====== Marcin Kurdziel ====== ==== Zaproszenie na obronę pracy doktorskiej ==== ^ **DZIEKAN i RADA WYDZIAŁU** \\ **ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i ELEKTRONIKI** \\ **AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE** ^ | zapraszają na \\ publiczą dyskusję nad rozprawą doktorską \\ \\ //mgr inż. Marcina Kurdziela// \\ | | ** Metody klasteryzacji wizualizacyjnej dla potrzeb rozpoznawania wzorców w danych biomedycznych ** \\ ** Visual Clustering Methods for Pattern Recognition in Biomedical Data ** | | Dyskusja odbędzie się 26 lutego 2010 roku o godz. 12:30 w pawilonie B-1, sala 4 | | **PROMOTOR:** dr hab. inż. Krzysztof Boryczko, prof. n. AGH – Akademia Górniczo-Hutnicza | | ** RECENZENCI:** \\ prof. dr hab. inż. Marek Kurzyński – Politechnika Wrocławska \\ prof. dr hab. Irena Roterman-Konieczna – Collegium Medicum UJ \\ prof. dr hab. Marek Ogiela – Akademia Górniczo-Hutnicza | | Z rozprawą doktorską i opiniami recenzentów można się zapoznać \\ w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30 | \\ \\ ==== Streszczenie ==== ** Metody klasteryzacji wizualizacyjnej dla potrzeb rozpoznawania wzorców w danych biomedycznych ** \\ ** Visual Clustering Methods for Pattern Recognition in Biomedical Data ** //mgr inż. Marcin Kurdziel // \\ **Promotor:** dr hab. inż. Krzysztof Boryczko prof. n. AGH – Akademia Górniczo-Hutnicza\\ **Dyscyplina:** Informatyka Rozprawa doktorska poświęcona jest zagadnieniu detekcji skupisk w zbiorach danych zawierających szum, ze szczególnym uwzględnieniem danych pozyskiwanych w technikach pomiarowych biologii molekularnej oraz nowoczesnych metodach diagnostyki medycznej. W tej tematyce badawczej podstawową rolę odgrywają algorytmy analizy skupisk wykorzystujące kryterium lokalnej gęstości obserwacji. Literatura przedmiotu zbyt mało uwagi poświęca jednak kwestii rygorystycznej, ilościowej oceny odporności proponowanych algorytmów na szum. W rozprawie autor przeprowadza taką analizę, demonstrując niską odporność na szum kilku znaczących algorytmów tej klasy. Przyczyną słabych wyników jest wrażliwość na szum wykorzystywanych estymatorów gęstości. Autor proponuje nową metodę estymacji gęstości w zbiorach obserwacji oraz, zbudowany na jej podstawie, nowy algorytm analizy skupisk. Przeprowadzona w rozprawie ilościowa ocena skuteczności zaproponowanych algorytmów demonstruje, iż metody te są bardziej odporne na szum niż inne testowane w rozprawie, znaczące algorytmy analizy skupisk wykorzystujące kryterium gęstości. Autor proponuję także metodę wizualizacji danych, pozwalającą ocenić poziom szumu i stopień drobnoziarnistości skupisk w zbiorze danych. Głównym obszarem praktycznych zastosowań proponowanych algorytmów poruszanym w rozprawie jest detekcja skupisk w danych biomedycznych. Autor demonstruje kilka wyników, pokazujących, iż zaproponowane algorytmy odkrywają prawidłowe skupiska w złożonych danych biomedycznych, obarczonych znacznym poziomem szumu. W szczególności, autor pokazuje, iż zaproponowane algorytmy odkrywają prawidłowe skupiska w: zbiorze sekwencji niekodujących cząsteczek RNA, w zbiorze trójwymiarowych struktur białek pochodzenia ludzkiego oraz w zbiorze wielowymiarowych wektorów cech ze zdjęć mammograficznych. Autor demonstruje także przydatność zaproponowanego estymatora gęstości w problemie selekcji profili ekspresji genów z danych mikromacierzowych ---- \\ ==== Autoreferat ==== **Pełna wersja autoreferatu** {{:2010:kurdziel:autoreferat-kurdziel.pdf|}}. \\ ==== Ważniejsze publikacje dokotoranta ==== - K. Boryczko, M. Kurdziel //Approximate Clustering of Noisy Biomedical Data//, Lecture Notes in Computer Science, vol. 5101, pp. 630-640, Springer-Verlag, 2008 - M. Kurdziel, K. Boryczko, D.A. Yuen //Detecting Clusters of Microcalcifications in High-Resolution Mammograms Using Support Vector Machines//, Bio-Algorithms and Med-Systems, vol. 3(6), pp. 11-22, CM UJ, 2007 - T. Arodź, M. Kurdziel, T.J. Popiela, E.O.D. Sevre, D.A. Yuen //Detection of Clustered Microcalcifications in Small Field Digital Mammography//, Computer Methods and Programs in Biomedicine, vol. 81(1), pp. 56-65, Elsevier Science, 2006 - T. Arodz, K. Boryczko, W. Dzwinel, M. Kurdziel, D.A. Yuen //Visual Exploration of Multidimensional Feature Space of Biological Data//, in: "Proc. IEEE Visualization 2005", pp. 90, IEEE Computer Society, 2005, abstract - T. Arodź, M. Kurdziel, E.O.D. Sevre, D.A. Yuen //Pattern Recognition Techniques for Automatic Detection of Suspicious-looking Anomalies in Mammograms//, Computer Methods and Programs in Biomedicine, vol. 79(2), pp. 135-149, Elsevier Science, 2005 - K. Boryczko, M. Kurdziel //Recognition of Subtle Microcalcifications in High-Resolution Mammograms//, in: "Proc. IV Int'l Conf. on Computer Recognition Systems, CORES 2005", Advances in Soft Computing, vol. 30, pp. 485-492, Springer-Verlag, 2005 - K. Boryczko, M. Kurdziel //Parallel Clustering of Large-Scale Noisy Multidimensional Datasets//, in: "Proc. Cracow Grid Workshop '04", ACC Cyfronet AGH, Kraków, 2005 - W. Dzwinel, K. Boryczko, T. Arodź, M. Kurdziel //Komputerowe Metody Detekcji Nowotworów Piersi w Zdjęciach Mammograficznych//, Bio-Algorithms and Med--Systems, vol. 1(1/2), pp. 287-290, CM UJ, 2005 - T.J. Popiela, A. Urbanik, T. Arodź, M. Kurdziel //Computer-aid system for the detection of clustered microcalcifications in digital mammography//, Polish Journal of Radiology, vol. 69(S1), pp. 67-68, 2004, abstract ----