ΈρευναΤεχνητή νοημοσύνη για βιοσήματα & ομικά δεδομένα
Ψηφιοποίηση της Διαχείρισης του Μελανώματος
Ενοποίηση απεικονιστικών, κλινικών και γονιδιωματικών δεδομένων για τη μελέτη του μελανώματος και την ανακάλυψη σύνθετων βιοδεικτών.

Η φροντίδα του μελανώματος παράγει δεδομένα σε πολλά επίπεδα: δερμοσκοπικές και κλινικές εικόνες, ιστορικό ασθενούς, ιστοπαθολογικά ευρήματα και γονιδιωματικά προφίλ. Αναπτύσσουμε ολοκληρωμένες πλατφόρμες και μεθόδους ανάλυσης που ενώνουν αυτές τις πηγές, ώστε κλινικοί γιατροί και ερευνητές να τις μελετούν μαζί.
Συνδυάζοντας χαρακτηριστικά εικόνας με δεδομένα γονιδιακής έκφρασης και αλληλούχισης, αναζητούμε σύνθετους βιοδείκτες και αξιόπιστες διαγνωστικές υπογραφές, ενώ μελετάμε και το μεταλλαξιακό τοπίο του δερματικού μελανώματος σε ασθενείς από την Ελλάδα.
- Σύντηξη απεικονιστικών, κλινικών και γονιδιωματικών δεδομένων
- Ανακάλυψη σύνθετων βιοδεικτών
- Ολοκληρωμένες πλατφόρμες δεδομένων καρκίνου του δέρματος
Σχετικές δημοσιεύσεις
Επιλεγμένες εργασίες του εργαστηρίου σε αυτό το πεδίο.
An Integrated Platform for Skin Cancer Heterogenous and Multilayered Data Management
Journal of Medical Systems, 45(1).
Dissecting the Mutational Landscape of Cutaneous Melanoma: An Omic Analysis Based on Patients from Greece
Cancers, 10(4), p. 96.
Genomics of Cutaneous Melanoma: Focus on Next-Generation Sequencing Approaches and Bioinformatics
Journal of Translational Genetics and Genomics, 3, p. 7.
Integrative Bioinformatic Analysis of a Greek Epidemiological Cohort Provides Insight into the Pathogenesis of Primary Cutaneous Melanoma
In Artificial Intelligence Applications and Innovations. Springer International Publishing, pp. 39–52.
Exploring Robust Diagnostic Signatures for Cutaneous Melanoma Utilizing Genetic and Imaging Data
IEEE Journal of Biomedical and Health Informatics, 19(1), pp. 190–198.
Integration of High-Volume Molecular and Imaging Data for Composite Biomarker Discovery in the Study of Melanoma
BioMed Research International, 2014, pp. 1–14.
Inference of a robust diagnostic signature in the case of Melanoma: Gene selection by information gain and Gene Ontology tree exploration
In 13th IEEE International Conference on BioInformatics and BioEngineering. IEEE, pp. 1–4.
Gene Prioritization for Inference of Robust Composite Diagnostic Signatures in the Case of Melanoma
In Artificial Intelligence Applications and Innovations. Springer Berlin Heidelberg, pp. 311–317.
Heterogeneous data fusion and selection in high-volume molecular and imaging datasets
In 2012 IEEE 12th International Conference on Bioinformatics & Bioengineering (BIBE). IEEE, pp. 407–412.
Feature Selection Study on Separate Multi-modal Datasets: Application on Cutaneous Melanoma
In Artificial Intelligence Applications and Innovations. Springer Berlin Heidelberg, pp. 36–45.