Mario VENTO | Progetti

METODI E APPLICAZIONI DI PATTERN RECOGNITION PER LA BIOINFORMATICA E LA BIOMEDICA

Il progetto di ricerca si articolerà in due direzioni principali: per quanto riguarda l’ambito bioinformatico, sarà orientato alla definizione di tecniche di graph matching esatto e inesatto per la risoluzione dei problemi del network alignment e del motif discovery. In particolare, il progetto si articolerà nelle seguenti fasi:-studio dello stato dell’arte sulle tecniche di graph matching, con particolare riferimento alle tecniche adottate nel settore della bioinformatica;-definizione di un algoritmo per il graph matching, realizzato ad hoc per trattare con grafi di grandi dimensioni tipici del settore bioinformatico;-validazione sperimentale del metodo realizzato su dataset standard e confronto con metodi proposti in letteratura. Tale sperimentazione sarà orientata a valutare sia il tempo impiegato per ottenere il matching che la quantità di memoria utilizzata.Per quanto riguarda invece il settore biomedico, nell'ambito di precedenti progetti il gruppo di ricerca ha già maturato una notevole esperienza nell’analisi delle immagini in immunofluorescenza, conseguendo degli interessanti risultati applicativi. Tali risultati hanno riguardato la definizione e la realizzazione di tecniche per l’individuazione di cellule in mitosi (il cui riconoscimento è fondamentale poiché un vetrino è diagnosticamente valido se in esso è presente almeno una cellula in mitosi), per l’identificazione del livello di intensità (negativa, intermedia o positiva) nonché il riconoscimento del pattern predominante delle cellule presenti nella immagine. Il presente progetto sarà invece orientato alla definizione di algoritmi di computer vision e pattern recognition per la segmentazione automatica di cellule. In particolare, si articolerà nelle seguenti fasi:- studio dello stato dell'arte sulle tecniche si segmentazione di cellule, finalizzato ad individuare le tecniche esistenti sia con riferimento al problema specifico della segmentazione di immagini in immunofluorescenza che con riferimento a tematiche affini;- definizione di un algoritmo per la segmentazione di cellule;- validazione sperimentale del metodo realizzato su dataset standard e confronto con metodi recentemente proposti in letteratura.