{"id":961,"date":"2026-02-04T23:25:45","date_gmt":"2026-02-04T22:25:45","guid":{"rendered":"https:\/\/ibib.waw.pl\/?page_id=961"},"modified":"2026-02-05T00:40:08","modified_gmt":"2026-02-04T23:40:08","slug":"zaklad-i-pracownia-2","status":"publish","type":"page","link":"https:\/\/ibib.waw.pl\/en\/nauka\/zaklady-pracownie\/zaklad-i-pracownia-2\/","title":{"rendered":"Laboratory of Processing and Analysis of Microscopic Images"},"content":{"rendered":"\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<h2 class=\"wp-block-heading\">Zesp\u00f3\u0142<\/h2>\n\n\n\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:66.66%\">\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"1038\" height=\"621\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/Zespol_pracownia-1.png\" alt=\"\" class=\"wp-image-963\"\/><\/figure>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-vertically-aligned-bottom is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:33.33%\">\n<p><strong>dr hab. Anna Korzy\u0144ska, profesor IBIB PAN&nbsp;\u2013 kierownik Pracowni<\/strong><br>dr in\u017c. \u0141ukasz Roszkowiak,<br>mgr in\u017c. Antonina Pater<br>mgr in\u017c. Shrief Abdelazeez<br>lek. med. Krzysztof Siemion<br>mgr in\u017c. Jakub \u017bak<\/p>\n<\/div>\n<\/div>\n\n\n\n<p>Jeste\u015bmy ma\u0142ym, interdyscyplinarnym zespo\u0142em opracowuj\u0105cym innowacyjne metody analizy obraz\u00f3w mikroskopowych pr\u00f3bek biologicznych, przyczyniaj\u0105c si\u0119 do rozwoju diagnostyki, prognozowania i bada\u0144 biomedycznych.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Obszary&nbsp;zainteresowa\u0144:<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Zaawansowane przetwarzanie obrazu \u2013 opracowujemy metody analizy wybarwionych skrawk\u00f3w tkanek i rozmaz\u00f3w kom\u00f3rkowych, poprawiaj\u0105c precyzj\u0119 diagnostyczn\u0105 i udoskonalaj\u0105c modele predykcyjne.<\/li>\n\n\n\n<li>Udoskonalanie technik analizy obrazu przy u\u017cyciu metod tradycyjnych i uczenia maszynowego.<\/li>\n\n\n\n<li>\u0141\u0105czenie biologii i uczenia maszynowego \u2013 integruj\u0105c klasyczne techniki analizy obrazu z uczeniem maszynowym, ulepszamy interpretacj\u0119 obraz\u00f3w w medycynie i naukach przyrodniczych.<\/li>\n<\/ul>\n\n\n\n<p>\u0141\u0105cz\u0105c wiedz\u0119 z zakresu biologii, informatyki i analizy danych, stosujemy multidyscyplinarne podej\u015bcie do rozwi\u0105zywania z\u0142o\u017conych wyzwa\u0144 badawczych.<br>Opracowujemy r\u00f3wnie\u017c zestawy danych z adnotacjami ekspert\u00f3w, niezb\u0119dne do rozwoju uczenia maszynowego w zastosowaniach biomedycznych. Niekt\u00f3re z nich, jak zbi\u00f3r danych Bialystok (fragmenty rozmaz\u00f3w bada\u0144 przesiewowych w kierunku raka szyjki macicy), s\u0105 publicznie dost\u0119pne pod adresem <a href=\"https:\/\/ibib.waw.pl\/nauka\/zaklady-pracownie\/zaklad-i-pracownia-2\/boacd\/\">https:\/\/ibib.waw.pl\/nauka\/zaklady-pracownie\/zaklad-i-pracownia-2\/boacd\/<\/a> i opisane w publikacji:\u00a0<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>&nbsp;Antonina Pater, Krzysztof Siemion, Karol Deptuch, \u0141ukasz Roszkowiak, Jakub \u017bak, Katarzyna Jakubowska, Stanis\u0142aw Sulkowski, Marek Baltaziak, Mariusz Koda, Anna Korzy\u0144ska (2023) &#8222;Conventional Cervical Cytology Image Dataset with Cell Outline Annotations&#8221;, 2023 International Symposium on Image and Signal Processing and Analysis (ISPA), Rome, Italy, 2023, pp. 1-6, DOI: 10.1109\/ISPA58351.2023.10279274&nbsp;<\/li>\n<\/ul>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section light-grey\"><div class=\"container\">\n<p>Zbi\u00f3r danych Bia\u0142ystok sk\u0142ada si\u0119 ze 162 obraz\u00f3w (3500\u00d73500 px) zawieraj\u0105cych 2419 adnotowanych kom\u00f3rek szyjki macicy, sklasyfikowanych zgodnie ze skal\u0105 Bethesda. Obrazy zosta\u0142y wyodr\u0119bnione z obraz\u00f3w ca\u0142ych wirtualnych slajd\u00f3w (WSI) rutynowych rozmaz\u00f3w szyjki macicy, zapewniaj\u0105c r\u00f3\u017cnorodn\u0105 i realistyczn\u0105 reprezentacj\u0119 rzeczywistych pr\u00f3bek.<br><br>Zestaw danych obejmuje pe\u0142ne spektrum zmienno\u015bci cytologicznej, od wyra\u017anie rozr\u00f3\u017cnialnych kom\u00f3rek po trudne przypadki &#8211; w tym zabarwiony \u015bluz, g\u0119sto upakowane ciemne skupiska kom\u00f3rek i obfite neutrofile, kt\u00f3re przes\u0142aniaj\u0105 widoczno\u015b\u0107. Zbi\u00f3r danych zawiera etykiety cytoplazmy podzielone na sze\u015b\u0107 klas Bethesda i dwie dodatkowe grupy: niezidentyfikowane kom\u00f3rki i niezidentyfikowane skupiska kom\u00f3rek. Te dodatkowe kategorie wynikaj\u0105 z nieod\u0142\u0105cznej niepewno\u015bci w cytodiagnostyce, gdzie niekt\u00f3re kom\u00f3rki nie mog\u0105 by\u0107 ostatecznie sklasyfikowane, ale pozostaj\u0105 mo\u017cliwe do segmentacji i analizy.<\/p>\n\n\n\n<p>Kluczowe cechy:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>realistyczne fragmenty wymazu z szyjki macicy, odzwierciedlaj\u0105ce rutynow\u0105 praktyk\u0119 cytologiczn\u0105;<\/li>\n\n\n\n<li>etykiety zgodne z systemem Bethesda, zapewniaj\u0105ce przydatno\u015b\u0107 kliniczn\u0105;<\/li>\n\n\n\n<li>wszechstronno\u015b\u0107 w zadaniach segmentacji, klasyfikacji i wykrywania;<\/li>\n\n\n\n<li>stanowi wymagaj\u0105cy test por\u00f3wnawczy, zaprojektowany w celu wspierania rozwoju nowoczesnych modeli AI.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"996\" height=\"249\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/dataset-1.png\" alt=\"\" class=\"wp-image-966\"\/><\/figure>\n<\/div><\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<h2 class=\"wp-block-heading\">W temacie zaawansowanego przetwarzania obrazu ukaza\u0142y si\u0119 nast\u0119puj\u0105ce publikacje:<\/h2>\n\n\n\n<ol class=\"wp-block-list\">\n<li><a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\" target=\"_blank\" rel=\"noreferrer noopener\">Lukasz Roszkowiak<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\" target=\"_blank\" rel=\"noreferrer noopener\">Anna Korzynska, Krzysztof Siemion<\/a>,&nbsp;<a href=\"https:\/\/www.nature.com\/articles\/s41598-021-88611-y#auth-Ramon-Bosch\">Jakub Zak<\/a>,&nbsp;<a href=\"https:\/\/www.nature.com\/articles\/s41598-021-88611-y#auth-Dorota-Pijanowska\" target=\"_blank\" rel=\"noreferrer noopener\">Dorota Pijanowska<\/a>,&nbsp;<a href=\"https:\/\/www.nature.com\/articles\/s41598-021-88611-y#auth-Ramon-Bosch\" target=\"_blank\" rel=\"noreferrer noopener\">Ramon Bosch,<\/a>&nbsp;<a href=\"https:\/\/www.nature.com\/articles\/s41598-021-88611-y#auth-Marylene-Lejeune\">Marylene Lejeune<\/a>&nbsp;&amp;&nbsp;<a href=\"https:\/\/www.nature.com\/articles\/s41598-021-88611-y#auth-Carlos-Lopez\">Carlos Lopez&nbsp;(2021)<\/a>&nbsp;\u201cSystem for quantitative evaluation of DAB&amp;H-stained breast cancer biopsy digital images (CHISEL)\u201d,&nbsp;Sci Rep&nbsp;11, &nbsp;9291 (2021). <a href=\"https:\/\/www.nature.com\/articles\/s41598-021-88611-y\">DOI: 10.1038\/s41598-021-88611-y&nbsp;<\/a> [IF 4.380, 140 pkt. MNiSW]<\/li>\n<\/ol>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section light-grey\"><div class=\"container\">\n<p>CHISEL (Computer-assisted Histopathological Image Segmentation and EvaLuation) to kompleksowy system przeznaczony do ilo\u015bciowej analizy zdigitalizowanych pr\u00f3bek biopsji raka piersi barwionych metod\u0105 DAB&amp;H. Charakteryzuje si\u0119 wykorzystaniem strategii minimalizowania utraty obiekt\u00f3w na kraw\u0119dzi obszaru zainteresowania, dzieleniem klastr\u00f3w j\u0105der i korygowaniem niedok\u0142adnych kontur\u00f3w, wykorzystuj\u0105c uczenie maszynowe i rekurencyjne lokalne przetwarzanie transformaty odleg\u0142o\u015bciowej. Zosta\u0142 zweryfikowany na oznaczonych zestawach danych raka piersi i wykaza\u0142 wydajno\u015b\u0107 por\u00f3wnywaln\u0105 z istniej\u0105cymi najnowocze\u015bniejszymi metodami. Jego przyjazny dla u\u017cytkownika interfejs jest zoptymalizowany pod k\u0105tem wydajnych oblicze\u0144, dzi\u0119ki czemu jest dost\u0119pny dla u\u017cytkownik\u00f3w o ograniczonych zasobach w por\u00f3wnaniu do tych wymaganych przez typowe techniki g\u0142\u0119bokiego uczenia.<\/p>\n\n\n\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-vertically-aligned-center is-layout-flow wp-block-column-is-layout-flow\">\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"590\" height=\"439\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/Publ_chisel.png\" alt=\"\" class=\"wp-image-972\"\/><\/figure>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-vertically-aligned-center is-layout-flow wp-block-column-is-layout-flow\">\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"590\" height=\"408\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/CHISEL_obraz-1.png\" alt=\"\" class=\"wp-image-971\"\/><\/figure>\n<\/div>\n<\/div>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<ol start=\"2\" class=\"wp-block-list\">\n<li>Antonina Pater, \u0141ukasz Roszkowiak, Jakub \u017bak, Krzysztof Siemion, Anna Korzy\u0144ska, \u201cAn application of U-Net for cell detection in fragments of cytological smear images\u201d, Proceedings of the 3rd Polish Conference on Artificial Intelligence, 2022, str. 185-189, IBSN 978-83-7421-401-8<\/li>\n<\/ol>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section light-grey\"><div class=\"container\">\n<p>Cytologia szyjki macicy jest zwykle oceniana r\u0119cznie poprzez identyfikacj\u0119 kom\u00f3rek ze zmianami przedrakowymi. Bethesda System for Reporting Cervical Cytology, uznany na ca\u0142ym \u015bwiecie system raportowania, kategoryzuje p\u0142askonab\u0142onkowe zmiany \u015br\u00f3dnab\u0142onkowe na dwa typy: p\u0142askonab\u0142onkowe zmiany \u015br\u00f3dnab\u0142onkowe niskiego stopnia (LSIL) i p\u0142askonab\u0142onkowe zmiany \u015br\u00f3dnab\u0142onkowe wysokiego stopnia (HSIL). Kom\u00f3rki bez nieprawid\u0142owo\u015bci s\u0105 klasyfikowane jako negatywne dla zmian \u015br\u00f3dnab\u0142onkowych (NILM).<br><br>Opracowali\u015bmy metod\u0119 klasyfikacji wst\u0119pnie wysegmentowanych kom\u00f3rek i j\u0105der przy u\u017cyciu modelu opartego na VGG16. Aby poprawi\u0107 mo\u017cliwo\u015bci szkolenia, zastosowali\u015bmy technik\u0119 augmentacji opart\u0105 na metodzie GAN opracowan\u0105 w naszym laboratorium. Poni\u017csze obrazy ilustruj\u0105 wyniki klasyfikacji uzyskane po segmentacji i procesie deklasteryzacji.<\/p>\n\n\n\n<div class=\"wp-block-columns are-vertically-aligned-center container-narrow is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-vertically-aligned-center is-layout-flow wp-block-column-is-layout-flow\">\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"582\" height=\"431\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/declustering_bd7e1530680d11547db567150fa7c403-1.png\" alt=\"\" class=\"wp-image-977\"\/><\/figure>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-vertically-aligned-center is-layout-flow wp-block-column-is-layout-flow\">\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"581\" height=\"258\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/declustering_legend-1.png\" alt=\"\" class=\"wp-image-979\"\/><\/figure>\n<\/div>\n<\/div>\n\n\n\n<div style=\"height:15px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<div class=\"wp-block-columns are-vertically-aligned-center container-narrow is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-vertically-aligned-center is-layout-flow wp-block-column-is-layout-flow\">\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"581\" height=\"431\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/declustering_aee74e3c1bcd82561303ee974d31c08f-1.png\" alt=\"\" class=\"wp-image-976\"\/><\/figure>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-vertically-aligned-center is-layout-flow wp-block-column-is-layout-flow\">\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"581\" height=\"431\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/declustering_da51093be0db6b3ccd477a6aeddc2261-1.png\" alt=\"\" class=\"wp-image-978\"\/><\/figure>\n<\/div>\n<\/div>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<ol start=\"3\" class=\"wp-block-list\">\n<li>Antonina Pater, \u0141ukasz Roszkowiak, Krzysztof Siemion, Anna Korzy\u0144ska (2021) \u201eEstimation of the fraction of area covered by cells and cell clusters in WSI patches\u201d. XXII Krajowa Konferencja Biocybernetyki i In\u017cynierii Biomedycznej, Warszawa, 19-21.05.2021.<\/li>\n\n\n\n<li>Jakub \u017bak, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Krzysztof Siemion<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Lukasz Roszkowiak<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Anna Korzynska<\/a> L (2021) \u201eFourier Transform Layer for Fast Forground Segmantation in Samples\u2019 Images of Tissue Biopsies\u201d) XXII Krajowa Konferencja Biocybernetyki i In\u017cynierii Biomedycznej, Warszawa, 19-21.05.2021.&nbsp;<\/li>\n\n\n\n<li>Krzysztof Siemion, Anna Korzy\u0144ska, \u0141ukasz Roszkowiak, Jakub \u017bak, Antonina Pater, Joanna Resze\u0107-Gie\u0142a\u017cyn (2021) \u201eApplication of image analysis methods to evaluate histopathological slides in the study of prognostic factors of inflammatory spindle cell lesions\u201d XXII Krajowa Konferencja Biocybernetyki i In\u017cynierii Biomedycznej, Warszawa, 19-21.05.2021<\/li>\n\n\n\n<li>\u0141ukasz Roszkowiak, Jakub Zak, Krzysztof Siemion, Antonina Pater, Anna Korzynska (2021) \u201eSplit point assessment for HRnet dual model\u201d XXII Krajowa Konferencja Biocybernetyki i In\u017cynierii Biomedycznej, Warszawa, 19-21.05.2021<\/li>\n<\/ol>\n\n\n\n<h2 class=\"wp-block-heading\">W temacie udoskonalania technik analizy obrazu ukaza\u0142y si\u0119 nast\u0119puj\u0105ce publikacje:<\/h2>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Jakub Zak, Anna Korzynska, Antonina Pater, Lukasz Roszkowiak (2023) \u201eFourier Transform Layer: A proof of work in different training scenarios\u201d Applied Soft Computing, 145, 110607. <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S1568494623006257?via%3Dihub\">DOI: 10.1016\/j.asoc.2023.110607<\/a> [IF 8,7; 200 pkt. MNiSW]<\/li>\n<\/ol>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section light-grey\"><div class=\"container\">\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"885\" height=\"617\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/FFT_paper-1.png\" alt=\"\" class=\"wp-image-988\"\/><\/figure>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<p>W artykule przedstawiono nowatorskie podej\u015bcia, kt\u00f3re wykorzystuje po\u0142\u0105czon\u0105 sie\u0107 neuronow\u0105 (NN) przetwarzaj\u0105c\u0105 transformat\u0119 Fouriera obraz\u00f3w zamiast samych obraz\u00f3w. Modele sk\u0142adaj\u0105ce si\u0119 wy\u0142\u0105cznie z opracowanej warstwy szybkiej transformaty Fouriera (FFT) zosta\u0142y wytrenowane do klasyfikowania obraz\u00f3w z publicznie dost\u0119pnych zbior\u00f3w danych. Wyniki klasyfikacji zosta\u0142y nast\u0119pnie por\u00f3wnane z wynikami prostszych modeli, kt\u00f3re zawiera\u0142y tylko jedn\u0105 warstw\u0119 konwolucyjn\u0105. Do por\u00f3wnania wykorzystano takie wska\u017aniki, jak dok\u0142adno\u015b\u0107 testu, obszar pod krzyw\u0105 (AUC) i czas szkolenia. Wyniki wskaza\u0142y, \u017ce modele wykorzystuj\u0105ce proponowan\u0105 warstw\u0119 FFT osi\u0105gn\u0119\u0142y dok\u0142adno\u015b\u0107 testow\u0105 por\u00f3wnywaln\u0105 z modelami konwolucyjnymi &#8211; 96% w por\u00f3wnaniu do 98% &#8211; wykazuj\u0105c jednocze\u015bnie co najmniej 27% redukcj\u0119 czasu szkolenia na epok\u0119, gdy s\u0105 uruchamiane na procesorze (CPU), bez wykorzystania procesora karty graficznej (GPU).&nbsp;<\/p>\n<\/div>\n<\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"249\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/FFT_abstrakG-1-1024x249.png\" alt=\"\" class=\"wp-image-991\"\/><\/figure>\n<\/div><\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<ol start=\"2\" class=\"wp-block-list\">\n<li>Jakub Zak, Michal K. Grzeszczyk, Antonina Pater, Lukasz Roszkowiak, Krzysztof Siemion, Anna Korzynska (2022) &#8222;Cell image augmentation for classification task using GANs on Pap smear dataset&#8221;, Biocybernetics and Biomedical Engineering 42(3), pp 995\u20131011; DOI:10.1016\/j.bbe.2022.07.003&nbsp; [IF 5,667; 140 pkt. MNiSW]&nbsp;<\/li>\n<\/ol>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section light-grey\"><div class=\"container\">\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"885\" height=\"894\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/AUGMET_paper-1.png\" alt=\"\" class=\"wp-image-994\"\/><\/figure>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<p>Generative Adversarial Networks (GAN) tworz\u0105 sztuczne obrazy, kt\u00f3re s\u0105 trudne do odr\u00f3\u017cnienia od rzeczywistych u\u017cywanych podczas treningu. W\u0142\u0105czenie tych sztucznych obraz\u00f3w do procesu uczenia konwolucyjnych sieci neuronowych (CNN) w celu wykrywania, segmentacji lub klasyfikacji obiekt\u00f3w na obrazach usprawnia szkolenie modelu i ostatecznie poprawia wydajno\u015b\u0107 wnioskowania. Jest to szczeg\u00f3lnie istotne w przypadku analizy obraz\u00f3w medycznych, kt\u00f3ra podlega \u015bcis\u0142ym regulacjom prawnym i etycznym. W artykule zaproponowano dwuetapow\u0105 metod\u0119 sztucznej syntezy obrazu opart\u0105 na architekturze sieci pix2pix. Zaproponowana metoda, zweryfikowana na zbiorze danych klasyfikacji kom\u00f3rek wymazu z szyjki macicy, wykaza\u0142a wzrost wydajno\u015bci, szczeg\u00f3lnie w zakresie dok\u0142adno\u015bci klasyfikacji.<\/p>\n<\/div>\n<\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"372\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/AUGMET_abstractG-1-1024x372.png\" alt=\"\" class=\"wp-image-996\"\/><\/figure>\n<\/div><\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<ol start=\"3\" class=\"wp-block-list\">\n<li><a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\" target=\"_blank\" rel=\"noreferrer noopener\">Anna Korzynska<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\" target=\"_blank\" rel=\"noreferrer noopener\">Lukasz Roszkowiak<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Jakub Zak<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Krzysztof Siemion<\/a> (2021) \u201cA review of current systems for annotation of cell and tissue images in digital pathology\u201d Biocybernetics and Biomedical Engineering vol 41, pp 1436-1453 [IF 4.314; 140 pkt. MNiSW]<\/li>\n<\/ol>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section light-grey\"><div class=\"container\">\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\"><div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"590\" height=\"559\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/rev_paper-1.png\" alt=\"\" class=\"wp-image-1000\"\/><\/figure>\n<\/div><\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\"><div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"885\" height=\"485\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/rev_abstracG-1.png\" alt=\"\" class=\"wp-image-1002\"\/><\/figure>\n<\/div><\/div>\n<\/div>\n\n\n\n<p>Znacz\u0105cym ograniczeniem w komputerowo wspomaganych systemach diagnostycznych dla patologii jest wysoki koszt etykietowania danych. Ocena pr\u00f3bek tkankowych (histopatologicznych) i kom\u00f3rkowych (cytologicznych) stanowi z\u0142o\u017cone wyzwanie. Aby usprawni\u0107 pracoch\u0142onny proces gromadzenia wystarczaj\u0105co du\u017cego zbioru danych, r\u00f3\u017cne systemy: GIMP, QuPath, ImageJ mog\u0105 by\u0107 wykorzystane do adnotacji obrazu.<\/p>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<ol start=\"3\" class=\"wp-block-list\">\n<li>Krzysztof Siemion, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Lukasz Roszkowiak<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Jakub Zak<\/a>, Antonina Pater, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Anna Korzynska<\/a> (2024) Tissue Pattern Classification with CNN in Histological Images. In: Strumi\u0142\u0142o, P., Klepaczko, A., Strzelecki, M., Boci\u0105ga, D. (eds) The Latest Developments and Challenges in Biomedical Engineering. PCBEE 2023. Lecture Notes in Networks and Systems, vol 746. Springer, Cham. <a href=\"https:\/\/link.springer.com\/chapter\/10.1007\/978-3-031-38430-1_2\">DOI: 10.1007\/978-3-031-38430-1_2<\/a><\/li>\n\n\n\n<li>Shrief Abdelazeez, Lukasz Roszkowiak, Krzysztof Siemion, Carlos Lopez, Marylene Lejeune, Anna Korzynska (2023) \u201eT regulatory Lymphocyte Nuclei Segmentation in DAB &#8211; Stained Breast Cancer Biopsy Digital Images Using Deep Learning Algorithms\u201d; in Book of Abstracts \u2013 Polish Conference on Biocybernetics and Biomedical Engineering (PCBEE) Ed. Pawe\u0142 Strumi\u0142\u0142o, Artur Klepaczko, Micha\u0142 Strzelecki, Boci\u0105ga, pp 41<\/li>\n\n\n\n<li><a href=\"https:\/\/www.nature.com\/articles\/s41598-021-88611-y#auth-Jakub-Zak\">Jakub Zak<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Krzysztof Siemion<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Lukasz Roszkowiak<\/a>, <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0208521621000504?via=ihub#!\">Anna Korzynska<\/a> (2022) \u201eFourier Transform Layer for Fast Forground Segmantation in Samples\u2019 Images of Tissue Biopsies\u201d, in Biocybernetics and Biomedical Engineering \u2013 Current Trends and Challenges Ed. D. Pijanowska, K. Zieli\u0144ski, A. Liebert, J Kacprzyk; Lecture Notes in Networks and Systems 293, pp 118-125, Springer 2022 <a href=\"https:\/\/link.springer.com\/book\/10.1007\/978-3-030-83704-4\">DOI: 10.1007\/978-3-030-83704-4<\/a><\/li>\n<\/ol>\n\n\n\n<h2 class=\"wp-block-heading\">W temacie \u0142\u0105czenia biologii i uczenia maszynowego ukaza\u0142y si\u0119 nast\u0119puj\u0105ce publikacje:<\/h2>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Pawe\u0142 Pstroko\u0144ski, Lukasz Roszkowiak, Anna Korzy\u0144ska, Wojeciech W\u00f3jcik, Martin Packert, Joanna Rosenberger, Dominika Mierzwa-Szymkowiak, Magdalena Seplowska, Jan Lontkowski, Marek S\u0142upek, Krzysztof Damaziak (2025) \u201cCan Explainable AI classify shrike (Laniidae) eggs by uncovering species-wide pigmentation patterns?\u201d PLOS ONE accepted, [IF 2.9; 100 pkt. MNiSW]&nbsp;<\/li>\n<\/ol>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section light-grey\"><div class=\"container\">\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\"><div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"876\" height=\"771\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/Publ_Jajka-1.png\" alt=\"\" class=\"wp-image-1005\"\/><\/figure>\n<\/div><\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<h4 class=\"wp-block-heading\">Can Explainable AI classify shrike (Laniidae) eggs by uncovering species-wide pigmentation patterns?<\/h4>\n\n\n\n<p>Komputerowa analiza pigmentacji jaj mo\u017ce ujawni\u0107 wzorce identyfikacyjne dla gatunk\u00f3w ptak\u00f3w, co przyczyni si\u0119 do weryfikacji hipotez badawczych. Badania prowadzone s\u0105 na sfotografowanych okazach archiwalnych jaj (wydmuszek) nale\u017c\u0105cych do jednego rodzaju Lanius z jego 5 gatunkami. Przeprowadzono systematyczn\u0105 analiz\u0119 skuteczno\u015bci klasyfikacji przy u\u017cyciu g\u0142\u0119bokiej sieci konwolucyjnej VGG16. Por\u00f3wnano wp\u0142yw r\u00f3\u017cnych strategii augmentacji obrazu i wykorzystuj\u0105c zdobyt\u0105 wiedz\u0119 zr\u00f3wnowa\u017cono zbi\u00f3r danych uzyskuj\u0105c ostatecznie dok\u0142adno\u015b\u0107 powy\u017cej 95% na zbiorze testowym.&nbsp;<\/p>\n<\/div>\n<\/div>\n\n\n\n<p>W badaniu tym zastosowano interpretowaln\u0105 sztuczn\u0105 inteligencj\u0119 (ang. Explainable Artificial Intelligence) do analizy wzorc\u00f3w pigmentacji jaj ptak\u00f3w. Aby odkry\u0107 sygnatury identyfikacyjne dla ca\u0142ego gatunku, zastosowano metody Grad-CAM i SHAP, ukazuj\u0105ce regiony obrazu najbardziej wp\u0142ywaj\u0105ce na klasyfikacj\u0119. Cho\u0107 nie uda\u0142o si\u0119 zidentyfikowa\u0107 konkretnych cech dyskryminacyjnych, wskaza\u0142y one og\u00f3lne trendy. Opracowane narz\u0119dzie poprawia organizacj\u0119 kolekcji muzealnych, weryfikacj\u0119 gatunk\u00f3w i dok\u0142adno\u015b\u0107 bada\u0144 oologicznych, oferuj\u0105c jednocze\u015bnie wgl\u0105d w ewolucj\u0119 ptak\u00f3w, strategie ekologiczne i potencjalne zastosowania biomedyczne.<\/p>\n\n\n\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-vertically-aligned-center is-layout-flow wp-block-column-is-layout-flow\"><div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"884\" height=\"617\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/Jajka_obraz-1.png\" alt=\"\" class=\"wp-image-1008\"\/><\/figure>\n<\/div><\/div>\n\n\n\n<div class=\"wp-block-column is-vertically-aligned-center is-layout-flow wp-block-column-is-layout-flow\"><div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"866\" height=\"488\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/EGGS_animacja-1.png\" alt=\"\" class=\"wp-image-1007\"\/><\/figure>\n<\/div><\/div>\n<\/div>\n\n\n\n<p>EGGS to specjalistyczne podej\u015bcie do przetwarzania obrazu zaprojektowane w celu stworzenia znormalizowanego i wysokiej jako\u015bci zbioru danych obraz\u00f3w jaj ptak\u00f3w. Integruje zaawansowane przetwarzanie wst\u0119pne, wykrywanie orientacji i usuwanie uszkodzonych okaz\u00f3w w celu poprawy analizy danych oologicznych. \u0141\u0105cz\u0105c te techniki z modelami g\u0142\u0119bokiego uczenia, EGGS usprawnia badania oologiczne, oferuj\u0105c precyzyjne etykietowanie obraz\u00f3w jaj. Zbi\u00f3r danych utworzony za pomoc\u0105 EGGS s\u0142u\u017cy jako cenne \u017ar\u00f3d\u0142o do bada\u0144 ornitologicznych, umo\u017cliwiaj\u0105c g\u0142\u0119bszy wgl\u0105d w reprodukcj\u0119 ptak\u00f3w, ewolucj\u0119 i adaptacj\u0119 \u015brodowiskow\u0105.<\/p>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<ol start=\"2\" class=\"wp-block-list\">\n<li>\u0141ukasz Roszkowiak, Pawe\u0142 Pstroko\u0144ski, Wojeciech W\u00f3jcik, Krzysztof Damaziak, Anna Korzy\u0144ska (2025) \u201eEGGS: Efficient Gathering and Structuring of Avian Egg Datasets\u201d, 24th Polish Conference on Biocybernetics and Biomedical Engineering conference, Warsaw, 16-18.06.2025<\/li>\n<\/ol>\n\n\n\n<h2 class=\"wp-block-heading\">Ponadto ukaza\u0142y si\u0119 nast\u0119puj\u0105ce artyku\u0142y:<\/h2>\n\n\n\n<p><strong>We wsp\u00f3\u0142pracy z Uniwersytetem Medycznym w Bia\u0142ymstoku:<\/strong><\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>&nbsp;Krzysztof Siemion, Joanna Reszec-Gielazyn, Joanna Kisluk, Lukasz Roszkowiak, Jakub Zak, Anna Korzynska: &#8222;What do we know about inflammatory myofibroblastic tumors? \u2013 A systematic review&#8221; Advances in Medical Sciences 67 (1), 2022 pp.129\u2013138 DOI: 0.1016\/j.advms.2022.02.002, [IF 2,852, 100pkt ]&nbsp;<\/li>\n<\/ol>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section light-grey\"><div class=\"container\">\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\"><div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"875\" height=\"728\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/pobrane-1.png\" alt=\"\" class=\"wp-image-1014\"\/><\/figure>\n<\/div><\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<p>Opracowany przegl\u0105d, systematycznie bada aktualny stan wiedzy na temat zapalnych guz\u00f3w miofibroblastycznych (IMT), rzadkich nowotwor\u00f3w mezenchymalnych o zmiennym zachowaniu klinicznym. Podsumowuje kluczowe odkrycia zwi\u0105zane z ich patogenez\u0105, cechami histopatologicznymi, wyzwaniami diagnostycznymi i strategiami leczenia. W przegl\u0105dzie podkre\u015blono r\u00f3wnie\u017c ostatnie post\u0119py w genetyce molekularnej, w szczeg\u00f3lno\u015bci rearan\u017cacje genu ALK, kt\u00f3re maj\u0105 wa\u017cne implikacje diagnostyczne i terapeutyczne.<\/p>\n<\/div>\n<\/div>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"891\" height=\"631\" src=\"https:\/\/ibib.waw.pl\/wp-content\/uploads\/2026\/02\/what-do-we-know-1.png\" alt=\"\" class=\"wp-image-1016\"\/><\/figure>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<p><strong>We wsp\u00f3\u0142pracy z Research in Oncological Pathology and Bioinformatics (PO&amp;B) (wcze\u015bniej Molecular Biology and Research Section), Institut d\u2019Investigacio Sanitaria Pere Virgili (IISPV), URV, Hiszpania:<\/strong>&nbsp;<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><a href=\"https:\/\/link.springer.com\/article\/10.1007\/s00418-021-02022-8\">Maryl\u00e8ne Lejeune, Beno\u00eet Plancoulaine,&nbsp;Nicolas Elie, Ramon Bosch, Laia Fontoura,&nbsp;Izar de Villasante,&nbsp;Anna Korzy\u0144ska; at all&nbsp; (2021) \u201cHow the variability between computer-assisted analysis procedures evaluating immune markers can influence patients&#8217; outcome prediction\u201d<\/a>; <a href=\"https:\/\/link.springer.com\/journal\/418\">Histochemistry and Cell Biology;<\/a> <a href=\"https:\/\/link.springer.com\/article\/10.1007\/s00418-021-02022-8\">DOI: 10.1007\/s00418-021-02022-8<\/a> [IF 4.304, 100pkt ]&nbsp;<\/li>\n\n\n\n<li>Carlos L\u00f3pez, Albert Gibert-Ramos, Ram\u00f3n Bosch, Anna Korzynska, Marcial Garc\u00eda-Rojo, Gloria Bueno, Joan Francesc Garc\u00eda-Fontgivell, Salom\u00e9 Mart\u00ednez Gonz\u00e1lez, Laia Fontoura, Andrea Gras Navarro, Esther Sauras Col\u00f3n, J\u00falia Casanova Ribes, Lukasz Roszkowiak, Albert Roso, Marta Berenguer, Montserrat Llobera, Jordi Baucells, Maryl\u00e8ne Lejeune (2021) \u201c<a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S0002944020305496\">Differences in the Immune Response of the Nonmetastatic Axillary Lymph Nodes between Triple-Negative and Luminal A Breast Cancer Surrogate Subtypes<\/a>\u201d American Journal of Pathology (2021) Volume 191, Issue 3, March 2021, Pages 545-554 DOI: 10.1016\/j.ajpath.2020.11.008&nbsp; [IF 4.307, 140pkt MNiSW]&nbsp;<\/li>\n\n\n\n<li>Carlos L\u00f3pez, Ram\u00f3n Bosch, Anna Korzynska,\u00b7Marcial Garc\u00eda-Rojo, Gloria Bueno, Joan Francesc Garc\u00eda Fontgivell, Salom\u00e9 Mart\u00ednez Gonz\u00e1lez, Andrea Gras Navarro, Esther Sauras Col\u00f3n, J\u00falia Casanova Ribes, Lukasz Roszkowiak, Daniel Mata, Meritxell Arenas, Junior G\u00f3mez, Albert Roso, Marta Berenguer, Silvia Revert\u00e9 Villarroya, Montserrat Llobera, Jordi Baucells, Maryl\u00e8ne Lejeune () &#8222;CD68 and CD83 immune populations in non metastatic axillary lymph nodes are of prognostic value for the survival and relapse of breast cancer patients&#8221;, Breast Cancer 29(4) pp.618-635 <a href=\"https:\/\/link.springer.com\/article\/10.1007\/s12282-022-01336-2\">DOI: 10.1007\/s12282-022-01336-2,<\/a> [IF 3.303; 70pkt MNiSW]&nbsp;<\/li>\n\n\n\n<li>Maryl\u00e8ne Lejeune, Laia Revert\u00e9, Esther Sauras, No\u00e8lia Gallardo, Ramon Bosch, Albert Roso, Anna Petit, Vicente Peg, Francisco Riu, Joan Garc\u00eda-Fontgivell, Jos\u00e9 Ib\u00e1\u00f1ez, Fernanda Relea,Bego\u00f1a Vieites, Catherine Bor, Luis de la Cruz-Merino, Meritxell Arenas, Valerie Rodriguez, Juana Galera, Anna Korzynska, Philippe Belhomme, Beno\u00eet Plancoulaine, Tom\u00e1s \u00c1lvaro and Carlos L\u00f3pez (2023) &#8222;Prognostic Implications of the Residual Tumor Microenvironment after Neoadjuvant Chemotherapy in Triple-Negative Breast Cancer Patients without Pathological Complete Response&#8221;, Cancers 2023, 15, 597. <a href=\"https:\/\/www.mdpi.com\/2072-6694\/15\/3\/597\">DOI: 10.3390\/cancers15030597<\/a> [IF 5,2; 200 pkt. MNiSW]&nbsp;<\/li>\n\n\n\n<li>Maryl\u00e8ne Lejeune, Laia Revert\u00e9, No\u00e8lia Gallardo, Esther Sauras, Ramon Bosch 1 , Daniel Mata, Albert Roso, Anna Petit, Vicente Peg, Francisco Riu, Joan Garc\u00eda-Fontgivell, Fernanda Relea, Bego\u00f1a Vieites, Luis de la Cruz-Merino, Meritxell Arenas, Valeri Rodriguez, Juana Galera, Anna Korzynska, Beno\u00eet Plancoulaine, Tom\u00e1s \u00c1lvaro and Carlos L\u00f3pez 92023) &#8222;Matrix Metalloproteinase-9 Expression Is Associated with the Absence of Response to Neoadjuvant Chemotherapy in Triple-Negative Breast Cancer Patients&#8221;, International Journal of Molecular Sciences 24, 11297. <a href=\"https:\/\/www.mdpi.com\/1422-0067\/24\/14\/11297\">DOI: 10.3390\/ijms241411297<\/a> [IF 5,6 ;140 pkt. MNiSW] Cooperation in consortium developing project BosomShield:<\/li>\n\n\n\n<li>Alessio Fiorin, Laia Adalid Llansa, Elena Goyda, Vincenzo Della Mea, Anna Korzynska, Shrief Abdelazeez, Ramon Bosch Pr\u00edncep, Alba Fischer Carles, Noelia Gallardo Borr\u00e0s, Maryl\u00e8ne Lejeune, Daniel Mata Cano, Domenec Puig, Hatem A. Rashwan, Esther Sauras Col\u00f3n, Mikel Relloso Ortiz de Uriarte, Laia Revert\u00e9 Calvet, Carlos L\u00f3pez Pablo&nbsp; (2024). Optimising Region of Interest Registration for Multiple-Tissue Whole Slide Images. In: Modat, M., Simpson, I., \u0160piclin, \u017d., Bastiaansen, W., Hering, A., Mok, T.C.W. (eds) Biomedical Image Registration. WBIR 2024. Lecture Notes in Computer Science, vol 15249. Springer, Cham. <a href=\"https:\/\/link.springer.com\/chapter\/10.1007\/978-3-031-73480-9_26\">DOI: 10.1007\/978-3-031-73480-9_26<\/a><\/li>\n<\/ol>\n\n\n\n<h2 class=\"wp-block-heading\">S\u0142owa kluczowe:&nbsp;<\/h2>\n\n\n\n<p>analiza obraz\u00f3w, segmentacja obraz\u00f3w, obrazy mikroskopowe, rejestracja poklatkowa, analiza cyfrowych wielkoobszarowych obraz\u00f3w, korekcja i standaryzacja zeskanowanych obraz\u00f3w barwionych tkanek, patologia cyfrowa, wspomagana komputerowo morfometria ilo\u015bciowa, badania dotycz\u0105ce raka piersi, analiza obraz\u00f3w cytologicznych, biologia ptak\u00f3w, oologia<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">W Pracowni zrealizowano nast\u0119puj\u0105ce projekty:<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>\u201cZintegrowane podej\u015bcie do diagnostyki i prognozowania nawrotu raka sutka w oparciu o biomarkery obrazu radiologicznego i patologicznego (tytu\u0142 oryginalny: A comprehensive CAD system based on radiologic- and pathologic-image biomarkers for diagnosis and prognosis of breast cancer relapse) , HORIZON-MSCA-2021-DN-01-01 MSCA Doctoral Network Project No. 10107322<\/strong> akronim <a href=\"https:\/\/bosomshield.eu\">BosomShield<\/a>; rozpocz\u0119ty w pa\u017adzierniku 2022r<\/li>\n<\/ul>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>\u201cThe segmentation method for cells segmentation in sequence of microscopic images\u201d<\/strong>&nbsp;finansowany przez Narodowe Centrum Nauki (NCN), kierownik dr Anna Korzy\u0144ska,&nbsp;realizowany od&nbsp;10.08.2008 do 09.06.2011;<\/li>\n\n\n\n<li>\u201c<strong>Development of automatic quantitative methods for immunohistochemicaly stained thin tissue sections in investigation of immune response in breast cancer\u201d<\/strong>&nbsp;finansowany przez&nbsp;Institute of Health Carlos III in Spain, kierownik&nbsp;dr Carlos Lopez&nbsp;z&nbsp;Molecular Biology and Research Section, Hospital Verge de la Cinta w Tortozie, realizowany od&nbsp;1.01.2013 do 31.06.2016,<\/li>\n\n\n\n<li>\u201c<strong><a href=\"https:\/\/ibib.waw.pl\/automated-analysis-of-tumor-microenvironment-in-triple-negative-breast-cancer-without-complete-pathological-response-to-neoadjuvant-chemotherapy-predictive-factor-of-relapse\/\">Automated analysis of tumor microenvironment in triple negative breast cancer without complete pathological response&nbsp;to neoadjuvant chemotherapy. Predictive factor of relapse\u201d&nbsp;<\/a><\/strong>finansowany przez&nbsp;Institute of Health Carlos III in Spain, kierownik&nbsp;dr Merylene Lejeune&nbsp;z&nbsp;Molecular Biology and Research Section, Hospital Verge de la Cinta w Tortozie, realizowany od 1.01.2014 do 31.12.2016,<\/li>\n\n\n\n<li>&nbsp;<strong><a href=\"https:\/\/ibib.waw.pl\/web-based-platform-for-the-computer-analysis-of-microscopic-images-to-support-the-pathological-diagnosis\/\">\u201eWeb-based platform for the computer analysis of microscopic images to support the pathological diagnosis\u201d<\/a><\/strong>&nbsp;finansowany przez&nbsp;Narodowe Centrum Bada\u0144 i Rozwoju (NCBR), kierownik dr hab. Tomasz Markiewicz, z Politechniki Warszawskiej, realizowany od&nbsp;27.09.2013 do 30.10.2016,<\/li>\n\n\n\n<li><strong><a href=\"https:\/\/ibib.waw.pl\/narzedzie-wspomagania-histopatologa-w-analizie-wirtualnych-slajdow-tkanek-pacjentow-z-rakiem-sutka-barwionych-immunohistochemicznie-z-uzyciem-dab-i-hematoksyliny\/\">\u201eNarz\u0119dzie wspomagania histopatologa w analizie wirtualnych slajd\u00f3w tkanek pacjent\u00f3w z rakiem sutka barwionych immunohistochemicznie z u\u017cyciem DAB i Hematoksyliny\u201d<\/a><\/strong>&nbsp;finansowany przez Narodowe Centrum Nauki (NCN), kierownik&nbsp;\u0141ukasz Roszkowiak,&nbsp; realizowany od 2014 do 2019.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">Rozprawy doktorskie:<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>&nbsp;\u201cNowa metoda komputerowego wspomagania ilo\u015bciowej oceny kom\u00f3rek w wielkoobszarowych obrazach preparat\u00f3w tkankowych raka sutka barwionych immunohistochemicznie\u201d, \u0141ukasz Roszkowiak uzyska\u0142 stopie\u0144 naukowy doktora nauk in\u017cynieryjno-technicznych w 2023r.<\/li>\n<\/ul>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section light-grey\"><div class=\"container\">\n<p>W 2023 r. \u0141ukasz Roszkowiak uzyska\u0142 stopie\u0144 doktora nauk in\u017cynieryjno-technicznych w dyscyplinie in\u017cynieria biomedyczna, na podstawie przedstawionej rozprawy doktorskiej zatytu\u0142owanej \u201eNowa metoda wspomaganej komputerowo kwantyfikacji kom\u00f3rek w obrazach ca\u0142ych slajd\u00f3w pr\u00f3bek tkanek raka piersi barwionych immunohistochemicznie\u201d. Rozprawa ta koncentrowa\u0142a si\u0119 na metodach kwantyfikacji, segmentacji i klasyfikacji j\u0105der kom\u00f3rkowych, obejmuj\u0105cych progowanie adaptacyjne, podzia\u0142 na klastry i przetwarzanie oparte na sztucznej inteligencji w celu zwi\u0119kszenia dok\u0142adno\u015bci i wydajno\u015bci. Kluczowym osi\u0105gni\u0119ciem by\u0142 program CHISEL, kompleksowy system zaprojektowany do precyzyjnej i powtarzalnej analizy kom\u00f3rek, usprawniaj\u0105cy przep\u0142ywy pracy w patologii cyfrowej. Poza CHISEL, badania dotyczy\u0142y metod interpolacji dla wirtualnych slajd\u00f3w i strategii minimalizowania utraty obiekt\u00f3w, przyczyniaj\u0105c si\u0119 do bardziej niezawodnych technik obrazowania diagnostycznego i biomedycznego. Promotorem w przewodzie doktorskim by\u0142a dr hab. Anna Korzy\u0144ska, prof. IBIB PAN.<\/p>\n<\/div><\/section>\n\n\n\n<section class=\"wp-block-custom-section regular\"><div class=\"container\">\n<h2 class=\"wp-block-heading\">Wyposa\u017cenie:   <\/h2>\n\n\n\n<p>W Pracowni dost\u0119pny jest mikroskop optyczny, pracuj\u0105cy w trybach jasnego pola lub fluorescencji. Posiada on mo\u017cliwo\u015b\u0107 cyfrowej rejestracji sekwencji z kontrolowanymi przez komputer przes\u0142onami (dla UV i \u015bwiat\u0142a widzialnego) oraz stolikiem mikroskopu w osi Z. Wysokowydajna stacja obliczeniowa wyposa\u017cona w kart\u0119 graficzn\u0105 NVIDIA RTX A5000, wysokiej klasy procesor Intel Pentium i 128 GB pami\u0119ci RAM, przeznaczona do wymagaj\u0105cych zada\u0144 obliczeniowych i przetwarzania obrazu.<\/p>\n<\/div><\/section>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":1,"featured_media":0,"parent":918,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"page-subpage.php","meta":{"_acf_changed":false,"_only_polish":false,"footnotes":""},"folder":[29],"class_list":["post-961","page","type-page","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/pages\/961","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/comments?post=961"}],"version-history":[{"count":30,"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/pages\/961\/revisions"}],"predecessor-version":[{"id":1057,"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/pages\/961\/revisions\/1057"}],"up":[{"embeddable":true,"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/pages\/918"}],"wp:attachment":[{"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/media?parent=961"}],"wp:term":[{"taxonomy":"folder","embeddable":true,"href":"https:\/\/ibib.waw.pl\/en\/wp-json\/wp\/v2\/folder?post=961"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}