Cell Contrastive Learning in Imaging Flow Cytometry

Forschungsthema/Bereich

Bildverarbeitung

Typ der Abschlussarbeit

Bachelor / Master

Startzeitpunkt

30.11.0001

Bewerbungsschluss

31.03.2025

Dauer der Arbeit

Beschreibung

Imaging Flow Cytometry kombiniert die Leistungsfähigkeit der Hochdurchsatz-Durchflusszytometrie mit detaillierter Bildgebung, um einzelne Zellen in einem beispiellosen Ausmaß zu analysieren. Mit der Explosion von Daten, die diese Technik erzeugt, bietet „Self-supervised Learning“ einen innovativen Ansatz, um nicht beschriebene Daten zu nutzen und sinnvolle Muster und Einblicke, ohne umfangreiche manuelle Anmerkungen aufzudecken. Eine Möglichkeit hier ist „Contrastive Learning“ auf Zellebene zu untersuchen.

Aufgaben umfassen unter anderem:

Literaturrecherche zum Stand der Technik im Bereich „Representation Learning“ für Bilddaten
Verbesserung vorhandener Ansätze
Benchmarking unterschiedlicher Ansätze
Ablation Studien

Benefits:

Einarbeitung
Home-Office möglich
Sprache: Deutsch / Englisch

Voraussetzung

Voraussetzungen an Studierende

• Studium in Informatik/Ingenieurwesen, Biomedizinische Technik oder verwandte Bereiche
• Grundkenntnisse in Deep Learning und Bildverarbeitung
• Erfahrung mit Programmierung in Python
• Erfahrung mit Bildverarbeitungsbibliotheken in Python wie OpenCV.
• Erfahrung mit Python-basierten Deep Learning Frameworks (PyTorch, JAX oder TensorFlow)

Studiengangsbereiche

• Ingenieurwissenschaften
  Bioingenieurwesen
  Elektrotechnik & Informationstechnik
  Informatik
  Maschinenbau
  Mechatronik & Informationstechnik
  Mechanical Engineering
• Naturwissenschaften und Technik
  Biologie
  Mathematik
  Technomathematik
  Medizintechnik

Betreuung

Titel, Vorname, Name

M. Sc. Angelo Jovin Yamachui Sitcheu

Organisationseinheit

Institut für Automation und angewandte Informatik

E-Mail Adresse

angelo.sitcheu@kit.edu

Link zur eigenen Homepage/Personenseite

Website

Bewerbung per E-Mail

Bewerbungsunterlagen

• Lebenslauf
• Notenauszug

E-Mail Adresse für die Bewerbung
Senden Sie die oben genannten Bewerbungsunterlagen bitte per Mail an angelo.sitcheu@kit.edu


Zurück