Horváth Péter előadásában áttekintést ad a nagy léptékű fénymikroszkópos kísérletek egysejtszintű feldolgozásának számítástechnikai lépéseiről. Először egy új mikroszkópos képkorrekciós eljárást mutat be, mely kijavítja a nem egyenletes megvilágításból származó képi hibákat. Ezután egy új egysejt-szegmentálási algoritmust ismertet, mely egy energiaminimalizációs módszer és mesterséges intelligencia segítségével képes egymáshoz tapadó vagy akár egymás tetején átfedésben lévő sejtek elkülönítésére.
A szegedi kutató bemutatja az Advanced Cell Classifier (ACC) gépi tanulási szoftvert, melyet munkatársaival azért fejlesztett, hogy a képi jellemzőkből származó információ felhasználásával sejtes fenotípusokat azonosítsanak. Az ACC olyan interaktív felületet biztosít, melynek segítségével a felhasználók hatékonyan képesek intelligens algoritmusokat sejtek automatikus fenotipizálására tanítani. Azokra az esetekre, amikor a sejtek folytonos morfológiai változásokon mennek keresztül, és ezért nem lehetséges diszkrét fenotípus-kategóriák létrehozása, az előadó egy multiparametrikus regresszión alapuló elemző eljárást mutat be.
A nézők megismerkedhetnek a különböző, a fejlesztett módszerek kombinációit felhasználó egysejt-kinyerési stratégiákkal, Horváth Péter bemutatja továbbá a kutatócsoport legfrissebb eredményeit is az egysejt-DNS, -RNS és célzott elektrofiziológiai elemzések területén.
Névjegy
Horváth Péter programtervező matematikus végzettséggel kezdetben Franciaországban és Svájcban kutatott. Jelenleg a Szegedi Biológiai Kutatóközpont Biokémiai Intézetének igazgatója. A biológiai képfeldolgozással és gépi tanulással foglalkozó BIOMAG kutatócsoportjában új mikroszkópos módszereket és eszközöket fejlesztenek. Emellett Helsinkiben a FIMM-ben is irányít egy labort, ahol a személyre szabott, precíziós rákgyógyászat lehetőségeit vizsgálják.
