; Wilhelm, Dirk
-
MuSe Net : a deep learning framework for trustworthy multiplet segmentation in 1D 1H NMR spectra
2024 Fischetti, Giulia; Schmid, Nicolas; Bruderer, Simon; Henrici, Andreas; Heitmann, Björn; Scarso, Alessandro; Caldarelli, Guido; Wilhelm, Dirk
-
MuSe Net : a deep learning framework for trustworthy multiplet segmentation in 1D 1H NMR spectra
2024 Fischetti, Giulia; Schmid, Nicolas; Bruderer, Simon; Henrici, Andreas; Heitmann, Bjoern; Scarso, Alessandro; Caldarelli, Guido; Wilhelm, Dirk
-
Bayesian analysis of 1D 1H-NMR spectra
2024 De Lorenzi, Flavio; Weinmann, Tom; Bruderer, Simon; Heitmann, Björn; Henrici, Andreas; Stingelin, Simon
-
Transforming NMR spectroscopy : extraction of multiplet parameters with deep learning
2023 Schmid, Nicolas; Fischetti, Giulia; Henrici, Andreas; Wilhelm, Dirk; Wanner, Marc; Meshkian, Mohsen; Bruderer, Simon; Wegner, Jan-Dirk; Sigel, Roland K. O.; Heitmann, Bjoern; Konukoglu, Ender
-
Deconvolution of NMR spectra : a deep learning-based approach
2023 Schmid, Nicolas; Bruderer, Simon; Fischetti, Giulia; Paruzzo, Federico; Toscano, Giuseppe; Graf, Dominik; Fey, Michael; Ziebart, Volker; Henrici, Andreas; Grabner, Helmut; Wegner, Jan Dirk; Sigel, Roland K.O.; Heitmann, Björn; Wilhelm, Dirk
-
Deconvolution of 1D NMR spectra : a deep learning-based approach
2023 Schmid, N.; Bruderer, S.; Paruzzo, F.; Fischetti, G.; Toscano, G.; Graf, D.; Fey, M.; Henrici, A.; Ziebart, V.; Heitmann, B.; Grabner, H.; Wegner, J.D.; Sigel, R.K.O.; Wilhelm, D.
-
Uncertainty quantification for reliable automatic multiplet classification in 1H NMR spectra
2023 Fischetti, Giulia; Schmid, Nicolas; Henrici, Andreas; Wilhelm, Dirk; Bruderer, Simon; Heitmann, Bjoern; Scarso, Alessandro; Caldarelli, Guido
-
Automatic classification of signal regions in 1H nuclear magnetic resonance spectra
2023 Fischetti, Giulia; Schmid, Nicolas; Bruderer, Simon; Caldarelli, Guido; Scarso, Alessandro; Henrici, Andreas; Wilhelm, Dirk
-
Deconvolution of NMR spectra : a deep learning-based approach
2022 Schmid, Nicolas; Bruderer, Simon; Fischetti, Giulia; Paruzzo, Federico; Toscano, Giuseppe; Graf, Dominik; Fey, Michael; Henrici, Andreas; Grabner, Helmut; Wegner, Jan Dirk; Sigel, Roland K. O.; Heitmann, Björn; Wilhelm, Dirk
-
A deep ensemble learning method for automatic classification of multiplets in 1D NMR spectra
2022 Fischetti, Giulia; Schmid, Nicolas; Bruderer, Simon; Paruzzo, Federico; Toscano, Giuseppe; Graf, Dominik; Fey, Michael; Henrici, Andreas; Scarso, Alessandro; Caldarelli, Guido; Heitmann, Björn; Wilhelm, Dirk
School of Engineering
Technikumstrasse 71
8400 Winterthur