Cell Contrastive Learning in Imaging Flow Cytometry

Research topic/area

Bildverarbeitung

Type of thesis

Bachelor / Master

Start time

30.11.0001

Application deadline

31.03.2025

Duration of the thesis

Description

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

Requirement

Requirements for students

• 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)

Faculty departments

• Engineering sciences
  Biological engineering
  Electrical engineering & information technologies
  Informatics
  Mechanical engineering
  Mechatronics & information technologies
  Mechanical Engineering
• Natural sciences and Technology
  Biology
  Mathematics
  Mathematics in Technology
  Medical technology

Supervision

Title, first name, last name

M. Sc. Angelo Jovin Yamachui Sitcheu

Organizational unit

Institut für Automation und angewandte Informatik

Email address

angelo.sitcheu@kit.edu

Link to personal homepage/personal page

Website

Application via email

Application documents

• Curriculum vitae
• Grade transcript

E-Mail Address for application
Senden Sie die oben genannten Bewerbungsunterlagen bitte per Mail an angelo.sitcheu@kit.edu


Back