Cílem studia je především prohloubit teoretické znalosti z oblastí zaměřených na bioinformatiku, biomedicínské inženýrství, matematickou a systémovou biologii, genomiku a proteomiku a příbuzných oborů. Dále je pak kladen důraz na získání zkušenosti z oblastí základního i aplikovaného výzkumu v těchto oborech. Studium je koncipováno jako výhradně mezioborové, z čehož vyplývá i další cíl a to, posílení schopnosti komunikace a vědecké spolupráce mezi absolventem oboru a vědeckými odborníky z oblasti biologických a lékařských věd. Studium umožní získat zkušenosti v experimentální práci včetně zpracování a analýzy výsledků za využití metod z oblasti vyšší aplikované matematiky a statistiky.

Absolvent doktorského studia tohoto oboru bude zralou a výraznou vědeckou osobností s velkým odborným a vědeckým rozhledem v oblastech bioinformatiky, biomedicínských technologií, matematické a systémové biologie a genomiky a proteomiky. Absolventi také získají znalosti a zkušenosti zasahující do ryze technických oblastí, jako jsou především pokročilé metody zpracování vícerozměrných dat či oblast informatiky. Na druhé straně se v rámci studia také seznámí s oblastmi experimentální fyziologie, molekulární biologie a genetiky. Také je kladen důraz na získání zkušeností v základním a experimentálním výzkumu a na schopnost extrakce fundamentálních poznatků z daných oblastí.

Absolvent doktorského studia tohoto oboru by měl být zralou vědeckou osobností s velkým rozhledem v oblastech bioinformatiky, matematické a systémové biologie, genomiky a proteomiky, ale také v oblasti technických věd. Je připraven řešit náročné výzkumné a vývojové problémy. V praxi je absolvent tohoto doktorského studia schopen samostatné tvůrčí činnosti a samostatně vést výzkum a vývoj ve zmíněných oblastech vědy. Dále je schopen vést výzkumné týmy a zajišťovat mezioborovou komunikaci a spolupráci. Najde uplatnění na výzkumných institucích a ve firmách, kde je ve velké míře požadován inovativní přístup k řešení problémů – od návrhu řešení po realizaci.

Podmínkou přijetí je dosažení VŠ titulu na magisterské úrovni.

prof. Ing. Valentine Provazník, Ph.D.

2. kolo (podání přihlášek od 03.07.2017 do 25.07.2017)

1. Metody hlubokého učení pro zpracování obrazových dat

   Toto téma se zabývá využitím moderních variant umělých neuronových sítí v oblastech zpracování a analýzy statických obrazů a videosekvencí. Během řešení se předpokládá hlubší studium pokročilých metod strojového učení především v oblasti konvolučních neuronových sítí, možnosti využití již naučených sítí na jiné aplikace, využití metod tzv. progresivního učení pro řešení nových a komplexních problémů, studium a modifikace rekurentních neuronových sítí pro segmentaci a sledování objektů v obrazových datech. Konkrétní aplikace budou zaměřeny především na segmentaci a sledování osob a objektů v obecných scénách, včetně detekce obličeje s využitím v oblasti biometrie a biomedicíny.

   Školitel: Kolář Radim, doc. Ing., Ph.D.

2. Optické měření rychlosti toku krve

   Téma je zaměřeno na optické měření rychlosti průtoku pomocí obrazové analýzy tzv. speklí, tedy typického šumu, který vzniká při zobrazení pomocí koherentního zdroje světla. Půjde především o studium a rozšíření této metody pro případ neideálního optického prostředí a zvýšení robustnosti odhadu průtoku. Aplikačně se bude jednat zejména o oftalmologii. Téma bude zahrnovat také návrh a tvorbu vhodných modelů pro simulaci průtoku krve hlavními cévami na sítnici. Pro řešení budou použity pokročilé metody analýzy obrazů, včetně segmentace, texturní analýzy a modelování procesu zobrazení. Celkově by měl projekt, díky navrženým metodám zpracování a analýzy, rozšířit možnosti využití video-oftalmoskopů v diagnostice očních či neurologických onemocnění. Toto téma zapadá do dlouhodobé spolupráce s klinickým pracovištěm v Erlangenu (Německo).

   Školitel: Harabiš Vratislav, Ing., Ph.D.

3. Pokročilé metody odhadu kvality signálu EKG

   Téma dizertační práce je zaměřeno na kontinuální sledování kvality v dlouhodobých záznamech EKG. Cílem první části je vyhodnotit kvalitativní možnosti snímání signálu EKG z různých míst za pomocí mobilních záznamníků a možnosti využití souběžného snímání aktivity gyroskopem. Cílem druhé části je návrh pokročilých algoritmů pro spojitý odhad kvality záznamů EKG v reálném čase a následnou identifikaci úseků stejné kvality. Od uchazeče se očekává znalost programování v prostředí Matlab a přehled v oblasti zpracování a analýzy 1D signálů.

   Školitel: Vítek Martin, Ing., Ph.D.

4. Tracking transplantovaných buněk - metody značení a detekce buněk

   Dizertační práce se zabývá výzkumem metod značení a detekce buněk, které se využívají v rutinní nebo experimentální transplantaci (mesenchymální stromální buňka, dendritické buňky, hematopoietické buńky, chondroblasty). Trendem posledních let je označit buňky více nezávislými značkami nebo integrovanými multimodálními značkami včetně nanočástic. Práce shrnuje současné poznatky a srovnává jak různé značky vykazují možnosti kombinace, dlouhodobé detekovatelnosti, stability v buňce, biokompatibility s buňkou a kvantifikovatelnosti množiny buněk v jednotkovém objemu tkáně. Práce testuje možnost značení buněk různými komerčními a experimentálními značkami, jejich biokompatibilitu a následnou možnost detekce značených buněk a detekční limity buněk jak v idealizovaných in-vitro podmínkách, tak v modelu reálné tkáně i v samotné reálné tkáni. Výsledky budou využity v aktuálně řešených projektech zabývajích se vpravením DNA plasmidu do buňky s využitím magnetických nanočástic, monitoringu adherentních regenerativních buněk a sledování jejich migrace ve tkáni a studiem monovrstev endotelových buněk pro vytváření umělých cév.

   Školitel: Provazník Valentine, prof. Ing., Ph.D.

1. kolo (podání přihlášek od 01.04.2017 do 15.05.2017)

1. Bioinformatická analýza genové exprese u kardiomyopatie

   Kardiomyopatie je častou příčinou selhání srdce a srdečních transplantaci. Tato studie má za cíl prozkoumat potenciální geny související s kardiomyopatií a dále zkoumat jejich základní regulační mechanismus za použití bioinformatiky. Budou použity profily genové exprese získané z Gene Expression Omnibus databáze. Diferenciálně exprimované geny budou vyhledávány porovnáním normálních a s kardiomyopatií souvisejících vzorků s využitím nových metod bioinformatiky. Dále budou predikovány potenciální transkripční faktory a microRNA těchto genů souvisejících s kardiomyopatií na základě jejich vazebných sekvencí. Kromě toho budou geny související s kardiomyopatií použity k nalezení malých molekul jako potenciálních terapeutických léčiv pro kardiomyopatii.

   Školitel: Provazník Valentine, prof. Ing., Ph.D.

2. Vliv hemodynamických dějů na elektrickou aktivitu izolovaného srdce

   Práce je zaměřena na analýzu experimentálních kardiologických dat. Cílem práce bude sledování hemodynamiky izolovaných srdcí ve vztahu k elektrofyziologickým dějům. První částí práce bude podrobné studium elektrofyziologických a hemodynamických dějů v srdci během jednotlivých srdečních fází. Druhá aplikační část bude zaměřena na návrh pokročilých algoritmů pro předzpracování a analýzu nasnímaných simultánních signálů. Výstupem práce bude popis dynamických dějů nastávajících během experimentů zaměřených na studium srdeční práce při změně zátěže. Databáze experimentálních dat je k dispozici na pracovišti školitele.

   Školitel: Kolářová Jana, doc. Ing., Ph.D.