Deep learning per la colorazione virtuale di tessuti
Si svolge nell'ambito di CIRO (Campania Imaging Infrastructure for Research in Oncology) l'intervento al CEINGE di Aydogan Ozcan, esperto nel campo dei nanosistemi bioingegneristici. Il professor Ozcan terrà un seminario dal titolo Virtual Staining of Label-free Tissue Using Deep Learning.
Aydogan Ozcan è Chancellor’s Professor e Volgenau Chair for Engineering Innovation presso l'Università della California, Los Angeles (UCLA) e HHMI Professor presso l'Howard Hughes Medical Institute. È anche direttore associato del California NanoSystems Institute.
Detiene più di 60 brevetti rilasciati/concessi ed è coautore di più di 950 pubblicazioni su importanti riviste/conferenze scientifiche. È eletto Fellow della National Academy of Inventors (NAI), Optica/OSA, AAAS, SPIE, IEEE, AIMBE, RSC, APS e della Guggenheim Foundation, ed è membro a vita di Optica, NAI, AAAS e SPIE. Il dottor Ozcan è anche elencato come ricercatore altamente citato da Web of Science.
Ricercatore proponente: Pietro Ferraro, CNR ISASI, Presidente del comitato scientifico di CIRO
Abstract
Deep learning techniques create new opportunities to revolutionize tissue staining methods by digitally generating histological stains using trained neural networks, providing rapid, cost-effective, accurate and environmentally friendly alternatives to standard chemical staining methods. These deep learning-based virtual staining techniques can successfully generate different types of histological stains, including immunohistochemical stains, from label-free microscopic images of unstained samples by using, e.g., autofluorescence microscopy, quantitative phase imaging (QPI) and reflectance confocal microscopy. Similar approaches were also demonstrated for transforming images of an already stained tissue sample into another type of stain, performing virtual stain-to-stain transformations. In this presentation, I will provide an overview of our recent work on the use of deep neural networks for label-free tissue staining, also covering their biomedical applications.
