Veronika Cheplygina wint Lorentz-eScience competition 2018

Veronika Cheplygina heeft de tweede Lorentz-eScience competition gewonnen en samen met haar partners een beurs ontvangen om een 5-daagse workshop te organiseren voor 25 mensen over “Crowdsourcing for Medical Image Analysis”. Crowdsourcing is het proces waarbij taken uitbesteed worden aan internetgebruikers, vaak met het doel om data te verzamelen om machine learning technieken te verbeteren. Een voorbeeld is het taggen van foto’s op Facebook, wat helpt gezichtsherkenningssoftware te verbeteren. De workshop zal plaatsvinden in juli 2018.

De workshop brengt onderzoekers samen die werken aan machine learning technieken voor medische beelden, waarbij het heel tijdsintensief is om geannoteerde data te verzamelen. In plaats van het annoteren (taggen) van mensen in foto’s, zouden gebruikers stukken van een CT- of MR-scan gepresenteerd krijgen, of een microscopiebeeld, en delen van de afbeelding annoteren die overeenkomen met eerder getoonde patronen. Dit lijkt ingewikkeld zonder medische vooropleiding, maar verschillende studies laten veelbelovende resultaten zien, voornamelijk als de annotaties van het publiek (vaak met ruis) worden gecombineerd. De workshop zal dienen als een gelegenheid om dit interessante onderwerp verder uit te diepen.

De Lorentz-eScience competition is een initiatief van het Netherlands eScience Center en het Lorentz Center; de competitie heeft als doel om een toonaangevende workshop op digitaal vooruitstrevend onderzoek te ondersteunen, en onderzoekers samen te brengen van de academische wetenschappelijke gemeenschap en de publieke/private sector. Voor dit voorstel werkt Veronika Cheplygina samen met Lora Aroyo (VU University Amsterdam), Alessandro Bozzon (Delft University of Technology), Danna Gurari (University of Texas at Austin, USA) en Zoltán Szlavik (IBM Center for Advanced Studies Benelux). De deelnemers aan de workshop zijn specialisten van over de hele wereld in bijv. medische beeldvorming, crowdsourcing en medische visualisatie.

Veronika Cheplygina is universitair docent bij de onderzoeksgroep Medical Image Analysis in de faculteit Biomedische Technologie, Technische Universiteit Eindhoven. In 2015 heeft ze haar promotieonderzoek afgerond aan de TU Delft met haar thesis “Dissimilarity-Based Multiple Instance Learning“. In 2015-2016 was ze postdoc bij de Biomedical Imaging Group Rotterdam, Erasmus Medisch Centrum, waar ze machine learning algoritmes toepaste op problemen in de medische beeldanalyse. Haar onderzoeksinteresse ligt in zogenaamde learning scenarios waar weinig annotaties beschikbaar zijn, zoals multiple instance learning, transfer learning, en crowdsourcing.