O skupině

Množství obrazových dat produkovaných v lékařství roste velmi rychle. Mnohé dříve analogové modality (například rentgen) dnes poskytují digitální data, modality poskytující 3D data (například magnetická rezonance či počítačová tomografii) jsou již rutinně používány v každodenní klinické praxi a jejich rozlišení rok od roku roste, čímž roste i velikost vytvořených dat.

Rychlost s jakou se dnes pacient dozví výsledek vyšetření již není omezována technikou, ale dostupností radiologů. Mnohé světové nemocnice posílají běžně svá data do Číny a do Indie. Skupina vyvíjí nástroje, které lékařům práci ulehčí a zrychlí, například tím, že zvýrazní změny od minulého vyšetření či upozorní na potenciálně zajímavé oblasti. V budoucnosti bude pak moci počítač provádět diagnózu zcela samostatně, v některých oborech již má lepší výsledky než průměrný lékař

I v biologii roste objem generovaných dat závratně rychle - 3D mikroskopie je stále běžnější, rozlišení roste, a robotizovaná pracoviště dokáží preparáty automaticky připravit i nasnímat. Není však v lidských silách prohlédnout například všechny buňky na jednom sklíčku a u každé zjistit, zda v ní není parazit, nebo zda obsahuje nějakou genetickou anomálii.

Člověku trvá měsíce než zakreslí nervová vlákna v kousku tkáně menším než milimetr. I zde je tedy velký potenciál pro počítačové algoritmy, které by mohly vyhodnocení nasnímaných dat podstatně zrychlit. Výhodou je, že na rozdíl od aplikací v lékařství zde často není požadována absolutní bezchybnost.

Na čem konkrétně pracujeme (výběr projektů)

  • Analýza ultrazvukových obrazů pro predikci vývoje aterosklerózy.
  • Predikce úspěšnosti umělého oplodnění z mikroskopických obrazů a videí.
  • Analýza působení látek na buněčné kultury z mikroskopických obrazů pro vývoj nových léčivých látek.
  • Algoritmy pro segmentaci nervových vláken (axonů a dendritů) ve 3D obrazech z elektronové a optické mikroskopii (SEM-FIB, OCT, 2-photon microscopy) a pro vzájemnou registraci (srovnání) těchto obrazů.
  • Algoritmy pro registraci obrazů, tedy pro nalezení geometrické transformace mezi dvěma obrazy stejného nebo podobného objektu. Registrace je používána pro detekci pohybu či změn a pro srovnání obrazů získaných různými přístroji či v různých časech.
  • Výzkum nových kritérii podobnosti pro registraci a metod odhadů přesnosti registrace.
  • Rychlé a robustní metody pro lokalizaci tenkých ultrazvukových nástrojů ve 3D ultrazvukových sekvencích.
  • Numerické metody pro ultrazvukovou elastografii pomocí běžného ultrazvukového přístroje. Elastografie umožňuje zjistit mechanické vlastnosti tkání, což je užitečné například při detekci nádorů.
  • Detekce plicních nodulů z obrazů počítačové tomografie jako prevence rakoviny plic.
  • Algoritmy rekonstrukce pro paralelní magnetickou registraci. Ta se používá pro zvýšení rychlosti snímání.
  • Prostorová rekonstrukce mozkové činnosti z EEG a MEG měření.
  • Automatické vytváření modelů dýchacích pohybů pro kompenzaci těchto pohybů pro radiační terapii.
  • Rychlé algoritmy pro segmentaci 3D lékařských obrazů.
  • Diagnóza malárie z mikroskopických obrazů krve.
  • Kvantifikace opacity kardiologické angiografie pro vyhodnocení perfuse srdce.
  • Automatické kvantitativní vyhodnocení DNA analýzy gelovou elektroforézou.
  • Prostorová rekonstrukce z monokulárního kolonoskopického videa pro vyšetření tlustého střeva

Za stránku zodpovídá: RNDr. Patrik Mottl, Ph.D.