V projektu Embryo quality estimation from time lapse images for assisted reproduction, podpořeného AZV ČR, se zabýváme predikcí genetické kvality lidských embryí z časosběrného videa vývoje embrya. To zahrnuje mimo jiné problém automatické klasifikace vývojových stádií, využití koherence v čase, kompenzaci rozdílů mezi snímacími systémy, automatickou segmentaci jednotlivých částí, vytvoření klinicky motivovaných i automaticky naučených deskriptorů a kombinaci všech relevantních údajů pro finální predikci. Tento projekt je zaměřen převážně na aplikaci a adaptaci existujících metod na nové problémy.
V projektu Leveraging expert knowledge for medical image segmentation, podpořeného GAČR, se budeme snažit vylepšit kvalitu a efektivitu automatické segmentace za pomoci experty definovaných omezujících podmínek týkajících se invariance, topologie, rozměrů, pozice, počtu, tvaru a dalších vlastností. Nové metody by měly být robustnější a vyžadovat menší objem trénovacích dat.
Pokusíme se propojit segmentační metody založené na hlubokém učení s metodami optimalizace s omezeními, případně zajistit splnění podmínek vhodnou parametrizací nebo architekturou sítě. Tento projekt je zaměřen spíše na vývoj nových metod než na konkrétní aplikaci a je proto vhodný pro zájemce s hlubšími znalostmi matematiky a algoritmizace.
Oba projekty vyžadují dobrou znalost programování a metod zpracování obrazu a strojového učení včetně hlubokého učení. Nástup co nejdříve.
