Detail projektu

Modernizace a podpora výzkumných aktivit národní infrastruktury pro biologické a medicínské zobrazování Czech-BioImaging

Období řešení: 01.02.2017 — 30.04.2021

Zdroje financování

Ministerstvo školství, mládeže a tělovýchovy ČR - Operační program Výzkum a vývoj pro inovace

- plně financující (2016-02-12 - 2021-04-30)

O projektu

Inovativní zobrazovací technologie přispívají k revolučnímu pokroku v poznání v molekulární biologii, biomedicíně a lékařských oborech. Díky těmto technologiím dochází k významnému kvantitativnímu a kvalitativnímu posunu jak ve výzkumu, tak v medicínských aplikacích. Nedostatek těchto technologií nebo omezený přístup k nim by způsobil ztrátu konkurenceschopnosti výzkumu v ČR, protože výsledky ve výše uvedených oblastech jsou kriticky závislé na využití moderních zobrazovacích technik.

Popis anglicky
The aim of the project is to modernize and support the research activities of the national infrastructure for biological and medical imaging Czech-BioImaging. The main objective of the project is to support the research activities of the Czech-BioImaging research teams, for which it is a key tool for achieving the goals of biological and / or medical imaging. The projects are characterized by close cooperation with the imaging workplaces of the institutions, going beyond standard services.

Klíčová slova
Inovativní zobrazovací technologie

Klíčová slova anglicky
infrastructure, biological and medical imaging, Czech-BioImaging, research

Označení

CZ.02.1.01/0.0/0.0/15_013/0001775

Originální jazyk

čeština

Řešitelé

Útvary

Experimentální biofotonika
- příjemce (01.01.2017 - nezadáno)

Výsledky

ŠTRBKOVÁ, L.; VESELÝ, P.; CHMELÍK, R. Classification of cells in time-lapse quantitative phase image by supervised machine learning. Digital Holography and Three-Dimensional Imaging 2019. OSA Technical Digest (Optical Society of America, 2019), 2019. ISBN: 978-194358059-0.
Detail

ŠTRBKOVÁ, L.; CARSON, B.; VINCENT, T.; VESELÝ, P.; CHMELÍK, R. Automated interpretation of time-lapse quantitative phase image by machine learning to study cellular dynamics during epithelial-mesenchymal transition. JOURNAL OF BIOMEDICAL OPTICS, 2020, vol. 25, no. 8, p. 1-18. ISSN: 1560-2281.
Detail