Scriptiebank overzicht

De scriptie behandelt de CINtec PLUS Cytologietest (Roche), een diagnostische test voor het opsporen van cellen in baarmoederhalsuitstrijkjes met een verhoogd risico op kanker. De test detecteert de co-expressie van de biomarkers p16 en Ki‑67, die informatie geven over ongecontroleerde celgroei. Tijdens de implementatie bij het Institut de Pathologie et de Génétique (IPG) werd de test uitgebreid geverifieerd op juistheid, herhaalbaarheid, reproduceerbaarheid en robuustheid om de betrouwbaarheid te bevestigen. Het doel van de test is het aantal vals-positieve resultaten te verminderen, zodat onnodige vervolgonderzoeken en stress bij vrouwen beperkt worden.

De laatste tien jaar hebben zwaartekrachtsgolven kunnen detecteren, strekkingen in de ruimte en de tijd. Toch willen we golven met lagere frequenties kunnen meten met behulp van toekomstige ruimtetelescopen, met name de LISA-missie onder leiding van ESA. Voordat LISA gelanceerd wordt, moet er nog veel voorbereid worden, met name het kwantificeren van haar onzekerheden en ruis. Voorlopig gebruikt de LISA-gemeenschap een paar vereenvoudigingen wanneer ze de ruis en de signalen proberen modelleren met behulp van enkele mooie symmetrieën.

Mijn thesisonderzoek heeft echter aangetoond dat zelfs voor heel simpele signalen je in de problemen terechtkomt wanneer je sommige symmetrieën niet aanneemt tijdens het afschatten van de onzekerheden.

Sinds de opkomst van krachtige AI- en deep learning-modellen is data uitgegroeid tot een essentiële en vaak beperkende factor in het ontwikkelingsproces. Waar eenvoudige modellen vaak kunnen volstaan met beperkte en eenvoudige datasets, vereisen complexere modellen – zoals die voor objectdetectie – steeds grotere en rijkere hoeveelheden gelabelde data. Dit vormt een belangrijk probleem in domeinen zoals sonarbeeldvorming, waar dergelijke datasets niet beschikbaar zijn als kant-en-klare bronnen en handmatige annotatie buitengewoon tijdsintensief en kostbaar is. Dit onderzoek richt zich daarom op de centrale vraag: hoe kunnen semi-supervised en self-supervised leermethoden het labelproces bij objectdetectie in sonardata versnellen, zonder significant verlies aan nauwkeurigheid?

Om deze vraag te beantwoorden is een experimenteel kader opgezet waarin drie benaderingen zijn onderzocht: een volledig supervised baseline gebaseerd op Faster R-CNN, een semi-supervised model met FixMatch, en een self-supervised strategie waarbij een BYOL-model wordt gepretraind en vervolgens gebruikt als backbone binnen een Faster R-CNN-architectuur. De experimenten zijn uitgevoerd op een publieke sonardataset bestaande uit 7600 gelabelde sonarbeelden. Voor de supervised baseline is het model getraind op verschillende hoeveelheden gelabelde data: 1%, 5%, 10%, 50% en 100%. De bijbehorende mAP-scores tonen een sterke daling in nauwkeurigheid naarmate de hoeveelheid gelabelde data afneemt, met resultaten variërend van 0.7717 (100%) tot slechts 0.2799 bij gebruik van 1% van de data.

In het semi-supervised scenario is FixMatch toegepast met 5% en 10% gelabelde data, terwijl de resterende data werd gebruikt als ongelabelde input. Deze aanpak resulteerde in mAP-scores van respectievelijk 0.6649 en 0.6828, wat duidelijk betere prestaties zijn dan het supervised model op dezelfde labelniveaus. Voor het self-supervised model werd BYOL gepretraind op de volledige dataset zonder labels. De representaties die dit opleverde zijn vervolgens geïntegreerd in Faster R-CNN, waarbij opnieuw 5% en 10% van de data gelabeld werd gebruikt voor training. Deze benadering leverde de hoogste nauwkeurigheid binnen de lage-labelscenario's, met mAP-scores van respectievelijk 0.6452 en 0.7230.

De resultaten van dit onderzoek tonen aan dat zowel semi-supervised als self-supervised technieken effectief zijn in het verminderen van de afhankelijkheid van handmatig gelabelde data, terwijl de modelprestaties grotendeels behouden blijven. Met name self-supervised pretraining via BYOL blijkt zeer waardevol in situaties met beperkte gelabelde data. Deze bevindingen bieden praktische aanknopingspunten voor het ontwikkelen van efficiëntere workflows in sonarbeeldanalyse, en zijn relevant voor bredere toepassingen in domeinen waar gelabelde data schaars of moeilijk te verkrijgen is. Hoewel de resultaten veelbelovend zijn, is vervolgonderzoek nodig om de generaliseerbaarheid naar andere types sonardata of real-time toepassingen te evalueren.

Observatievaardigheden zijn van belang voor zorgverleners, zowel voor accurate diagnoses als voor empathische patiëntondersteuning.
De huidige evaluatie van deze vaardigheden in gesimuleerde omgevingen steunt vaak op subjectieve methoden zoals zelfrapportage en directe observatie door docenten.
Hoewel de Tobii eyetracking-brillen in het Zorglab van HOGENT objectieve blikdata leveren,
ontbreekt er tot op heden geschikte software om automatisch te analyseren welke objecten studenten waarnemen en voor hoe lang.
Deze bachelorproef beantwoordt hoe computervisiemodellen geïntegreerd kunnen worden met eyetrackingdata van Tobii Glasses om de observatieprestaties van studenten automatisch te analyseren.
De analyses dienen de feedback door docenten in het Zorglab te versterken.

Deze doelstelling werd uitgewerkt door middel van van een proof-of-concept (PoC) softwareapplicatie.
Dit proces startte met een literatuurstudie naar eyetracking-analyse en relevante computervisiemodellen (o.a. YOLO, SAM, DINOv2).
Vervolgens werd een prototype applicatie ontworpen en geïmplementeerd (Python, FastAPI, HTMX), inclusief een semi-automatische labeling-tool die gebruik maakt van SAM2 voor objectsegmentatie en -tracking.
Om de PoC te valideren, werd een gecontroleerd experiment uitgevoerd in het Zorglab.
Hier genereerden studenten aan de hand van Tobii Pro Glasses 3, eyetrackingopnames tijdens gesimuleerde observatietaken.
Deze opnames, samen met twee specifieke kalibratieopnames, werden gelabeld met de ontwikkelde tool om een grondwaarheidsdataset te creëren.
Een analysepijplijn werd ontworpen en geëvalueerd. In deze analyse werd de trackingfunctionaliteit van FastSAM gecombineerd met blikgestuurde filtering en classificatie van objectsegmenten, middels een getraind YOLOv11-objectdetectiemodel.
De prestaties werden geëvalueerd aan de hand van precisie, recall en F1-score, na optimalisatie via een grid search van hyperparameters.

Uit de resultaten bleek dat de combinatie van FastSAM-tracking met een YOLOv11-objectdetector (getraind op 1000 samples per klasse) de beste prestaties opleverde, met een F1-score van 0.80, een precisie van 0.94 en een recall van 0.70.
De hoge precisie toont aan dat het systeem met grote zekerheid de correcte objecten identificeert, hoewel een significant deel van de fout-positieven in de werkelijkheid correct gedetecteerde objecten bleken te zijn, die niet in de grondwaarheid waren opgenomen.
De lagere recall wijst erop dat niet alle bekeken objecten consistent werden gedetecteerd, voornamelijk door problemen met kleine, transparante objecten en door inconsistenties tussen de FastSAM-segmentaties en de grondwaarheid.
De FastSAM-tracking bleek de meest beperkende factor in de pijplijn.

Deze bachelorproef levert een werkend PoC en een methodologie op die de haalbaarheid van geautomatiseerde analyse van observatievaardigheden aantoont.
Het biedt een objectieve, datagestuurde basis om de feedback aan studenten te verbeteren en de effectiviteit van simulatietraining in de zorg te verhogen.
Op deze manier legt het een fundament voor verder onderzoek naar robuustere analysemethoden.

Deze masterproef pakt de beperkingen van manuele kwaliteitscontrole aan door een modulair, hybride inspectiesysteem te ontwikkelen. Het platform combineert 3D-scans voor geometrische analyse (deuken, ontbrekende onderdelen) met 2D-beeldanalyse voor oppervlaktedefecten. Centraal staat een innovatieve AI-aanpak die zowel flexibele 'zero-shot' detectie (objecten vinden op basis van tekst) als hypernauwkeurige, getrainde modellen inzet. Door het fuseren van verschillende sensoren (RGB, diepte, nabij-infrarood) is het systeem gevalideerd op industriële steigerpijpen en e-bike batterijen, wat de brede toepasbaarheid voor veiligere en efficiëntere productie aantoont.

Dit onderzoek richt zich op de effectiviteit van Nederlandstalige preventieprogramma’s tegen seksueel grensoverschrijdend gedrag (SGG) in het secundair onderwijs en onderzoekt de ervaringen van Vlaams schoolpersoneel met deze programma’s. Er is gebruikgemaakt van een mixed-methods benadering. Enerzijds is een inhoudsanalyse uitgevoerd van zeventien Nederlandstalige preventieprogramma’s. Anderzijds is een zelfrapportage enquête afgenomen bij 57 schoolmedewerkers die betrokken zijn bij relationele en seksuele vorming, inclusief de preventie van SGG.

De analyse toont aan dat geen enkel preventieprogramma volledig voldoet aan de achttien wetenschappelijk onderbouwde criteria voor effectieve interventies. Wel bevatten de meeste programma’s enkele positieve elementen, zoals actieve leervormen en duidelijke handleidingen. Tegelijkertijd blijken herhalingssessies, genderspecifieke kennis en ouderbetrokkenheid vaak te ontbreken. Uit de bevraging blijkt bovendien dat leerkrachten regelmatig programma’s aanpassen of zelf samenstellen, wat de effectiviteit onder druk kan zetten. Daarnaast geeft een aanzienlijk deel van het schoolpersoneel aan zich momenteel onvoldoende bekwaam of opgeleid te voelen om het thema SGG adequaat te behandelen bij middelbare scholieren.

Kortom, de bevindingen onderstrepen de nood aan een overkoepelend kader voor de evaluatie van SGG preventieprogramma’s. Duidelijke richtlijnen en structurele ondersteuning zijn essentieel om leerkrachten in staat te stellen het thema op een veilige, doeltreffende en wetenschappelijk onderbouwde manier aan te kaarten. Het systematisch trainen van schoolpersoneel vormt hierbij een cruciale stap. Een open, goed ondersteunde meldcultuur kan uiteindelijk bijdragen tot vroegtijdige detectie en preventie van SGG en kan mogelijk een daling in prevalentie tot gevolg hebben.

Deze scriptie onderzoekt hoe gesimuleerde warmtesignaturen van 3D-modellen uit videogames gebruikt kunnen worden om een AI-systeem te bouwen dat militaire tanks op realtime niveau kan herkennen en classificeren op basis van infraroodbeelden.

Detectiemethoden proberen met slimme AI-technieken te achterhalen of een afbeelding al dan niet bewerkt is. In deze scriptie onderzocht ik hoe het toevoegen van logo's of tekst deze methoden kan afleiden waardoor ze vervalsingen missen. Om dit problem aan te pakken ontwikkelde ik een techniek, namelijk gemaskerde AI, die deze methoden veel robuuster maakt, waardoor afleidingen bijna geen invloed meer hebben.

Deze masterproef onderzoekt de toepasbaarheid van dual-energy computer tomografie (DECT) voor het detecteren van beenmergoedeem en weke delen letsels in de distale ledematen van paarden, in vergelijking met magnetische resonantiebeeldvorming (MRI) en conventionele CT. DECT maakt gebruik van twee fotonenergieën en laat via virtual non-calcium (VNCa)-beelden vochtaccumulatie in botstructuren zien. Daarnaast biedt het met collageen mapping (cMap) potentieel inzicht in bindweefselletsels.
Vijf voeten en twee kogelgewrichten van zes geëuthanaseerde paarden werden onderzocht met zowel MRI als DECT. MRI identificeerde bij drie gevallen beenmergoedeem; DECT bevestigde dit in twee van deze drie gevallen, en detecteerde bijkomende letsels die niet op MRI zichtbaar waren. De VNCa-techniek toonde zich in staat tot het visualiseren van beenmergoedeem, echter wel met beperkingen qua sensitiviteit.
In twee van de zeven gevallen werd er een weke delen defect geobserveerd op de referentiemodaliteiten (MRI en weke delen CT); deze werden niet gedetecteerd op de DECT cMap. In alle gevallen was de beeldkwaliteit van de DECT cMap ontoereikend om weke delen betrouwbaar te beoordelen.
Hoewel DECT potentie toont voor het opsporen van beenmergoedeem bij paarden, is de techniek voor het detecteren van weke delen letsels via cMap momenteel onvoldoende betrouwbaar. Optimalisatie van scaninstellingen en validatie met histologie zijn aanbevolen. Deze studie benadrukt de meerwaarde van DECT als aanvullende beeldvormingstechniek bij paarden, maar onderstreept ook de noodzaak van verdere ontwikkeling voordat klinische implementatie plaats vindt.

Presumptieve testen zijn snelle, goedkope en eenvoudige indicatieve testen die op een plaats delict uitgevoerd worden. Hedendaags dienen deze testen allemaal afzonderlijk gehanteerd te worden, dit kan resulteren in een reeks van vele testen om een uiteindelijke indicatie te verkrijgen. Hierdoor is minder sample over voor eventuele nabewerking.
Deze studie richt zich tot de integratie van verschillende presumptieve testen tot één multiplex paper-based device. Hierbij wordt rekening gehouden met de individuele eigenschappen van de verschillende testen. Door de individuele optimalisatie van de verschillende protocollen, konden eigenschappen zoals gevoeligheid, bewaring en houdbaarheid onderling vergeleken worden alvorens de testen samengevoegd werden. Gebruik makend van positieve controles (10² verdund bloed, zwarte thee, speeksel en urine) en dH2O als negatieve controle werden de verschillende testen uitgevoerd. Het device werd aangemaakt door gebruik te maken van wax-printing om een hydrofobe barrière te creëren.
Verkregen resultaten tonen aan dat interpretatie na toevoeging van het sample onmiddellijk dient te gebeuren om vals positieve reacties te vermijden.
Het is bijgevolg mogelijk om diverse testen succesvol te combineren door rekening te houden met individuele beperkingen. Echter is verdere optimalisatie nodig om huidige gebreken en onvolledigheden te verhelpen en te focussen op veldtoepassingen.

Zero-knowledge proof (ZKP) is een cryptografische methode waarmee kan worden bewezen dat een bewering klopt, zonder daarbij extra informatie prijs te geven. Denk bijvoorbeeld aan het aantonen dat iemand ouder is dan achttien zonder geboortedatum of naam te onthullen. Bij ZKP's zijn altijd twee partijen betrokken: de prover, die een bewijs aanlevert, en de verifier, die nagaat of dat bewijs correct is. Het bijzondere is dat de verifier kan vaststellen of een bewering waar is, zonder toegang te krijgen tot de achterliggende gegevens.

Hoewel dit veelbelovende mogelijkheden biedt voor privacy en veiligheid, is het programmeren van zulke systemen bijzonder complex. Ontwikkelaars moeten namelijk precies aangeven welke controles de verifier moet uitvoeren wanneer die een bewijs binnenkrijgt. Als er zelfs maar één controle ontbreekt, kan een vals bewijs toch worden aanvaard en vallen alle privacy-garanties weg.

Deze scriptie introduceert een formeel model om systematisch na te gaan of er nergens een controle ontbreekt. Met behulp van dit model konden zes nieuwe soorten kwetsbaarheden worden beschreven die door bestaande hulpmiddelen niet opgespoord konden worden. Toepassing van het model leidde tot de ontdekking van vijftien tot dan toe onbekende kwetsbaarheden in zes grote ZKP-projecten, waaronder die van Microsoft en TikTok.

Daarnaast werd een prototype ontwikkeld als eerste stap richting de automatisering van dit model. Het onderzoek toont aan dat zo'n aanpak veelbelovend is, maar dat toekomstige implementaties nog preciezer en efficiënter moeten worden om grote ZKP-programma's binnen een redelijke tijd te kunnen analyseren.

Immunohistochemie (IHC) is een essentiële techniek in de pathologie voor het detecteren van specifieke eiwitten in weefselmonsters. Dit onderzoek richt zich op de optimalisatie en validatie van de antilichamen humaan herpesvirus 8 (HHV8) en BRCA1-geassocieerd eiwit-1 (BAP1) op het geautomatiseerde Dako Omnis-systeem (Agilent Technologies), met als doel een betrouwbaar IHC-protocol te ontwikkelen voor diagnostisch gebruik. HHV8, een oncogeen virus geassocieerd met Kaposi’s sarcoom, en BAP1, een tumorsuppressoreiwit, spelen een belangrijke rol in de diagnostiek van
diverse maligniteiten. Het onderzoek omvat de analyse van 20 weefselstalen per antilichaam, verdeeld over positieve en negatieve stalen, en maakt gebruik van horseradish peroxidase (HRP) en diaminobenzidine (DAB) als detectiesystemen. De validatiecriteria omvatten de beoordeling van de juistheid, waarbij pathologen automatisch zowel de sensitiviteit als de specificiteit van de kleuringen evalueren.
De resultaten tonen aan dat de optimalisatie van het HHV8-protocol met een aangepaste incubatietijd resulteert in een betrouwbare kleuring van positieve controlemonsters. Evenzo werd het BAP1-protocol gevalideerd met succes, waarbij positieve expressie in epitheliale cellen werd waargenomen. De validatie van zowel HHV8 als BAP1 voldeed aan de gestelde aanvaardbaarheidscriteria, waardoor de toepasbaarheid van de IHC-kleuringen voor diagnostische doeleinden wordt bevestigd. Dit onderzoek levert een robuust en reproduceerbaar protocol voor beide antilichamen op het Dako Omnis-systeem, wat bijdraagt aan de verbetering van de diagnostische nauwkeurigheid in de pathologie. Daarnaast draagt dit protocol specifiek bij aan de optimalisatie van de diagnostische processen binnen het labo anatomo-pathologie in het Ziekenhuis Oost-Limburg (ZOL).

Kreeften worden in culinaire contexten nog steeds vaak levend gekookt. Ze ondergaan lange,
stressvolle transporten, worden op zeer lage temperaturen gehouden, uitgehongerd, en blijven één
van de weinige consumptiedieren die levend verkocht en bereid worden. Deze praktijken krijgen
steeds meer kritiek naarmate het wetenschappelijk bewijs voor bewustzijn en lijdensvermogen van
schaaldieren groeit. Toch zijn kreeften in veel landen nog steeds uitgesloten van
dierenwelzijnswetgeving. Deze studie behandelt de wetenschappelijke en ethische urgentie rond de
behandeling van kreeften via een drieledig onderzoek: een literatuurstudie, een bevraging van de
publieke perceptie en een gedragsmatige trainingsproef.
We onderzochten hoe het publiek kijkt naar het welzijn van kreeften en in hoeverre dit overeenkomt
met de huidige praktijken. Daarnaast testten we of Europese kreeften (Homarus gammarus) kunnen
leren via operante conditionering, associaties kunnen vormen tussen prikkels en voedselbeloningen,
en hoe consistent ze aangeleerde gedragingen uitvoeren.
De literatuurstudie bespreekt biologie, cognitie, natuurlijk gedrag, leefomgeving, pijnperceptie en
ethische implicaties van het gebruik van kreeften in voedselsystemen. De bevindingen dagen
bestaande aannames over ongewervelden uit en roepen vragen op over de huidige omgangsvormen.
De publieksenquête (n = 334) bracht aan het licht dat, hoewel de meeste respondenten kreeft ooit
hadden geproefd, regelmatige consumptie zeldzaam was. Prijs, ethische bezwaren en gebrek aan
gelegenheid werden vaak genoemd, terwijl er sterke steun was voor betere bescherming en
humanere slachtmethoden.
Tot slot werd een gedragsmatige trainingsproef uitgevoerd met één Europese kreeft, Orion. Met
geurprikkels en een targetobject (een Kong-speeltje) vertoonde hij gedragingen die consistent zijn
met operante conditionering, zoals objectmanipulatie, probleemoplossend gedrag en doelgericht
zoeken, wat wijst op cognitieve flexibiliteit en leervermogen.
Deze bevindingen tonen een kloof tussen publieke houding, wetenschappelijk bewijs en
commerciële praktijken. Hoog-stressvolle dodingsmethoden, zoals levend koken, lijken steeds
moeilijker te rechtvaardigen. Deze studie benadrukt de nood aan wetgevende hervormingen, grotere
publieke bewustwording en verder onderzoek naar diervriendelijkere omgang met schaaldieren.

Sterren zijn er van alle formaten: van kleine, lichte sterren zoals onze Zon tot sterren tientallen of zelfs honderdtallen keer zwaarder. Zware sterren spelen een belangrijke rol in het universum. Ze produceren namelijk alle elementen van helium tot ijzer. Na hun relatief korte levensduur van ongeveer 10 miljoen jaar sterven ze in een indrukwekkende supernova. Ze laten dan een neutronenster of zwart gat achter: mysterieuze objecten die zwaartekrachtgolven kunnen voortbrengen. Het bestuderen van zware sterren is dus relevant voor vele aspecten van de astrofysica.

Asteroseismologie bestudeert de opbouw van sterren door het meten van sterbevingen. Net zoals aardbevingen een verhaal vertellen over de binnenkant van de Aarde, geven sterbevingen informatie over de structuur van sterren. Ondanks de belangrijke rol die zware sterren spelen, zijn er nog maar enkelen in detail bestudeerd aan de hand van asteroseismologie.

Deze thesis rapporteert over de eerste gedetailleerde asteroseismische studie van een zware ster die rekening houdt met een intern magnetisch veld. De zware ster in kwestie, HD192575, vertoont een patroon in zijn sterbevingen dat nog niet volledig begrepen was. Deze thesis onderzoekt of dit afwijkend patroon een gevolg kan zijn van een intern magnetisch veld in de ster. Vertrekkende van bestaande modellen van HD192575 modelleren we de effecten van rotatie en magnetisme op de sterbevingen en zoeken we de best passende modellen.

We vonden dat het patroon in de sterbevingen best verklaard kan worden door de combinatie van rotatie en een magnetisch veld. Wat opvalt is dat de ster draait rond een andere as dan de magnetische as tussen de noord- en zuidpool van het magnetische veld. De bekomen rotatiesnelheid van de ster sluit nauw aan bij vorige resultaten en de waarden van het magnetische veld zijn in lijn met verwachtingen uit de theorie. Dit werk presenteert de eerste asteroseismische modellering ooit van een zware ster met zowel rotatie als een intern magnetisch veld. De resultaten zijn een eerste stap naar breder onderzoek over magnetische velden in zware sterren. Dit zal tot nieuwe inzichten leiden in de evolutie en rotatie van zware sterren.

Mycotoxinen—kankerverwekkende gifstoffen geproduceerd door bepaalde schimmels—vormen een ernstige bedreiging voor de voedselveiligheid door contaminatie van basisgewassen zoals tarwe en maïs. Deze masterproef ontwikkelt een snelle, niet-destructieve en niet-invasieve detectiemethode die optische spectroscopie combineert met machine learning om meerdere mycotoxinen tegelijk op voedingsproducten te detecteren. Door fluorescentie- en reflectantiespectroscopie te integreren met golflengte-selectie toont het werk aan dat zowel classificatie- als regressiemodellen aan de regelgeving kunnen voldoen met slechts de 10 meest informatieve golflengten, terwijl classificatienauwkeurigheden van >90% haalbaar blijven. Dit minimalistische sensorkoncept maakt real-time triage en batchbrede monitoring mogelijk, zowel inline in industriële processen als in-field.

This thesis explores how machine learning can be used to detect sound sources in historical photographs, with the aim of developing a model that can be used for historical soundscape reconstruction. While machine learning, and more specifically object detection, is increasingly being used in heritage studies, its application on historical photographs is largely unexplored.
The research is divided into four stages. First, three object detection models, YOLOv8, Faster R-CNN, and RetinaNet, were benchmarked on both modern and historical datasets to assess their baseline performance, without any training. Although all models performed significantly worse on historical photographs, YOLOv8 showed the smallest drop in accuracy. In the second and third parts, YOLOv8 was fine-tuned on two classes of sound-producing objects: an existing COCO class, “train”, and a newly added class, “carriage”. In total, over 1600 photographs were annotated for the various datasets. While the modest dataset size and limited computational resources influenced the performance of the custom models, the research nevertheless offers some interesting insights into the potential and limitations of applying object detection to historical photographs. In the last stage, a custom CycleGAN model was trained to transform modern images into a historical style and vice versa, helping to generate training data and reduce the need for manual annotation. The thesis demonstrates the feasibility of using object detection on historical photographs for historical soundscape research and highlights promising directions for future work on machine learning and heritage studies.

Ik onderzocht hoe artificiële intelligentie longontsteking sneller en betrouwbaarder kan opsporen op borstkas-röntgenbeelden, en wat er nodig is om zo een systeem veilig, ethisch en juridisch verantwoord richting een ziekenhuis te ontwikkelen. De vraag kwam vanuit het AZ Sint-Maarten: er is nood aan ondersteuning bij triage van pneumoniedetectie.

Technisch bouwde ik een ResNet152-model en trainde dat op publieke Kaggle-datasets. De reality check volgde met geanonimiseerde pediatrische beelden uit AZ Sint-Maarten: door domain shift miste het eerste model te veel echte longontstekingen . Dat heb ik aangepakt met hertraining op pediatrische data, gericht croppen van het longveld en afstemming van helderheid/contrast. In de tweede evaluatie pikte het model alle echte positieve gevallen op.

Naast de prestaties besteed ik veel aandacht aan ethiek en regelgeving. Alle beelden zijn geanonimiseerd en lokaal verwerkt (GDPR). Met Grad-CAM-heatmaps maak ik beslissingen uitlegbaar. Het systeem ondersteunt artsen zij blijven eindverantwoordelijk. Qua regulering positioneer ik het als potentiële MDR-klasse IIa-software en situeer ik het project rond TRL 3→4: van labprototype naar testen in een relevante klinische omgeving. Ik bouwde ook een lokale Streamlit-interface die beelden uploadt, een voorspelling geeft en de heatmap toont. Conclusie: AI kan echt helpen bij triage en vroege detectie, maar robuuste praktijkinzet vraagt representatieve data, uitlegbaarheid, klinische validatie en moet ethisch verantwoord ontwikkeld worden.

De opkomst van generatieve artificiële intelligentie (Gen-AI) stelt het hoger onderwijs
voor nieuwe uitdagingen op vlak van onderwijskwaliteit en evaluatie-aanpak. AI-tools zoals ChatGPT bieden opportuniteiten op vlak van efficiëntie en personalisatie, maar wanneer studenten de tools ongecontroleerd inzetten, kan dit de pedagogische waarde en geloofwaardigheid van opleidingen en hun evaluaties ondermijnen. Gen-AI maakt het mogelijk dat studenten met minimale input uitgebreide, grammaticaal correcte teksten genereren, die al snel de indruk wekken dat ze de materie beheersen.
Vooral bij eindwerken heerst momenteel een spanning tussen technologische
ondersteuning en valide evaluaties van studentenwerk. Waar het eindwerk vroeger volstond om na te gaan of eindcompetenties bereikt werden, blijkt uit dit onderzoek dat Gen-AI deze evaluatie sterk kan vertekenen. Wanneer studenten AI inzetten zonder kritisch inzicht of inhoudelijk begrip, komt de waarde van diploma’s onder druk te staan. Beleidsmatige sturing vanuit de Vlaamse overheid blijft beperkt, waardoor instellingen zelf richting moeten geven aan hun AI-beleid, vaak zonder overkoepelend kader.
Deze masterproef onderzoekt hoe evaluatiemethoden van eindwerken hertekend
kunnen worden om kerncompetenties te blijven borgen in een AI-tijdperk. Via een holistische single-case study binnen het domein Economie en Management werden expertinterviews en documentanalyses gecombineerd. De resultaten tonen aan dat competenties zoals domeinkennis, onderzoeksvaardigheden en kritisch denken essentieel blijven. Klassieke eindwerkvormen, zoals de academische paper, schieten echter tekort in het valide toetsen van deze vaardigheden. Tegelijkertijd wint AI-geletterdheid aan belang als nieuwe en onmisbare competentie.
Vier paradoxen (expertise, innovatie, equity en transparantie) illustreren de spanningsvelden die Gen-AI met zich meebrengt. Opvallend is vooral de vierde, nieuwe
paradox die tijdens de interviews naar voren kwam: de Transparantie Paradox. Deze tot dan toe onbenoemde paradox onderstreept hoe het streven naar transparantie, de controle op authenticiteit kan ondermijnen. Respondenten pleiten voor een verschuiving van productgerichte naar procesgerichte evaluatie, met nadruk op eigenaarschap, transparantie en contextgerichtheid. Beleidsmakers en instellingen worden uitgedaagd om voorbij het klassieke spanningsveld tussen controle en loslaten te denken, richting betekenisvolle vernieuwing van procesevaluatie.

Feline Infectieuze Peritonitis Virus (FIPV) is een mutatie van het Feline Coronavirus (FCoV) en veroorzaakt een dodelijke ziekte bij katten. Deze bachelorproef richt zich op de optimalisatie van PCR-testen voor de detectie van FIPV om de diagnostische nauwkeurigheid te verbeteren. Het onderzoek focust zich op de M1058L-mutatie in het S-gen, dat geassocieerd wordt met de ontwikkeling van FIPV. De aanpak omvat het optimaliseren van RNA-extractiemethoden, het ontwerpen van specifieke primers en probes, en het verfijnen van qPCR-protocollen. Daarnaast worden verschillende PCR-technieken, waaronder klassieke PCR, qPCR en dPCR, vergeleken op hun effectiviteit in het detecteren van de M1058L-mutatie. De resultaten tonen een verbeterde gevoeligheid en specificiteit van de geoptimaliseerde PCR-testen. Verder onderzoek is nodig om de klinische toepasbaarheid te valideren en de test te verfijnen voor verschillende FCoV-stammen.

Detectiehonden worden meer en meer ingezet in verschillende sectoren. Soms is de zoekgeur waarop ze getraind moeten worden moeilijk te verkrijgen, te manipuleren of te transporteren of is het bezit ervan niet voor iedereen toegelaten, zoals kadavers, explosieven of drugs. Door middel van het gebruik van geurdragers – in dit werk Getxent tubes die enkel de geur van het zoekdoel bevatten - gaat er een wereld aan trainingsmogelijkheden open. In deze studie werd het inzetten van Getxent-tubes als geurdragers getest. Dertien verschillende detectiehonden, getraind op Kong, werden getest op Getxent-tubes met drie verschillende impregnatiesterktes van Kong-geur 6u, 24u en 120u. Hierbij werd gemeten d.m.v. de SnuffelSensor - een carrousel met acht armen - hoelang de honden snuffelden aan de verschillende geuren. Per run kregen de honden toegang tot één geïmpregneerde Getxent, één lege Getxent, één blanco (lege pot) en vijf nevengeuren. Per treatment werden zes runs gedaan per hond. Er werd gescoord of de honden een aanduiding gaven en welke gedragingen ze toonden. Hieruit bleek dat de honden significant langer snuffelden aan de met Kong geïmpregneerde Getxents dan aan de andere geuren. Er was geen significant verschil in snuffelduur tussen de verschillende impregnatieduren, maar wel in correcte aanduidingen, met de hoogste percentages bij de langste impregnatieduur. De gedragsobservaties toonden dat honden vaak eerder twijfelend waren bij hun correct positieve aanduidingen op de geïmpregneerde Getxent, maar dat dit na enkele
herhalingen verdween, allicht door verdere generalisatie. Er kan worden besloten dat Getxent-tubes kunnen ingezet worden als geurdragers binnen trainingen, maar het is aangewezen om daarnaast ook te trainen met de echte geur om de generalisatie te consolideren.

Listeria monocytogenes is een voedselpathogeen die listeriose veroorzaakt. Dit is een groot gezondheidsrisico voor ouderen, zwangeren, kinderen en immuungecompromitteerde patiënten. De detectie van Listeria monocytogenes in de voedingsindustrie is heel belangrijk. In mijn scriptie onderzoek ik of het mogelijk is om Listeria monocytogenes te detecteren met Fourier-Transformatie Infrarood spectroscopie.

Borstkanker is de meest voorkomende kanker met de hoogste mortaliteit bij vrouwen wereldwijd. Vroegtijdige detectie via mammografische borstkankerscreening verbetert de prognose. Artificiële intelligentie (AI) belooft op haar beurt de efficiëntie van de mammografische screening te verbeteren. Dit literatuuronderzoek richt zich op de potentiële waarde van AI bij mammografische borstkankerscreening.

In deze scriptie wordt er een specifieke in vitro detectietechniek, een zogenaamde bio-assay, toegepast op een reeks (afgeleiden van) psychedelica, om te bestuderen hoe deze inwerken op de serotonine 5-HT2A receptor. Door het onderzoeken van biased agonisme, waarbij de resultaten van twee gelijkaardige bio-assays worden vergeleken, proberen we te weten te komen hoe de structuur van een psychedelicum verband houdt met zijn specifieke receptoractiviteit en werking. Aan de hand van de analyse van de manier waarop psychedelica precies inwerken op de serotonine receptor, kan dit onderzoek bijdragen aan een betere inschatting van het mogelijke gevaar voor misbruik van een stof, of net de waarde ervan voor verder onderzoek naar therapeutische toepassingen.

Bijna tien procent van de Belgen lijdt aan gehoorverlies. Gelukkig kunnen gehoorapparaten vaak helpen, maar wat als die niet langer voldoende zijn? In dat geval kunnen gehoorimplantaten, en meer specifiek cochleaire implantaten, personen met ernstig gehoorverlies opnieuw laten horen. Net als de sterkte van je brilglazen moet je zulke gehoorimplantaten nauwkeurig afstellen op de noden van de drager. Deze scriptie onderzoekt hoe je dat automatisch kan doen, zodat echt iedereen met een cochleair implantaat geholpen kan worden.

Het doel van deze bachelorproef is het optimaliseren en valideren van de Kirsten Rat Sarcoma (KRAS) screening test via digital droplet polymerase chain reaction (ddPCR). De stalen die gebruikt worden in deze bachelorproef zijn formalin-fixed and paraffin-embedded (FFPE) patiëntenstalen waarvan de fractionele abundanties reeds bekend zijn met behulp van Next Generation Sequencing (NGS). De resultaten van deze studie werden verkregen via de QX600 Droplet Reader (Bio-Rad), dat gebruik maakt van de QuantaSoft™ software. De resultaten van het optimalisatie gedeelte geven aan dat deze methode het meest optimaal werkt bij een annealings/elongatie temperatuur van 53°C en zonder gebruik van restrictie enzymen (RE) en uracil-DNA-glycosylase (UDG). Daarnaast werkt deze methode ook het best bij een lagere DNA-input en bedraagt de limit of blank (LOB) 0,9% variant allel frequentie (VAF). De resultaten van het validatie gedeelte geven aan dat deze methode een kwantitatieve detectielimiet (LOQ) van 1% heeft, hierbij kan deze methode lineair, precies en accuraat meten. In het algemeen kan er geconcludeerd worden dat deze methode zeer lage fractionele abundanties kan detecteren in FFPE stalen, ook met lagere DNA-input hoeveelheden. Deze gevalideerde methode kan in de routine ingezet worden als verificatie methode voor NGS borderline varianten in het KRAS gen.

Elk kunstwerk is onderhevig aan degradatie die veroorzaakt kan worden door een verscheidenheid aan factoren. De risico's die werken lopen zijn afhankelijk van de technieken en materialen die gebruikt werden door de kunstenaar. Conservatiemaatregelen proberen de degradatie van kunstwerken als gevolg van ouderdom of omgevingsfactoren te beperken door de opslag- en tentoonstellingsomstandigheden te controleren. Periodieke beeldvorming en fysisch-chemisch onderzoek zijn belangrijke conservatietaken. De meeste erfgoedinstellingen verzamelen en bewaren de vergaarde informatie over hun kunstcollecties digitaal. Deze data in combinatie met machine learning kan dienen als een essentiële bron van informatie en als een niet-invasieve methode voor diepgaande analyses van kunstwerken. De meeste conservatoren hebben echter niet voldoende kennis over machine learning om dit zelf te implementeren, wat betekent dat samenwerking met ingenieurs noodzakelijk is. Zij begrijpen op hun beurt niet altijd de uitdagingen binnen conservatieonderzoek. Deze masterthesis is dan ook bedoeld als een startpunt voor zowel conservatoren als ingenieurs die meer willen weten over de toepassingen van machine learning in kunstconservering. De focus ligt op vier grote thema’s binnen de conservatie van schilderijen: de leesbaarheid van technische beelden verbeteren, pigmentanalyse, detectie van schade, en voorspellen van schade.

Om te groeien zetten bomen koolstofdioxide (CO2) om in biomassa met behulp van
energie die ze halen uit licht (fotosynthese). Dit proces wordt ook wel koolstofvastlegging
genoemd en zo absorberen bossen zo’n 27% van de jaarlijkse wereldwijde uitstoot van
fossiele brandstoffen. CO2 is een broeikasgas dat warmte vasthoudt en door een enorme
stijging in onnatuurlijke uitstoot in de laatste decennia, zoals door industrialisatie en
ontbossing, is het een cruciale factor in klimaatverandering. Bomen absorberen niet enkel
koolstof uit de lucht, ze houden die ook vast voor een erg lange tijd, bijvoorbeeld in hun
boven- en ondergrondse biomassa. Zo’n 45% van de koolstof op aarde is opgeslagen in
bossen. Daarom bieden bossen veelbelovende toepassingen in de wereldwijde
initiatieven tegen klimaatopwarming. Het beheer van deze bossen speelt hierin een
sleutelrol, maar wetenschappers zijn het nog niet eens of het in deze context juist beter
is om bossen wel of niet te beheren. In deze thesis werden geavanceerde teledetectietechnieken gebruikt om de bovengrondse koolstofvoorraden in een Atlantisch (Nationaal
Park Brabantse Wouden, Vlaanderen, België) en Mediterraan (Catalonië, Spanje)
studiegebied te modelleren, gebaseerd op veldmetingen die als referentie dienden. Paren
en tripletten van beheerde en onbeheerde bossen werden vergeleken om vier
onderzoeksvragen te beantwoorden: 1) Is de combinatie van meerdere teledetectiebronnen superieur voor het schatten van de bovengrondse koolstofvoorraad? 2) Wat is
het effect van bosbeheer op de koolstofvoorraad? 3) Wat is het effect van bosbeheer op
koolstofvastlegging? 4) Wat is het effect van de koolstofvoorraad en het bosbeheer op de
kwetsbaarheid voor kruinbranden? De combinatie van verschillende teledetectiebronnen
bleek voordelig om koolstofopslag te voorspellen, vooral voor hoge biomassa’s. Uit de
veldgegevens in België bleek vervolgens dat onbeheerde bossen een hogere
koolstofopslag hebben dan beheerde bossen. Hoewel het bekomen model accuraat
genoeg voorspellingen maakte, werd dit verschil echter niet succesvol gedetecteerd door
het teledetectie-model, o.a. door saturatie bij signaaldetectie. In Spanje werd geen
verschil in koolstofopslag gemeten, en werd geen succesvol model verkregen. Het
gevarieerde reliëf, het tekort aan observaties en de technologische tekortkomingen
bieden hiervoor een verklaring. Vervolgens werd de koolstofopslag in België geschat voor
alle jaren tussen 2017 en 2023 volgens het finale model, om vervolgens de
koolstofvastlegging doorheen de tijd te berekenen. Hierbij werd geen verschil gevonden
tussen beheerde en onbeheerde bossen, mogelijks omdat ze nog niet lang genoeg
onbeheerd waren of het verschil niet gedetecteerd werd door teledetectie. Klimaatrampen
zoals bosbranden vormen een grote bedreiging voor de koolstofopslag in bossen, zeker
in droogtegevoelige regio’s zoals Spanje. In dit studiegebied werd een kwalitatieve
analyse gedaan naar het verband tussen koolstofopslag, bosbeheer, en de gevoeligheid
voor kruinbranden (waarbij het vuur zich via de kruin aan hoge snelheid verspreidt).
Beheerde bossen zijn over het algemeen minder gevoelig voor kruinbranden, maar er
werd geen verband gevonden met de totale koolstofopslag. Echter, hoe meer biomassa
in kleine bomen opgeslagen is, hoe gevoeliger, omdat het vuur via deze lage vegetatie
de kruin kan bereiken. Verder onderzoek naar de invloed van concrete beheersregimes
kan leiden tot meer specifieke beheersrichtlijnen.

Achtergrond
Ultra High Performance Liquid Chromatography (UHPLC) gekoppeld aan tandem massa spectrometrie
(MS/MS) is een uitermate geschikte techniek voor het uitvoeren van gerichte analyses op een brede
waaier aan moleculen. De techniek kent zowel kwantitatieve als kwalitatieve toepassingen en wordt
gekarakteriseerd door zijn hoge gevoeligheid, selectiviteit, precisie en nauwkeurigheid.
Doel
Het doel van dit onderzoekswerk is om een LC-MS/MS methode te ontwikkelen en te valideren dat
gebruikt kan worden voor de detectie en de kwantificatie van cafeïne in verschillende soorten koffie
en thee.
Methode
Het proces van de LC-MS/MS methodeontwikkeling werd stapsgewijs uitgevoerd. Eerst werden de MS
parameters geoptimaliseerd voor de detectie van cafeïne en de interne standaard paracetamol.
Vervolgens werd de chromatografische methode ontwikkeld met als doel de geschikte combinatie van
mobiele en stationaire fases te vinden, alsook een goede flowsnelheid, eventuele gradiënt en
analysetijd. Tot slot werden de lineariteit, carryover, reproduceerbaarheid, selectiviteit, sensitiviteit,
precisie en nauwkeurigheid van de methode nagegaan volgens de ICH Q2 richtlijnen.
Resultaten
De transities die gekozen werden voor de kwantificatie van cafeïne en paracetamol waren
respectievelijk 195/138 en 152/93. Verder werden de transities 195/110 en 152/110 gebruikt als
kwalitatieve controle. De finale chromatografische analysemethode maakte gebruik van een Kinetex©
C8 (100 x 2,1 mm) analytische kolom als stationaire fase, 10 mM ammoniumformaat + 0,1%
methaanzuur in water als mobiele fase A, methanol als mobiele fase B, respectievelijk ingesteld op
75% en 25%. De flowsnelheid werd ingesteld op 0,4 mL/min, het injectievolume en de analysetijd
bedroegen 2 µL en 3,0 minuten. De validatieparameters waren allemaal binnen de acceptatiegrenzen,
behalve de carryover.
Conclusie
Het doel van dit onderzoekswerk werd bereikt door een LC-MS/MS analysemethode te ontwikkelen
die gebruikt kan worden voor de kwantificatie van cafeïne in koffie en thee. De validatie was nagenoeg
volledig conform aan de Q2 en M10 richtlijnen van het ICH en geeft blijk dat de methode geschikt is
voor gebruik.

Core histones (H2A, H2B, H3, and H4) form nucleosomes, the basic units of chromatin, which compact DNA into chromatin fibers. Euchromatin, with loosely packed structure, facilitates transcription by allowing enzyme access to DNA, whereas heterochromatin's tight packing blocks transcription. Histone proteins contain tails rich in lysine and arginine residues, which undergo various posttranslational modifications (PTMs). These modifications influence the regulation of chromatin structure and gene activity. Post-translational modifications, such as histone lysine methylation, acetylation and phosphorylation are prevalent in various cancer types. The aim of the study is to detect and localize specific PTMs on histones by optimizing the existing method for nuclei isolation and sample purification. The research employs the OPM-2 cell line, for which sample preparation begins with the isolation and breakdown of the nuclei. Next, magnetic beads are utilized to purify the sample by binding the proteins and removing contaminants, followed by overnight digestion. After preparing the Evotips, the samples are injected into the Evosep One connected to the timsTOF HT for tandem MS analysis with trapped ion mobility. The addition of an extra washing step during nuclei isolation, which was tested during protocol adjustments, had no effect on the purity of the sample. Similarly, the separate addition of SDS and Benzonase during nuclei isolation showed no positive impact. When the effect of an additional protein purification step using 5 µl RPW cartridges was investigated, it led to a significant improvement in purity, with a lower total protein yield and histones being the most abundant proteins in the sample. With the latest optimization, nine peptides of interest on H3 could be detected. However, the evaluation of this optimized protocol is still ongoing and further optimization remains necessary.

Clostridium botulinum (C. botulinum) is een Gram-positieve, sporenvormende bacterie die een van de krachtigste neurotoxinen, het botulineneurotoxine (BoNT), produceert. Deze bacterie vormt een ernstig risico voor de volksgezondheid vanwege de mogelijke aanwezigheid in voedingsmiddelen met een lage zuurgraad, zoals ingeblikte producten en gerookt vlees. Dit onderzoek richt zich op de isolatie en karakterisering van C. botulinum, met als doel de ontwikkeling en optimalisatie van isolatiemethoden en moleculaire technieken voor nauwkeurige detectie en identificatie. Het onderzoek bestaat uit twee delen: het eerste deel richt zich op het optimaliseren van isolatieprotocollen van C. botulinum uit verschillende voedingsmiddelen door het evalueren van diverse methoden en parameters. Het tweede deel ontwikkelt een protocol voor het verkrijgen van hoogwaardige DNA-extracten, geschikt voor whole genome sequencing (WGS). Het onderzoek beoogt de verbetering van isolatie- en DNA-extractiemethoden, wat kan bijdragen aan verbeterde detectie- en preventiestrategieën tegen C. botulinum.