Διπλωματική εργασία
Διπλωματική εργασία
Προαπαιτούμενα: Καλή γνώση μηχανικής μάθησης και προγραμματισμού σε Python
Ερευνητική περιοχή: Χρήση αλγορίθμων βαθειάς μάθησης για επεξεργασία βιοσημάτων
Στις παρακάτω προτεινόμενες διπλωματικές εργασίες θα χρησιμοποιηθούν τεχνικές βαθειάς μάθησης, που αποτελούν ένα σχετικά νέο και αναπτυσσόμενο υπο-πεδίο των τεχνικών μηχανικής μάθησης. Οι τεχνικές θα χρησιμοποιηθούν για την αυτόματη ανίχνευση/ταξινόμηση βιοσημάτων.
Ειδικά θέματα:
Είδος: Πειραματική
Προαπαιτούμενα: Βασικές αρχές μεθοδολογίας της έρευνας, γνώση φυσικών αρχών συστημάτων ακτινοδιαγνωστικής και διασφάλισης ποιότητας Ιατρικών Μηχανημάτων.
Ενδεικτική βιβλιογραφία: Dionysios Linardatos, George Fountos, Ioannis Valais, and Christos Michail, A Novel Method for Developing Thin Resin Scintillator Screens and Application in an X-ray CMOS Imaging Sensor, Sensors 2023, 23(14), 6588; https://doi.org/10.3390/s23146588
Είδος: Πειραματική
Προαπαιτούμενα: Βασικές αρχές μεθοδολογίας της έρευνας, γνώση φυσικών αρχών συστημάτων ακτινοδιαγνωστικής και διασφάλισης ποιότητας Ιατρικών Μηχανημάτων.
Ενδεικτική βιβλιογραφία: I. Seferis, C. Michail, J. Zeler, N. Kalyvas, I. Valais, G. Fountos, A. Bakas, I. Kandarakis, E. Zych, G. S. Panayiotakis (2018) Detective Quantum Efficiency (DQE) of high X-ray absorption Lu2O3:Eu Thin Screens: the role of shape and size of nano-and micro-grains. Appl. Phys. A. 124:604. https://doi.org/10.1007/s00339-018-2034-2
Είδος: Πειραματική
Προαπαιτούμενα: Βασικές αρχές μεθοδολογίας της έρευνας, γνώση φυσικών αρχών συστημάτων πυρηνικής ιατρικής.
Ενδεικτική βιβλιογραφία: Christos Michail, Panagiotis Liaparinos, Nektarios Kalyvas, Ioannis Kandarakis, George Fountos, Ioannis Valais, Phosphors and Scintillators in Biomedical Imaging, Review article Crystals 2024, 14(2), 169; https://doi.org/10.3390/cryst14020169
Είδος: Πειραματική
Προαπαιτούμενα: Βασικές αρχές μεθοδολογίας της έρευνας, γνώση φυσικών αρχών συστημάτων πυρηνικής ιατρικής, επιστήμης δημιουργίας εικόνας και προγραμματισμού.
Ενδεικτική βιβλιογραφία: G. P. Fountos, C. M. Michail, A. Zanglis, A. Samartzis, N. Martini, V. Koukou, I. Kalatzis and I. Kandarakis (2012) A novel easy-to-use phantom for the determination of MTF in SPECT scanners. Med. Phys. 39(3):1561-1570. https://doi.org/10.1118/1.3688196
Είδος: Πειραματική
Προαπαιτούμενα: Βασικές αρχές μεθοδολογίας της έρευνας, γνώση φυσικών αρχών συστημάτων πυρηνικής ιατρικής, επιστήμης δημιουργίας εικόνας και προγραμματισμού.
Ενδεικτική βιβλιογραφία: A. Konstantinidis, N. Martini, V. Koukou, G. Fountos, N. Kalyvas, I. Valais and C. Michail, RAD_IQ: A free software for characterization of digital X-ray imaging devices based on the novel IEC 62220-1-1:2015 International Standard, J. Phys.: Conf. Ser. 2021, Vol. 2090, 012107, doi: https://doi.org/10.1088/1742-6596/2090/1/012107.
Είδος: Πειραματική
Προαπαιτούμενα: Βασικές αρχές μεθοδολογίας της έρευνας, γνώση φυσικών αρχών συστημάτων ακτινοδιαγνωστικής και προγραμματισμού.
Ενδεικτική βιβλιογραφία: N. Martini, V. Koukou, G. Fountos, C. Michail, A. Bakas, I. Kandarakis, R. Speller, G. Nikiforidis (2017) Characterization of breast calcification types using dual energy X-ray method. Phys. Med. Biol. 62:7741-7764. doi: 10.1088/1361-6560/aa8445.
Είδος: Πειραματική
Προαπαιτούμενα: Βασικές αρχές μεθοδολογίας της έρευνας, γνώση φυσικών αρχών συστημάτων ακτινοδιαγνωστικής, κβαντικών επιστημών και οπτοηλεκτρονικής.
Ενδεικτική βιβλιογραφία: G. Saatsakis, C. Michail, C. Fountzoula, N. Kalyvas, A. Bakas, K. Ninos, G. Fountos, I. Sianoudis, I. Kandarakis, G S. Panayiotakis and I. Valais, Fabrication and luminescent properties of Zn-Cu-In-S / ZnS Quantum Dot films under UV excitation (2019) Applied Sciences. 9(11): 2367. https://doi.org/10.3390/app9112367
Είδος: Πειραματική
Προαπαιτούμενα: Χειρισμός σχεδιαστικών προγραμμάτων.
Ενδεικτική βιβλιογραφία: I. Kapetanakis, G. Fountos, C. Michail, I. Valais, N. Kalyvas (2017) 3D printing X-Ray Quality Control Phantoms. A Low Contrast Paradigm. J. Phys.: Conf. Ser. 931:012026. doi: 10.1088/1742-6596/931/1/012026.
Είδος: Πειραματική
Προαπαιτούμενα: Ν/Α
Ενδεικτική βιβλιογραφία: J. Yang, M. Monnot, Y. Sun, L. Asia, P. Wong-Wah-Chung, P. Doumenq, P. Moulin, Microplastics in different water samples (seawater, freshwater, and wastewater): Methodology approach for characterization using micro-FTIR spectroscopy, Water Research, Volume 232, 2023, 119711, https://doi.org/10.1016/j.watres.2023.119711.
Είδος: Πειραματική
Προαπαιτούμενα: Ν/Α
Ενδεικτική βιβλιογραφία: Post-COVID-19 dyspnoea and pulmonary imaging: a systematic review and meta-analysis
Elizabeth Guinto, Firoozeh V. Gerayeli, Rachel L. Eddy, Hyun Lee, Stephen Milne, Don D. Sin, European Respiratory Review Sep 2023, 32 (169) 220253; doi: 10.1183/16000617.0253-2022
Είδος: Πειραματική
Προαπαιτούμενα: Βασικές αρχές μεθοδολογίας της έρευνας, γνώση φυσικών αρχών συστημάτων μηχανισμών Αυτοματισμών Ιατρικών Συστημάτων.
Ενδεικτική βιβλιογραφία: Ośródka, K., Otop, I., and Szturc, J.: Automatic quality control of telemetric rain gauge data providing quantitative quality information (RainGaugeQC), Atmos. Meas. Tech., 2022, 15, 5581–5597, https://doi.org/10.5194/amt-15-5581-2022.
Πρόταση 1: Ενσωμάτωση scRNA-seq και Χωρικής Μεταγραφωμικής για τη Χαρακτηρισμό του Μικροπεριβάλλοντος του Όγκου (Integrating scRNA-seq and Spatial Transcriptomics for Tumor Microenvironment Characterization)
Στόχος: Υπολογιστική ανάλυση του μικροπεριβάλλοντος του όγκου (TME) με ενσωμάτωση δεδομένων scRNA-seq και χωρικής μεταγραφωμικής, με σκοπό την αναγνώριση της χωρικής οργάνωσης των κυτταρικών τύπων και των προτύπων γονιδιακής έκφρασης τους.
Σύνολα Δεδομένων:
Πρόταση 2: Συμπερασματολογία Κυτταρικών Τροχιών από Δεδομένα scRNA-seq στη Βιολογία της Ανάπτυξης (Cell Trajectory Inference from scRNA-seq Data in Developmental Biology)
Στόχος: Ανακατασκευή διαφοροποιητικών τροχιών κυττάρων από δεδομένα scRNA-seq και αναγνώριση ρυθμιστικών γονιδίων σε συγκεκριμένες αναπτυξιακές διαδικασίες (π.χ. αιμοποίηση, ανάπτυξη νευρικού συστήματος).
Σύνολα Δεδομένων:
Πρόταση 3: Συγκριτική Ανάλυση Μονοκυτταρικής Γονιδιακής Έκφρασης σε Υγιείς και Παθολογικούς Ιστούς με Χωρική Μεταγραφωμική (Comparative Analysis of Single-Cell Gene Expression in Healthy and Diseased Tissues Using Spatial Transcriptomics)
Στόχος: Συγκριτική μελέτη προτύπων γονιδιακής έκφρασης μεταξύ υγιών και ασθενών ιστών (π.χ. καρκίνος vs. φυσιολογικός, Αλτσχάιμερ vs. υγιής εγκέφαλος).
Σύνολα Δεδομένων:
Πρόταση 4: Αναγνώριση Δικτύων Επικοινωνίας Κυττάρων με Δεδομένα scRNA-seq (Identification of Cell-Cell Communication Networks Using scRNA-seq Data)
Στόχος: Υπολογιστική αναγωγή δικτύων επικοινωνίας κυττάρων μέσω ανάλυσης scRNA-seq.
Σύνολα Δεδομένων:
Πρόταση 5: Διερεύνηση Ιστοειδικών Προτύπων Γονιδιακής Έκφρασης με scRNA-seq και Χωρική Μεταγραφωμική (Exploring Tissue-Specific Gene Expression Patterns Using scRNA-seq and Spatial Transcriptomics)
Στόχος: Διερεύνηση ιστοειδικών προτύπων γονιδιακής έκφρασης και κατανομής κυτταρικών τύπων σε πολύπλοκους ιστούς όπως ο εγκέφαλος ή το ήπαρ.
Σύνολα Δεδομένων:
Πρόταση 6: Αξιολόγηση Υπολογιστικών Μεθόδων για Ανάλυση Χωρικής Μεταγραφωμικής (Benchmarking Computational Methods for Spatial Transcriptomics Data Analysis)
Στόχος: Συγκριτική αξιολόγηση εργαλείων και αλγορίθμων για ανάλυση χωρικής μεταγραφωμικής.
Σύνολα Δεδομένων:
Πρόταση 7: Ανάλυση scRNA-seq για Αναγνώριση Νέων Βιοδεικτών σε Αυτοάνοσα Νοσήματα (Single-Cell RNA-seq Data Analysis for Identifying Novel Biomarkers in Autoimmune)
Στόχος: Αναγνώριση νέων βιοδεικτών και θεραπευτικών στόχων σε αυτοάνοσα νοσήματα (π.χ. ρευματοειδής αρθρίτιδα, λύκος).
Σύνολα Δεδομένων:
Πρόταση 8: Συμπερασματολογία Δικτύων Γονιδιακής Ρύθμισης (GRNs) από scRNA-seq σε Βιολογία Βλαστικών Κυττάρων (Inferring Gene Regulatory Networks from scRNA-seq Data in Stem Cell Biology)
Στόχος: Εξαγωγή δικτύων γονιδιακής ρύθμισης που ελέγχουν τη διαφοροποίηση βλαστικών κυττάρων.
Σύνολα Δεδομένων:
Πρόταση 9: Συσχέτιση Ακτινολογικών Χαρακτηριστικών με Γονιδιακή Έκφραση στον Καρκίνο του Πνεύμονα (Linking Radiomic Features with Gene Expression in Lung Cancer)
Στόχος: Συσχέτιση χαρακτηριστικών από CT με γονιδιακά προφίλ για ανίχνευση βιοδεικτών.
Πρόταση 10: Πρόβλεψη Φορτίου Μεταλλάξεων Όγκου από Ακτινολογικά Χαρακτηριστικά σε Γλοιοβλάστωμα (Predicting Tumor Mutational Burden (TMB) from Radiomic Features in Glioblastoma)
Στόχος: Μοντέλο πρόβλεψης TMB από MRI radiomics.
Πρόταση 11: Ακτινογονιδιωματικές Υπογραφές Υποξίας σε Καρκίνο Κεφαλής & Τραχήλου (Radiogenomic Signatures of Hypoxia in Head and Neck Cancer)
Στόχος: Συσχέτιση PET/CT χαρακτηριστικών με γονιδιακή έκφραση υποξίας.
Πρόταση 12: Συσχέτιση Radiomics MRI με Ανοσολογική Διείσδυση σε Καρκίνο Μαστού (Association of Radiomic Features with Immune Infiltration in Breast Cancer)
Στόχος: Συσχέτιση χαρακτηριστικών MRI με γονιδιακή έκφραση ανοσοκυττάρων.
Πρόταση 13: Ακτινογονιδιωματική Ανάλυση Εγκεφαλικών Μεταστάσεων (Radiogenomic Analysis of Brain Metastases)
Στόχος: Συσχέτιση χαρακτηριστικών MRI μεταστάσεων με γονιδιακά προφίλ πρωτοπαθών όγκων.
Πρόταση 14: Ακτινογονιδιωματική στον Καρκίνο Προστάτη: Πρόβλεψη Βαθμού Gleason από MRI (Radiogenomics of Prostate Cancer: Predicting Gleason Score from MRI)
Στόχος: Μοντέλο πρόβλεψης Gleason score από MRI radiomics + γονιδιωματικά δεδομένα.
Πρόταση 15: Ενοποίηση Radiomics και Γονιδιωματικής για Πρόβλεψη Απόκρισης σε Θεραπεία στον Καρκίνο Παχέος Εντέρου (Integration of Radiomics and Genomics for Predicting Therapy Response in Colorectal Cancer)
Στόχος: Πρόβλεψη απόκρισης σε χημειοθεραπεία με συνδυασμό radiomics CT και γονιδιακών δεδομένων.
Πρόταση 16: Ακτινογονιδιωματικός Χαρακτηρισμός Αγγειακών Φαινοτύπων σε Καρκίνωμα Νεφρού (Radiogenomic Characterization of Vascular Phenotypes in Renal Cell Carcinoma)
Στόχος: Συσχέτιση CT radiomics με αγγειακές γονιδιακές υπογραφές σε RCC.
Περιγραφή: Η πρόβλεψη της ισχύος αλληλεπίδρασης μεταξύ ενός φαρμάκου και του βιολογικού του στόχου είναι κρίσιμη για τον υπολογιστικό σχεδιασμό νέων φαρμάκων. Σκοπός αυτής της διπλωματικής εργασίας είναι η ανάπτυξη μοντέλων αλληλεπίδρασης μεταξύ πρωτεϊνών και φαρμάκων χρησιμοποιώντας δεδομένα από πειραματικά και in silico συστήματα.
Μέθοδοι και εργαλεία:
Προαπαιτούμενα: Bασικές γνώσεις περιβάλλοντος Linux, εργαλεία απεικόνισης πρωτεϊνών (Pymol)
Περιγραφή: Η στοχευμένη υπολοιγιστική σχεδίαση πρωτεϊνών για συγκεκριμένες πρωτεΐνες-στόχους είναι μια νέα μεθοδολογία στη φαρμακευτική έρευνα. Σκοπός της εργασίας είναι η αξιοποίηση της μεθόδων μεθόδου βασισμένων σε μοντέλα τεχνητής νοημοσύνης, για τον σχεδιασμό πρωτεϊνικών αλληλεπιδρώντων (binders) υψηλής ειδικότητας εναντίων φαρμακευτικών στόχων.
Μέθοδοι και εργαλεία:
Προαπαιτούμενα: Bασικές γνώσεις περιβάλλοντος Linux, εργαλεία απεικόνεισης πρωτεϊνών (Pymol), προγραμματισμού (Python)
Περιγραφή: Η ανάλυση μεγάλων συνόλων δεδομένων φαρμακολογίας μπορεί να αποκαλύψει μοτίβα δράσης φαρμάκων και να οδηγήσει σε ανακάλυψη νέων θεραπευτικών στόχων. Η διπλωματική εργασία στοχεύει στην ανάπτυξη αλγορίθμων τεχνητής νοημοσύνης για την ανάλυση δεδομένων από πειράματα συγγένειας φαρμάκων με φαρμακευτικούς στόχους.
Μέθοδοι και εργαλεία:
Προαπαιτούμενα: Bασικές γνώσεις περιβάλλοντος Linux, εργαλεία απεικόνεισης πρωτεϊνών (Pymol), προγραμματισμού (Python)
Wearable σύστημα ανάλυσης στάσης σώματος
Στα πλαίσια της διπλωματικής εργασίας θα υλοποιηθεί σύστημα που με χρήση δεδομένων από αισθητήρες (επιταχυνσιόμετρο, γυροσκόπιο, μαγνητόμετρο) θα αναλύει την στάση σώματος του χρήστη και θα ειδοποιεί για δυνητικά επιβλαβείς συνθήκες. Πιο συγκεκριμένα, ο φοιτητής/η φοιτήτρια αρχικά θα ολοκληρώσει μια βιβλιογραφική μελέτη σχετικά με τις βασικές μυοσκελετικές παθήσεις της σπονδυλικής στήλης και τεχνικές μέτρησης – καταγραφής τους με ηλεκτρονικούς αισθητήρες. Στην συνέχεια θα αναπτύξει σύστημα ανίχνευσης της στάσης του σώματος με σκοπό να ειδοποιείται ο χρήστης όταν βρίσκεται κάτω από καταπονητικές συνθήκες (π.χ. κακή στάση σώματος στο γραφείο κλπ.). Το σύστημα αρχικά θα αναπτυχθεί με ενσύρματα μέσα τροφοδοσίας και μετάδοσης, με τελικό στόχο την μεταφορά σε πλήρως wearable (ασύρματο και με μπαταρίες) σύστημα.
Ενδεικτικά προτεινόμενες τεχνολογίες υλοποίησης: μικροελεγκτές ESP32-RP2040-STM32x (με Arduino framework), edge AI: tinyML, AIfES