D. Dirvanausko daktaro disertacijos “Algoritmas gyvų ląstelių klasifikavimui ir stebėsenai giliųjų neuroninių tinklų pagrindu” gynimas

Autorius, institucija: Darius Dirvanauskas, Kauno technologijos universitetas

Mokslo sritis, kryptis:  technologijos mokslai, elektros ir elektronikos inžinerija, T001

Mokslinis vadovas: Prof. dr. Rytis Maskeliūnas (Kauno technologijos universitetas, technologijos mokslai, informatikos inžinerija – T007)

Informatikos inžinerijos mokslo krypties disertacijos gynimo taryba:
prof. dr. Rimvydas Simutis (Kauno technologijos universitetas, technologijos mokslai, informatikos inžinerija – T007) – pirmininkas
prof. habil. dr. Romualdas Baušys (Vilniaus Gedimino technikos universitetas, technologijos mokslai, informatikos inžinerija – T007),
prof. dr. Giacomo Capizzi (University of Catania, Italija, gamtos mokslai, informatika – N009),
prof. dr. Arnas Kačeniauskas (Vilniaus Gedimino technikos universitetas, technologijos mokslai, informatikos inžinerija – T007),
prof. dr. Olga Kurasova (Vilniaus universitetas, technologijos mokslai, informatikos inžinerija – T007).

Disertacijos gynimas vyks nuotoliniu būdu, norintys stebėti transliaciją kviečiami prisijungti čia.

Su disertacija galima susipažinti Kauno technologijos universiteto bibliotekoje (K. Donelaičio g. 20, Kaunas).

Anotacija:

Pasaulyje kas kas šešta pora susiduria su sunkumais susilaukti vaikų. Lietuvoje tokių šeimų yra apie 50 tūkstančių ir jų kiekvienais metais daugėja. Daliai šeimų taikomas embriono ląstelės auginimo mėgintuvėlyje gydymo būdas. Time-lapse mikroskopija suteikė naujas galimybes embriono vizualiniam vertinimui. Embrionai, augantys neutralioje terpėje, yra nuolat stebimi ir fotografuojami skirtinguose gyliuose. Tai leidžia išmatuoti embriono skirtingų vystymosi stadijų trukmę bei įvertinti jo formą, neišimant embriono iš jo augimo aplinkos. Disertacijos tikslas yra sukurti kompiuterizuotą metodą, kuris prognozuotų embrionų vystymosi stadiją bei atkurtų erdvinį embriono modelį iš jo sluoksnių vaizdų. Pasiūlytas embriono klasės nustatymo metodas, paremtas dviejų klasifikatorių kombinuoto prognozavimo metodologija. Šis kombinuotas klasifikavimo modelis pritaikomas nuolatiniam embriono stebėjimui ir jo klasės nustatymui. Embriono vizualiniam pateikimui pasiūlytas giliojo mokymosi tinklo pritaikymas embriono erdvinio vaizdo atkūrimui iš skirtingų sluoksnių nuotraukų. Sukurtas embriono erdvinio vaizdo vizualinio įvertinimo įrankis suteikia embriologams naujas galimybes embrionų analizavimui.