Strojové učení pro dynamické inverzní úlohy v mikroskopii
| advisor: | prof. Ing. Filip Šroubek, Ph.D. DSc. |
| e-mail: | show e-mail |
| type: | bachelor thesis, master thesis |
| branch of study: | MI_MM, MI_AMSM, MINF, APIN |
| key words: | super-rozlišovací mikroskopie, rekonstrukce obrazu, trekování více objektů, few-shot učení, segmentace |
| link: | http://zoi.utia.cas.cz/index.php/teaching/bachelors-and-masters-students |
| description: | Zapojte se do špičkového výzkumného projektu na rozhraní počítačového vidění, hlubokého učení a buněčné biologie. Super-rezoluční fluorescenční mikroskopie umožňuje vědcům pozorovat molekulární procesy v živých buňkách s dosud nevídanou prostorovou a časovou přesností. Aby však bylo možné z těchto dat získat skutečně vědecky hodnotné poznatky, je nutné provádět precizní statistickou analýzu velkého množství časosběrných snímků. V rámci této práce budete vyvíjet a testovat pokročilé metody strojového učení pro analýzu dynamických biologických procesů – jako jsou endocytóza a exocytóza – zachycených pomocí super-rezoluční mikroskopie. Hlavním cílem projektu je propojit moderní metody hlubokého učení s reálným biomedicínským výzkumem a více proniknout do výzkumných témat: rekonstrukce super-rezolučních obrazů, trekování více objektů v časosběrných mikroskopických datech, few-shot learning pro detekci a klasifikaci objektů a ověřování biologických hypotéz. Budete pracovat s reálnými experimentálními daty z předních biologických laboratoří a spolupracovat v interdisciplinárním týmu vědců z ÚTIA AV ČR, University of Cambridge a Masarykovy univerzity. |
| references: | S. Prince, Understanding Deep Learning, MIT Press, 2023. J. Boulanger et al., Nonsmooth convex optimization for structured illumination microscopy image reconstruction, Inverse Problems, 34(9), 2018 Demo notebooks: https://shape.utia.cas.cz/ |
| last update: | 17.10.2025 13:15:41 |
administrator for this page:
Ľubomíra Dvořáková | last update: 09/12/2011