Główny wykonawca: dr inż. Franciszek Binczyk, mgr Katarzyna Bednarczyk

Wykonawcy:

Opis projektu: Rak płuca jest główną przyczyną zgonów z powodu nowotworów na całym świecie. Związane jest to m.in. z faktem, że większość przypadków tej choroby jest diagnozowana w stadium zaawansowanym z bardzo złym rokowaniem. Racjonalną strategią zmniejszenia umieralności z powodu raka płuca jest wprowadzenie badań przesiewowych w grupie wysokiego ryzyka umożliwiających wczesne wykrycie tej choroby. Obecnie jedynym dostępnym narzędziem pozwalającym na wczesne wykrycie raka płuca w badaniu przesiewowym jest nisko-dawkowa tomografia komputerowa (ND-TK), której wadą jest jednak duża liczba wyników fałszywie dodatnich i stosunkowo niska wykrywalność. Możliwą strategią zwiększenia efektywności i skuteczności badania przesiewowego jest potencjalnie połączenie badania obrazowego z badaniem biomarkerów. Hipotetyczny biomarker może mieć potencjalnie dwa zastosowania: (i) do pre-selekcji w grupie wysokiego ryzyka kandydatów do badania obrazowego, lub (ii) do oszacowania ryzyka raka w sytuacji wykrycia guzków w badaniach obrazowych. Potencjalnymi biomarkerami wczesnego raka płuca są czynniki molekularne obecne we krwi, w tym składniki metabolomu surowicy. W krwi chorych z nowotworami wykrywa się obecność egzosomów uwalnianych przez komórki rakowe, co czyni te struktury atrakcyjnym źródłem informacji o czynnikach swoistych dla nowotworu. Z drugiej strony, zwiększenie wartości predykcyjnej badania ND-TK jest możliwe dzięki opracowaniu nowych zaawansowanych algorytmów ilościowej analizy cech obrazu TK (tzw. radiomika). Celem proponowanego projektu jest zweryfikowanie hipotezy, że w surowicy (m.in. w krążących egzosomach) można wykryć cechy metaboliczne charakterystyczne dla choroby nowotworowej (sygnatura molekularna), a ich skojarzenie z parametrami określonymi na podstawie badania obrazowego (sygnatura radiomiczna) może pozwolić na bardziej czułe i
swoiste określenie ryzyka wczesnego raka płuca.

Afiliowane publikacje:
1. Radiomic-Based Lung Nodule Classification in Low-Dose Computed Tomography. In: Rojas, I., Valenzuela, O., Rojas, F., Herrera, L.J., Ortuño, F. (eds) Bioinformatics and Biomedical Engineering. IWBBIO 2022. Lecture Notes in Computer Science(), vol 13346. Springer, Cham

2. Marcin Ostrowski, Franciszek Bińczyk, Tomasz Marjański, Robert Dziedzic, Sylwia Pisiak, Sylwia Małgorzewicz, Mariusz Adamek, Joanna Polanska, Witold Rzyman: Performance of various risk prediction models in a large lung cancer screening cohort in Gdańsk, Poland – a comparative study. Translational Lung Cancer Research, 2021, 10(2):1083-1090, doi: 10.21037/tlcr-20-753

3. Widłak P., Jelonek K., Kurczyk A., Zyla J., Sitkiewicz M., Bottoni E., Veronesi G., Polanska J., Rzyman W.: Serum metabolite profiles in participants of lung cancer screening study; comparison of two independent cohorts. Cancers, 2021, 13(11):2714; https://doi.org/10.3390/cancers13112714

4. Smolarz M., Kurczyk A., Jelonek K., Zyla J., Mielańczyk L., Sitkiewicz M., Pietrowska M., Polanska J., Rzyman W., Widłak P.: The lipid composition of serum-derived small extracellular vesicles in participants of a lung cancer screening study. Cancers 2021, 13(14), 3414; https://doi.org/10.3390/cancers13143414

Główny wykonawca:

Wykonawcy:

Opis projektu: Celem projektu jest zwiększenie jakości i efektywności kształcenia na studiach doktoranckich poprzez utworzenie na Wydziale AEiI Politechniki Śląskiej interdyscyplinarnych studiów doktoranckich w języku angielskim, o profilu akademickim i zasięgu międzynarodowym, pod tytułem Applied Integrative Data Analysis (AIDA) w okresie od 01.04.2018 do 30.09.2022.

Afiliowane publikacje:
1. O'Brien Gráinne, Cecotka Agnieszka, Manola Kalliopi N., Pagoni Maria N., Polańska Joanna, Badie Christophe: Epigenetic signature of ionizing radiation in therapy-related AML patients, Heliyon, Elsevier Ltd, vol. 10, no. 1, 2024, Article number: e23244, DOI:10.1016/j.heliyon.2023.e23244, 40 points, IF(4)

2. Tobiasz, J., Al-Harbi, N., Judia, S. B., Wakil, S. M., Polanska, J., & Alsbeih, G. (2023). Multivariate piecewise linear regression model to predict radiosensitivity using the association with the genome-wide copy number variation. Frontiers in Oncology, 13.

3. Mika J, Yoshida K, Kusunoki Y, Candéias SM and Polanska J (2023) Sex- and age-specific aspects of human peripheral T-cell dynamics. Front. Immunol. 14:1224304. doi: 10.3389/fimmu.2023.1224304

4. Suwalska, A., Tobiasz, J., Prażuch, W., Socha, M., Foszner, P., Piotrowski, D., Gruszczynska, K., Sliwinska, M., Walecki, J., Popiela, T., Przybylski, G., Nowak, M., Fiedor, P., Pawlowska, M., Flisiak, R., Simon, K., Zapolska, G., Gizycka, B., Szurowska, E., Marczyk, M., Cieszanowski, A., Polanska, J. (2023). POLCOVID: a multicenter multiclass chest X-ray database (Poland, 2020–2021). Scientific Data, 10, 1–9. https://doi.org/10.1038/s41597-023-02229-5

5. Tobiasz J, Polanska J. Proteomic Profile Distinguishes New Subpopulations of Breast Cancer Patients with Different Survival Outcomes. Cancers. 2023; 15(17):4230. https://doi.org/10.3390/cancers15174230

6. Sieradzka K., Polańska J., Integrative approach for single-cell classification, Computational Oncology and Personalized Medicine 2022, THE CHALLENGES OF THE FUTURE, p. 42.

7. Prazuch, W., Suwalska, A., Socha, M., Tobiasz, J., Foszner, P., Jaroszewicz, J., ... & Polanska, J. (2022). CIRCA: comprehensible online system in support of chest X-rays-based COVID-19 diagnosis. arXiv preprint arXiv:2210.05440

8. O'Brien G., Cecotka A., Manola K. N., Pagoni M., Polańska J., Badie C.: Epigenetic signature of ionizing radiation in therapy-related AML patients, Radiation Research Society's 68th Annual Meeting, 16-19.10.2022, Waikoloa Villag, Hawaii, USA

9. O'Brien G., Cecotka A., Manola K. N., Pagoni M., Polańska J., Badie C.: Epigenetic signature of ionizing radiation in therapy-related AML patients, European Radiation Protection Week 2022 (ERPW-2022), 9-14.10.2022, Estoril, Portugal

10. Cecotka A., O'Brien G., Manola K, Pagoni M, Badie C, Polanska J. AURKC - epigenomic biomarker of AML, 20th Asia Pacific Bioinformatics Conference (APBC), 28-28.04.2022

11. Maruszewski, M., Wojarski, J., Karolak, W., Rogowski, J., Tobiasz, J., Polańska, J., & Żegleń, S. (2022). Early and midterm results of orthotopic heart transplantation in Poland (2015-2019). Transplantation Proceedings, 54, 1060–1064. https://doi.org/10.1016/j.transproceed.2022.03.008

12. Tobiasz J., Papiez A., Polanska J., How to detect a batch effect in breast cancer gene expression microarray data? Symposium of Polish Bioinformatics Society 2022. Book of abstracts, p. 24. 14-16.09.2022, Warsaw, Poland

13. Glodek, A., Polanska, J. (2022).SVM classifier for isotopic envelopes identification. RECOMB 2022: The 26th Annual International Conference on Research in Computational Molecular Biology, La Jolla, USA, 26 – 30.05.2022

14. Glodek, A. (2022). Isotopic envelopes identification based on spatial distribution and SVM classification. European Molecular Imaging Meeting – EMIM 2022, Thessaloniki, Greece, 15-18.03.2022

15. Glodek, A. (2022). Fuzzy-inference system for isotopic envelope identification in Mass Spectrometry Imaging data. In: Rojas, I., Valenzuela, O., Rojas, F., Herrera, L.J., Ortuño, F. (eds) Bioinformatics and Biomedical Engineering. IWBBIO 2022. Lecture Notes in Computer Science, vol 13347. Springer, Cham.

16. J. Tobiasz, J. Mika, J. Frąckowiak, W. Łabaj, R. Quintens, M. A. Benotmane, S. Baatout, and J. Polańska, „Low-dose radiation impact on brain development in mice”, in Computational oncology and personalized medicine - the challenges of the future. COPM2022, Gliwice, April 27th, 2022. Book of abstracts. Conference programme, 2022, p. 47.

17. Tobiasz, J., Polanska, J. (2022). How to Compare Various Clustering Outcomes? Metrices to Investigate Breast Cancer Patient Subpopulations Based on Proteomic Profiles. In: Rojas, I., Valenzuela, O., Rojas, F., Herrera, L.J., Ortuño, F. (eds) Bioinformatics and Biomedical Engineering. IWBBIO 2022. Lecture Notes in Computer Science, vol 13347. Springer, Cham. https://doi.org/10.1007/978-3-031-07802-6_26

18. Mika, J., Candéias, S.M., Badie, C., Polanska, J. (2022). Can We Detect T Cell Receptors from Long-Read RNA-Seq Data?. In: Rojas, I., Valenzuela, O., Rojas, F., Herrera, L.J., Ortuño, F. (eds) Bioinformatics and Biomedical Engineering. IWBBIO 2022. Lecture Notes in Computer Science(), vol 13347. Springer, Cham. https://doi.org/10.1007/978-3-031-07802-6_38

19. Justyna Mika, Gaussian mixture modelling of V gene diversity distribution reveals different levels of heterogeneity in human naive and memory CD4 T cells in a-bomb survivors, Ascona Workshop 2022, 27.03-01.04.2022, Ascona, Szwajcaria, p.13

20. Marek Socha, Michal Marczyk, Wojciech Prazuch, Joanna Tobiasz, Aleksandra Suwalska, Malgorzata Piotrowicz, Pawel Bozek, Marcin Maruszewski, Slawomir Zeglen, Joanna Polanska, "Methods of standardization of computed tomography images of lungs from various centers and platforms", European Molecular Imaging Meeting – EMIM 2022, 15-18 March 2022, Thessaloniki, p.415

21. Katarzyna Fratczak,Marta Gawin, Mykola Chekan, Piotr Widłak, Monika Pietrowska, Joanna Polańska: Cancer molecular signature selection asa key step in building intelligent diagnostic systems – Pan-cancer MALDIMSI study. European Molecular Imaging Meeting – EMIM 2022, 15-18 March 2022,Thessaloniki, p.274

22. Joanna Tobiasz, Joanna Polanska, Can proteome improve hidden breast cancer subtypes discovery with machine learning support?, Ascona Workshop 2022, Ascona, Switzerland, Abstract Book, p.33-34.

23. Prazuch W., Socha M., Suwalska A., Tobiasz J., Marczyk M., Polanska J.: Superresolution as a method of Machine Learning bias reduction in radiography – EMIM 2022, 15-18 March 2022, Thessaloniki, p.156

24. Justyna Mika, Serge Candeias, Joanna Polanska, Is it worth to model age impact on functionality status of T cell receptor genes in subgroups of young and older donors separately?, BIOSTEC 2022, 09-11.02.2022, p.78

25. Sieradzka K., O’Brien G., Polańska J., Badie C., White blood cells subpopulations recognition based on the single-cell RNA sequencing data, THE 20TH ASIA PACIFIC BIOINFORMATICS CONFERENCE 2022, p. 57.

26. Sieradzka K., Polańska J., Feature selection methods for classification purposes, Recent Advances in Computational Oncology and Personalized Medicine Volume 2: The challenges of the future, Publishing House of the Silesian University of Technology, pp. 169-189, 2022, ISBN: 978-83-7880-876-3.

27. Cecotka Agnieszka, O'Brien Grainne, Badie Christophe, Polańska Joanna. DNA methylation alterations in de novo and therapy-related AML in several genomic regions. ISMB/ECCB2021. Online:25-30.07.2021

28. Cecotka A, Krol L, O'Brien G. Badie C, Polanska J. May gender have an impact on methylation profile and survival prognosis in Acute Myeloid Leukemia? In: Rocha M., Fdez-Riverola F., Mohamad M. S., Casado-Vara R. (eds) Practical Applications of Computational Biology & Bioinformatics, 15th International Conference (PACBB 2021). PACBB 2021. Lecture Notes in Networks and Systems, vol 325, pp 126-135. Springer, Cham doi.org/10.1007/978-3-030-86258-9

29. Henzel, J.; Tobiasz, J.; Kozielski, M.; Bach, M.; Foszner, P.; Gruca, A.; Kania, M.; Mika, J.; Papiez, A.; Werner, A.; Zyla, J.; Jaroszewicz, J.; Polanska, J.; Sikora, M. Screening Support System Based on Patient Survey Data—Case Study on Classification of Initial, Locally Collected COVID-19 Data. Appl. Sci. 2021, 11, 10790. https://doi.org/10.3390/app112210790

30. Marczyk M, Macioszek A, Tobiasz J, Polanska J and Zyla J (2021) Importance of SNP Dependency Correction and Association Integration for Gene Set Analysis in Genome-Wide Association Studies. Front. Genet. 12:767358. doi:10.3389/fgene.2021.767358

31. Justyna Mika, Joanna Tobiasz, Joanna Zyla, Anna Papiez, Małgorzata Bach, Aleksandra Werner, Michał Kozielski, Mateusz Kania, Aleksandra Gruca, Damian Piotrowski, Barbara Sobala-Szczygieł, Bożena Włostowska, Paweł Foszner, Marek Sikora, Joanna Polanska*, Jerzy Jaroszewicz: Symptom-based early-stage differentiation between SARS-CoV-2 versus other respiratory tract infections — Upper Silesia pilot study. Scientific Reports, 2021, 11:13580, doi: 10.1038/s41598-021-93046-6

32. Marcin Maruszewski, Jan Rogowski, Wojtek Karolak, Jacek Wojarski, Joanna Tobiasz, Joanna Polańska, Sławomir Żegleń: Early and midterm results of orthotopic heart transplantation in Poland (2015–2019). XV Kongres Polskiego Towarzystwa Transplantologicznego, Warszawa, 14-16.10.2021 – plakat

33. Marcin Maruszewski, Jacek Wojarski, Wojtek Karolak, Jan Rogowski, Joanna Tobiasz, Joanna Polanska, Sławomir Żegleń: Long-term survival and morbidity rates after heart transplantation in Poland (2015–2019). XV Kongres Polskiego Towarzystwa Transplantologicznego, Warszawa, 14-16.10.2021 – plakat

34. Marcin Maruszewski, Wojtek Karolak, Jacek Wojarski, Jan Rogowski, Joanna Tobiasz, Joanna Polanska, Sławomir Żegleń: Trends in hospitalization rates and ambulatory services for patients undergoing heart transplantation in Poland (2012–2019). XV Kongres Polskiego Towarzystwa Transplantologicznego, Warszawa, 14-16.10.2021 – plakat

35. Mika, J., Łabaj, W., Chekan, M., Abramowicz, A., Pietrowska, M., Polański, A., Widłak, P. The mutation profile of differentiated thyroid cancer coexisting with undifferentiated anaplastic cancer resembles that of anaplastic thyroid cancer but not that of archetypal differentiated thyroid cancer. J Appl Genetics, 2021, 62(1):115-120, doi: 10.1007/s13353-020-00594-0

36. Kozielski M., Henzel J., Tobiasz J., Gruca A., Foszner P., Zyla J., Bach M., Werner A., Jaroszewicz J., Polanska J., Sikora M: Enhancement of COVID-19 symptom-based screening with quality-based classifier optimisation. Bulletin of the Polish Academy of Sciences: Technical Sciences. e137349 (2021) 10.24425/bpasts.2021.137349

37. Tobiasz J., Hatzis C., Polanska J., Czy możemy przewidzieć podtyp nowotworu piersi PAM50 na podstawie profilu białkowego? Konferencja Onkologia obliczeniowa i spersonalizowana medycyna COPM2021, Księga abstraktów, p. 30. April 21st, 2021.

38. Mika J., Badie C., Candeias S., Polanska J., Identyfikacja sekwencji receptorów limfocytów T w długich odczytach z sekwencjonowania nanoporowego. VIII Śląskie Spotkania Naukowe, 21-22.05.2021, str. 21-22

39. Mika Justyna, Candeias Serge, Polanska Joanna. Does the proportion of functional T cell receptor genes change with age? ISMB/ECCB2021. Online:25-30.07.2021

40. K. Leszczorz, W. Dudzik, J. Nalepa, J. Polanska. "Quantification of differences in brain tumor detection on multimodal MRI using deep neural network." European Congress of Radiology 2020, C-13994, doi: 10.26044/ecr2020/C-13994

41. Abramowicz Agata, Łabaj Wojciech, Mika Justyna, Szołtysek Katarzyna, Ślęzak-Prochazka Izabella, Mielanczyk Łukasz, Story Michael D., Pietrowska Monika, Polański Andrzej and Widłak Piotr. MicroRNA Profile of Exosomes and Parental Cells is Differently Affected by Ionizing Radiation, 2020. Radiat Res. 2020 Aug 1;194(2):133-142.

42. B. Frey, J. Mika, K. Jelonek, L. Cruz-Garcia, C. Roelants, I Testard, N. Cherradi, K. Lumniczky, S. Polozov, A. Napieralska, P. Widlak, U. Gaipl, C. Badie, J. Polanska, and S.M. Candéias: Systemic modulation of stress and immune parameters in patients treated for prostate adenocarcinoma by intensity modulated radiation therapy or stereotactic ablative body radiotherapy. Strahlentherapie und Onkologie, 2020, 196(11):1018-1033, doi: 10.1007/s00066-020-01637-5

43. Zyla J., Leszczorz K., Polanska J. Robustness of Pathway Enrichment Analysis to Transcriptome-Wide Gene Expression Platform. In: Panuccio G., Rocha M., Fdez-Riverola F., Mohamad M., Casado-Vara R. (eds) Practical Applications of Computational Biology & Bioinformatics, 14th International Conference (PACBB 2020). PACBB 2020. Advances in Intelligent Systems and Computing, vol 1240, pp 176-185. Springer, Cham doi.org/10.1007/978-3-030-54568-0_18

44. A. Cortez, A. Glodek, A. Krzywon, J. Polanska, K. M. Lisowska, Search for predictive biomarkers of sensitivity/resistance against cisplatin in high-grade serous ovarian cancer, xDigital Annual Meeting of the International Gynecologic Cancer Society (IGCS), 10-13.10.2020

45. Anna Glodek, Joanna Polańska, Zastosowanie teorii grafów do oceny interakcji microRNA-gen, Śląskie Spotkania Naukowe, 29.05.2020

46. Katarzyna Sieradzka, Joanna Polańska, Grainne O’Brien, Christophe Badie, "Logistic regression method in search of radiation responsive genes", XXIV Gliwice Scientific Meeting 2020, p.56

47. Katarzyna Fratczak, Marta Gawin, Mykola Chekan, Piotr Widłak, Monka Pietrowska, Joanna Polanska: Inter-tissue and intra-tissue heterogenity - Pan-cancer MSI study. European Molecular Imaging Meeting – EMIM 2020, 24-27 August 2020, Gottingen, Germany

48. Joanna Tobiasz, Christos Hatzis, and Joanna Polanska: Breast cancer heterogeneity investigation: multiple k-means clustering approach. 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), October 28-30, 2019, Athens, Greece. p. 410-414, doi: 10.1109/BIBE.2019.00080

49. Kinga Leszczorz, Omid Azimzadeh, Soile Tapio, Michael Atkinson, Joanna Polańska: Mathematical modelling and effect size analysis in support of searching for the proteomic signature of radiotherapy toxicity, 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), October 28-30 2019: 244 - 249, Athens, Greece, 978-1-7281-4617-1, doi: 10.1109/BIBE.2019.00051

50. Justyna Mika, Sylwia Kabacik, Christophe Badie, Joanna Polanska and Serge M. Candéias: Germline DNA retention in murine and human rearranged T cell receptor gene coding joints: alternative recombination signal sequences and V(D)J recombinase errors. Frontiers in Immunology, 2019, 10:2637, doi: 10.3389/fimmu.2019.02637

51. Anna Glodek, Marta Gawin, Mykola Chekan, Monika Pietrowska, Jacek Łęski, Joanna Polańska, Can the spatial distribution in MSI support the identification of the isotopic envelope?, CEEPC 2019, 23 - 26.09.2019, Ustroń, Poland

52. Łabaj Wojciech, Mika Justyna, Chekan Mykola, Pietrowska Monika, Widłak Piotr and Polański Andrzej. BIOLOGICAL PROCESSES ASSOCIATED WITH MUTATIONS PRESENT IN ANAPLASTIC AND PAPILLARY THYROID CANCERS CO-EXISTING IN THE SAME THYROID, 2019. 13th Central and Eastern European Proteomic Conference (CEEPC), 23/09/2019-25/09/2019, Ustron, Polska, pp. P-14

53. Frątczak K, Gawin M, Pietrowska M, Chekan M, Widłak P, Polanska J:Comparative classification study for pan-cancer mass spectrometry imaging data, CEEPC13,23-26.09.2019, Ustoń, Poland

54. Mrukwa G, Frątczak K, Polańska J: Hybrid Clustering Method for Highly Dimensional Data. 12th Symposium of the Polish Bioinformatics Society, 19-21 September 2019, Kraków, Poland

55. Frątczak K, Gawin M, Pietrowska M, Chekan M, Widłak P, Polanska J: Pan Cancer analysis of similarities and differences in hormonal cancers and environmental cancers using MALDI-MSI, European Molecular Imaging Meeting, 19-22.03.2019, Glasgow, p. 86

56. G. Mrukwa, K. Fratczak, M. Gawin, M. Chekan, M. Pietrowska, P. Widlak, J. Polanska, Biological Diversity or Numeric Artifact? MSI Data Clustering Robustness, European Molecular Imaging Meeting 2019, Glasgow, March 19-22, 2019

57. Tobiasz J., Al-Harbi N., Bin Judia S., Majid S., Alsbeih G., Polanska J., How accurately can we predict Surviving Fraction after Irradiation based on the Copy Number State? 4th European Radiation Protection Week ERPW 2019. Book of abstracts, p. 135. 14-18.10.2019, Stockholm, Sweden

58. Sieradzka K., Polańska J., Comprehensive survival analysis of the patients suffering from the most common lung cancers – LUAD and LUSC, XXIII Gliwice Scientific Meeting 2019, p. 100.

59. Frątczak K, Gawin M, Chekan M,Pietrowska M, Widłak P, Polanska J:Pan-Cancer comparative analysis of molecular signatures based on MALDI-MSI data,Gliwickie Spotkania Naukowe 2019, 22-2317.11.2019, Gliwice, Polska, p.105

60. Tobiasz J., Polanska J., Biomarkers of breast cancer subtypes identified from RNA-Seq data. XXII Gliwice Scientific Meetings, Book of abstracts, p. 146. 16-17.11.2018, Gliwice, Poland

Główny wykonawca: Radlak Krystian, Mendrela Monika

Wykonawcy:

Opis projektu: Redukcja szumów w obrazach cyfrowych jest jednym z najważniejszych zagadnień cyfrowego przetwarzania sygnałów. Potrzeba tworzenia nowych efektywnych algorytmów poprawy jakości obrazów wiąże się z dynamicznie rozwijającymi się technikami techniki obrazowania wielokanałowego, szczególnie w medycynie i biologii, astronomii, zastosowaniach wojskowych i przemysłowych. We wszystkich tych dziedzinach, zagadnienie eliminacji szumów odgrywa bardzo ważną rolę, ponieważ poprawa jakości obrazów warunkuje sukces dalszych etapów ich przetwarzania oraz analizy. Jakość barwnych obrazów cyfrowych bardzo często obniżana jest przez różnego rodzaju zakłócenia wprowadzane przez szumy termiczne matryc światłoczułych, szum śrutowy wywoływany przez fluktuacje strumienia fotonów padających na matrycę, błędy kwantyzacji przetworników analogowo-cyfrowych, uszkodzone piksele matrycy, szumy generowane przez interferencje elektromagnetyczne, starzenie się nośników danych i błędy transmisji. Szumy te często modelowane są jako mieszanina szumu gaussowskiego, odpowiedzialnego głównie za prąd ciemny i śrutowy, oraz szumu impulsowego, wprowadzającego do obrazu piksele o losowych wartościach intensywności kanałów. Celem projektu jest opracowanie i analiza własności efektywnych rodzin filtrów redukujących mieszane szumy gaussowskie i impulsowe w barwnych obrazach cyfrowych. Koncepcja nowychmetodpoprawyjakościobrazówopierasięnazastosowaniuodpornychnazakłóceniaimpulsowe miar podobieństwa pikseli wyznaczanych w ich otoczeniu oraz określanych za pomocą kosztu ścieżek cyfrowych eksplorujących lokalne sąsiedztwo elementów obrazu. Wprowadzenie nowych miar podobieństwa pikseli pozwoli na pokonanie ograniczeń szeroko stosowanych filtrów, związanych z ich niezdolnością do eliminacji szumów o charakterze impulsowym. Tym samym, wynikiem projektu będą nowe klasy uniwersalnych metod zdolnych do poprawy jakości obrazów poddanych degradacji zarówno przez szumy gaussowskie, jak też i impulsowe oraz będące ich mieszaniną. W ramach projektu zostaną utworzone nowe rodziny filtrów wykorzystujących odporną na szumy impulsowe miarę podobieństwa elementów obrazu, określoną jako suma kilku najmniejszych odległości pomiędzy pikselem i oknem filtracyjnym w środku bloku przetwarzania. Miara ta zostanie rozszerzona za pomocą ścieżek cyfrowych łączących dany piksel bloku z centralnym oknem filtracyjnym. Koszt połączenia piksela z elementami okna zostanie wyznaczony za pomocą uogólnionej transformacji odległościowej, uwzględniającej lokalną strukturę obrazu. Planowane jest także wykorzystanie nowych miary podobieństwa pikeli do konstrukcji rodziny odpornych na szumy impulsowe filtrów wykorzystujących schemat dyfuzji anizotropowej i jej wersję obciążoną, charakteryzującą się zbieżnością procesu iteracyjnego. Przedmiotem badań będzie także utworzenie szybkich algorytmów bazujących na przesunięciu średniej, opartych na koncepcji przemieszczania lokalnego okna filtracyjnego do pikseli sąsiedztwa. Opracowane zostaną także filt

Afiliowane publikacje:

Główny wykonawca:

Wykonawcy:

Opis projektu: Projekt ukierunkowany jest na dopasowanie oferty edukacyjnej Wydziału Automatyki, Elektroniki i Informatyki (AEI) Politechniki Śląskiej w Gliwicach do potrzeb nowoczesnej gospodarki poprzez utworzenie w ramach istniejących programów stacjonarnych studiów doktoranckich wdrożeniowej ścieżki kariery akademickiej (doktoraty wdrożeniowe). Powstały program kształcenia dopasowany będzie do potrzeb rynku pracy i realizowany będzie w ścisłej współpracy pomiędzy uczelnią a przedsiębiorcami. Przeprowadzone rozmowy w grupie współpracujących z Wydziałem partnerów przemysłowych oraz studentów studiów magisterskich, potencjalnych kandydatów na studia doktoranckie, wykazały, iż schemat doktoratów wdrożeniowych idealnie wpisuje się w obszary automatyki i robotyki oraz informatyki. Dlatego też zdecydowano się w pierwszym etapie modernizacji oferty skoncentrować na tych dwóch dyscyplinach z obszaru nauk technicznych: Automatyka i Robotyka oraz Informatyka.

Afiliowane publikacje:

Główny wykonawca: Grzegorz Mrukwa

Wykonawcy:

Opis projektu: Obrazowanie molekularne MALDI MSI ma olbrzymi potencjał badawczy i diagnostyczny w medycynie, a w szczególności w onkologii. Umożliwia kompleksowy pomiar metabolitów, peptydów i białek z uwzględnieniem ich zależności przestrzennych. Pozwala m.in. na identyfikację sygnatur molekularnych tkanek nowotworowych oraz badanie heterogeniczności guzów i ich zróżnicowania pomiędzy pacjentami. Brak jest narzędzi wspomagających równoczesną analizę dużej liczby wycinków tkankowych. Problemem jest duża złożoność i rozmiar danych.
Dzięki wieloletniej współpracy z krajowymi i europejskimi ośrodkami badawczymi, w zespole prof. Joanny Polańskiej opracowano nowatorskie metody ekstrakcji istotnych dla biologii molekularnej i diagnostyki medycznej informacji. Metody te rozwijane są przez zespół Spectre. Tworzony jest serwis internetowy dedykowany szerszemu zastosowaniu powstałych technik kompresji i analizy tych danych w laboratoriach badawczych na całym świecie.
Głównym celem projektu jest wsparcie udziału zespołu w konkursie Microsoft Imagine Cup 2018. Ten prestiżowy konkurs ma zakres globalny, a najlepsze projekty liczyć mogą na silne wsparcie w procesie komercjalizacji produktu. Przygotowanie merytoryczne członków zespołu wymaga znacznego poszerzenia wiedzy z obszaru zarówno biologii molekularnej, proteomiki, jak i najnowszych technologii internetowych i zaawansowanych technik projektowania oraz tworzenia systemów informatycznych. Planuje się również prezentację serwisu na konferencji OurCon5.

Afiliowane publikacje:
1. Mrukwa Grzegorz, Katarzyna Bednarczyk, Marta Gawin, Mykola Chekan, Monika Pietrowska, Piotr Widlak, Joanna Polanska: Do proteomic and lipidomic molecular images provide similar information on tumor heterogeneity? 5th International Conference of Mass Spectrometry Imaging Society OurConV, 25-28.09.2017, Doorn, Holandia

2. Wolny Michał, Grzegorz Mrukwa, Joanna Polańska: Co-registration of multimodal imaging data with ellipsis’ shape approximation. 5th International Conference of Mass Spectrometry Imaging Society OurConV, 25-28.09.2017, Doorn, Holandia

3. Wilgierz W., Kuchta D., Mrukwa G., Chekan M., Widłak P., Pietrowska M., Polańska J.: Genetic Algorithm in Training Set Selection for Tumor Segmentation Problem; Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska

4. Mrukwa G., Kuchta D., Pustelnik S., Wolny M., Babiak D., Gallus M., Wilgierz W., Gamrat M., Lisak R., Polańska J.: SPECTRE – a Web Service for Efficient Tumor Molecular Heterogeneity Assessment in MALDI MSI Data; Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska

Główny wykonawca: prof. Andrzej Polański

Wykonawcy: prof. Andrzej Polański

Opis projektu: Nowe algorytmy do oceny struktur klonalnych oraz do modelowania niejednorodnych ewolucji dla zastosowań w genomice nowotworów

Afiliowane publikacje:
1. Katarzyna Sieradzka, Andrzej Polański, Application of Gaussian mixture models to clonality analyzes in cancer genomics, PTBI2018, 5-7.09.2018, Wrocław, Poland

Główny wykonawca: Adam Popowicz

Wykonawcy:

Opis projektu: Poprawa precyzji pomiarów fotometrycznych uzyskiwanych z pierwszych polskich satelitów naukowych.

Afiliowane publikacje:
1. Walczak Przemyslaw, Daszynska-Daszkiewicz Jadwi, Pigulski A., Pamyatnykh A., Moffat A., Handler G., Pablo H., Popowicz Adam, Wade G., Weiss W. and Zwintz K.. Seismic modelling of early B-type pulsators observed by BRITE - I. θ Ophiuchi, 2019. MONTHLY NOTICES OF THE ROYAL ASTRONOMICAL SOCIETY, vol. 485, no. 3, pp. 3544-3557

2. Noel Richardson, Pablo H., Sterken Ch., Pigulski A., Koenigsberger G., Moffat A., Madura T., Hamaguchi K., Corcoran M., Damineli A., Gull T., Hillier D., Weigelt G., Handler G., Popowicz Adam, Wade G., Weiss W. and Zwintz K.. BRITE-Constellation reveals evidence for pulsations in the enigmatic binary η Carinae, 2018. MONTHLY NOTICES OF THE ROYAL ASTRONOMICAL SOCIETY, vol. Volume 475, no. Issue 4, pp. 5417–5423

3. Adam Popowicz, 'Analysis of Dark Current in BRITE Nanostellite CCD Sensors', Sensors 2018, 18(2), 479; doi: 10.3390/s18020479

4. Rucinski S., Pigulski A., Popowicz Adam, Kuschnig R., Kozlowski Sz., Moffat A., Pavlovski K., Handler G., Pablo H., Wade G. and Weiss W.. LIGHT-CURVE INSTABILITIES OF β LYRAE OBSERVED BY THE BRITE SATELLITES, 2018. ASTROPHYSICAL JOURNAL, vol. (accepted)

5. Popowicz Adam. PSF photometry for BRITE nano-satellite mission, 2018. SPIE Telescopes+Instrumentation 2018, 10/06/2018-16/06/2018, Austin, USA.

Główny wykonawca: Grzegorz Mrukwa, Grzegorz Drążek

Wykonawcy: Anna Krawczyk

Opis projektu: Wobec stale wzrastającej zachorowalności na choroby nowotworowe oraz obserwowanej różnej skuteczności stosowanych terapii, konieczność zrozumienia przyczyn tych zjawisk wydaje się być zadaniem priorytetowym. Zespoły badawcze z całego świata podejmują ten problem, poszukując odpowiedzi z wykorzystaniem m.in. różnorodnych technik pomiarowych biologii molekularnej. MALDI-IMS (Matrix-Assisted Laser Desorption Ionization – Image Mass Spectrometry) jest techniką pomiarową, która wiąże spektroskopię MALDI z obrazowaniem tkanek uzyskiwanym przez wielokrotne uderzenia wiązki laserowej na raster punktów na powierzchni badanej tkanki. Zastosowanie techniki MALDI-IMS w eksperymentach badawczych biologii nowotworów umożliwia identyfikację przestrzenną profili molekularnych i ich niejednorodności w obszarze guza, prowadzi jednak do wytwarzania zbiorów danych o dużym stopniu komplikacji oraz o bardzo dużych wolumenach. Ekstrakcja użytecznej informacji na bazie takich zbiorów danych zależy od opracowania odpowiednich algorytmów oraz stworzenia efektywnych narzędzi obliczeniowych. Opracowanie takich algorytmów i narzędzi jest głównym celem planowanego projektu.

Afiliowane publikacje:
1. O’Brien, G., Zyla, J., Manola, K., Pagoni, M., Polanska, J., Badie, C.: Identification of Two Novel Mutations in Human Acute Myeloid Leukemia Cases. Leukemia and Lymphoma, 2021, 62(2):454-461, doi: 10.1080/10428194.2020.1832664

2. Monika Pietrowska, Aneta Zebrowska, Marta Gawin, Lukasz Marczak, Priyanka Sharma, Justyna Mika, Joanna Polańska, Soldano Ferrone, John M.Kirkwood, Piotr Widlak, Theresa L. Whiteside: Proteomic profile of melanoma cell-derived small extracellular vesicles in patients plasma: a potential correlate of melanoma progression. Journal of Extracellular Vesicles, 2021, 10(4): e12063, doi: 10.1002/jev2.12063,

3. Paweł Pendziałek, Joanna Polańska: System klasyfikacji danych obrazowania molekularnego MALDI-MSI. I Krajowa Konferencja: Onkologia Obliczeniowa i spersonalizowana medycyna – Tu i teraz! COPM 2021, 21.04.2021 (p.34)

4. Scheuermann Lisa, Pei Gang, Domaszewska Teresa, Zyla Joanna, Oberbeck-Müller Dagmar, Bandermann Silke, Feng Yonghong, Ruiz Moreno Juan Sebastian, Opitz Bastian, Mollenkopf Hans-Joachim, Kaufmann Stefan and Dorhoi Anca. Platelets Restrict the Oxidative Burst in Phagocytes and Facilitate Primary Progressive Tuberculosis, AMERICAN JOURNAL OF RESPIRATORY AND CRITICAL CARE MEDICINE, 2020, 202(5):730-744, doi.org/10.1164/rccm.201910-2063OC

5. Grainne O’Brien, Lourdes Cruz Garcia, Joanna Zyla, Natalie Brown, Rosemary Finnon, Joanna Polanska, Christophe Badie: Kras mutations and PU.1 promoter methylation are new pathways in radiation-induced AML, Carcinogenesis, 2020, 41(8):1104-1112, doi: 10.1093/carcin/bgz175

6. B. Frey, J. Mika, K. Jelonek, L. Cruz-Garcia, C. Roelants, I Testard, N. Cherradi, K. Lumniczky, S. Polozov, A. Napieralska, P. Widlak, U. Gaipl, C. Badie, J. Polanska, and S.M. Candéias: Systemic modulation of stress and immune parameters in patients treated for prostate adenocarcinoma by intensity modulated radiation therapy or stereotactic ablative body radiotherapy. Strahlentherapie und Onkologie, 2020, 196(11):1018-1033, doi: 10.1007/s00066-020-01637-5

7. Kimi Drobin, Michal Marczyk, Martin Halle, Daniel Danielsson, Anna Papiez, Traimate Sangsuwan, Annika Bendes, Mun-Gwan Hong, Ulrika Qundos, Mats Harm-Ringdahl, Peter Wersäll, Joanna Polanska, Jochen M. Schwenk and Siamak Haghdoost: Molecular profiling for predictors of radiosensitivity in patients with breast or head-and-neck cancer. Cancers, 2020, 12(3):753

8. Karol Jelonek, Aleksandra Krzywon, Patrycja Jablonska, Ewa M. Slominska, Ryszard T. Smolenski, Joanna Polanska, Tomasz Rutkowski, Jolanta Mrochem-Kwarciak, Krzysztof Skladowski and Piotr Widlak: Systemic Effects of Radiotherapy and Concurrent Chemo-Radiotherapy in Head and Neck Cancer Patients – Comparison of Serum Metabolome Profiles, Metabolites, 2020, 10(2):60; doi:10.3390/metabo10020060

9. Zyla J., Leszczorz K., Polanska J. Robustness of Pathway Enrichment Analysis to Transcriptome-Wide Gene Expression Platform. In: Panuccio G., Rocha M., Fdez-Riverola F., Mohamad M., Casado-Vara R. (eds) Practical Applications of Computational Biology & Bioinformatics, 14th International Conference (PACBB 2020). PACBB 2020. Advances in Intelligent Systems and Computing, vol 1240, pp 176-185. Springer, Cham doi.org/10.1007/978-3-030-54568-0_18

10. Marczyk M, Jaksik R, Polanski A, Polanska J: GaMRed – adaptive filtering of high-throughput biological data. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2020, 17(1):149-157, doi: 10.1109/TCBB.2018.2858825

11. K. Leszczorz, W. Dudzik, J. Nalepa, J. Polanska. "Quantification of differences in brain tumor detection on multimodal MRI using deep neural network." European Congress of Radiology 2020, C-13994, doi: 10.26044/ecr2020/C-13994

12. Papiez Anna, Badie Christophe, Polanska Joanna: Machine learning techniques combined with dose profiles indicate radiation response biomarkers. International Journal of Applied Mathematics and Computer Science, 2019, 29(1):169-178, doi:10.2478/amcs-2019-0013.

13. Joanna Tobiasz, Christos Hatzis, and Joanna Polanska: Breast cancer heterogeneity investigation: multiple k-means clustering approach. 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), October 28-30, 2019, Athens, Greece. p. 410-414, doi: 10.1109/BIBE.2019.00080

14. Kinga Leszczorz, Omid Azimzadeh, Soile Tapio, Michael Atkinson, Joanna Polańska: Mathematical modelling and effect size analysis in support of searching for the proteomic signature of radiotherapy toxicity, 2019 IEEE 19th International Conference on Bioinformatics and Bioengineering (BIBE), October 28-30 2019: 244 - 249, Athens, Greece, 978-1-7281-4617-1, doi: 10.1109/BIBE.2019.00051

15. Justyna Mika, Sylwia Kabacik, Christophe Badie, Joanna Polanska and Serge M. Candéias: Germline DNA retention in murine and human rearranged T cell receptor gene coding joints: alternative recombination signal sequences and V(D)J recombinase errors. Frontiers in Immunology, 2019, 10:2637, doi: 10.3389/fimmu.2019.02637

16. Marta Gawin, Agata Kurczyk, Ewa Stobiecka, Katarzyna Frątczak, Joanna Polańska, Monika Pietrowska, Piotr Widłak: Molecular heterogeneity of papillary thyroid cancer: comparison of primary tumors and synchronous metastases in regional lymph nodes by mass spectrometry imaging. Endocrine Pathology, 2019, 30(4):250–261, doi: 10.1007/s12022-019-09593-2

17. Anna Glodek, Marta Gawin, Mykola Chekan, Monika Pietrowska, Jacek Łęski, Joanna Polańska, Can the spatial distribution in MSI support the identification of the isotopic envelope?, CEEPC 2019, 23 - 26.09.2019, Ustroń, Poland

18. Frątczak K, Gawin M, Pietrowska M, Chekan M, Widłak P, Polanska J:Comparative classification study for pan-cancer mass spectrometry imaging data, CEEPC13,23-26.09.2019, Ustoń, Poland

19. A. Papiez, O. Azimzadeh, S. Tapio, J. Polanska , Proteomics validation analysis for ischemic heart disease in Mayak workers, Proceedings of the 13th Central and Eastern European Proteomic Conference, 23-26.09.2019,Ustron, Poland.

20. Paweł Pendziałek, Joanna Polanska: Can unsupervised clustering of the mass spectrometry imaging data serve as a nearly lossless compression method? 21st Polish Conference on Biocybernetics and Biomedical Engineering, 25-27.09.2019, Zielona Gora, Poland

21. Anna Papiez, Christophe Badie, Joanna Polanska, Feature selection based on dose profiles for radiation response biomarker research. Statistical Challenges in Medical Data Science, Ascona Workshop 2019, Ascona, Switzerland, Abstract Book, p.36.

22. Lourdes Cruz-Garcia, Malgorzata Kamuda, Christophe Badie, Joanna Polanska: Is there any similarity in gene expression profile in response to radiation therapy, independently of the cancer type? ConRad 2019 Global Conference on Radiation Topics. Preparedness, Response, Protection and Research; 23rd Nuclear Medical Defence Conference, May 13-16 2019, Munich

23. Papiez, Anna, Michal Marczyk, Joanna Polanska, and Andrzej Polanski. "BatchI: Batch effect Identification in high-throughput screening data using a dynamic programming algorithm." Bioinformatics, 2019, 35(11):1885.

24. Katarzyna Bednarczyk, Marta Gawin, Mykola Chekan, Agata Kurczyk, Grzegorz Mrukwa, Monika Pietrowska, Joanna Polańska, Piotr Widłak: Discrimination of normal oral mucosa from oral cancer by mass spectrometry imaging of proteins and lipids, International Journal of Molecular Histology, 2019; 50(1):1-10, doi: 10.1007/s10735-018-9802-3

25. Joanna Zyla; Michal Marczyk; Teresa Domaszewska; Stefan H.E. Kaufmann; Joanna Polanska; January Weiner: Gene set enrichment for reproducible science: comparison of CERNO and eight other algorithms. Bioinformatics, 2019, 35(24):5146-5154, doi: 10.1093/bioinformatics/btz447

26. G. Mrukwa, K. Fratczak, M. Gawin, M. Chekan, M. Pietrowska, P. Widlak, J. Polanska, Biological Diversity or Numeric Artifact? MSI Data Clustering Robustness, European Molecular Imaging Meeting 2019, Glasgow, March 19-22, 2019

27. Agata Abramowicz, Anna Wojakowska, Lukasz Marczak, Malgorzata Lysek-Gladysinska, Mateusz Smolarz, Michael Story, Joanna Polanska, Piotr Widlak, Monika Pietrowska: Ionizing radiation affects the composition of the proteome of extracellular vesicles released by head and neck cancer cells in vitro, Journal Radiation Research, 2019, 60(3):289-297, doi: 10.1093/jrr/rrz001

28. Mrukwa G, Frątczak K, Polańska J: Hybrid Clustering Method for Highly Dimensional Data. 12th Symposium of the Polish Bioinformatics Society, 19-21 September 2019, Kraków, Poland

29. Frątczak K, Gawin M, Pietrowska M, Chekan M, Widłak P, Polanska J: Pan Cancer analysis of similarities and differences in hormonal cancers and environmental cancers using MALDI-MSI, European Molecular Imaging Meeting, 19-22.03.2019, Glasgow, p. 86

30. Frątczak K, Gawin M, Chekan M,Pietrowska M, Widłak P, Polanska J:Pan-Cancer comparative analysis of molecular signatures based on MALDI-MSI data,Gliwickie Spotkania Naukowe 2019, 22-2317.11.2019, Gliwice, Polska, p.105

31. Sieradzka K., Polańska J., Comprehensive survival analysis of the patients suffering from the most common lung cancers – LUAD and LUSC, XXIII Gliwice Scientific Meeting 2019, p. 100.

32. Anna Papiez, Omid Azimzadeh, Tamara Azizova, Maria Moseeva, Natasa Anastasov, Jan Smida, Soile Tapio, and Joanna Polanska: Integrative multi-omics study for validation of mechanisms in radiation-induced ischemic heart disease in Mayak workers, 2018, PLOS ONE 13(12): e0209626.

33. Polanski A, Marczyk M, Pietrowska M, Widlak P, Polanska J: Initializing the EM Algorithm for Univariate Gaussian, Multi-Component, Heteroscedastic Mixture Models by Dynamic Programming Partitions, International Journal of Computational Methods, 2018, 15(3): 1850012 (21 pages), doi: 10.1142/S0219876218500123

34. Anna Wojakowska, Laura M. Cole, Mykola Chekan, Katarzyna Bednarczyk, Magdalena Maksymiak, Małgorzata Oczko-Wojciechowska, Barbara Jarzab, Malcolm R. Clench, Joanna Polańska, Monika Pietrowska, Piotr Widlak: Discrimination of papillary thyroid cancer from non-cancerous thyroid tissue based on lipid profiling by mass spectrometry imaging, Endokrynol Pol 2018; 69 (1): 2–8, DOI: 10.5603/EP.a2018.0003

35. Bednarczyk K, Mrukwa G, Polańska J: Adaptive training set selection for classification in mass spectrometry imaging. 1st Summer School of the Malopolska Centre of Biotechnology, Zakopane 22-25 May, 2018

36. Katarzyna Bednarczyk, Marta Gawin, Mykola Chekan, Agata Kurczyk, Grzegorz Mrukwa, Monika Pietrowska, Joanna Polańska, Piotr Widłak: DISCRIMINATION OF NORMAL ORAL MUCOSA FROM ORAL CANCER BY MASS SPECTROMETRY IMAGING OF PROTEINS AND LIPIDS, Gliwickie Spotkania Naukowe, GSN 2018, 16-17.11.2018, Gliwice

37. Agnieszka Cecotka, Joanna Polanska: Region-specific methylation profiling in acute myeloid leukemia. Interdisciplinary Sciences - Computational Life Sciences, 2018, 10(1):33-42, doi: 10.1007/s12539-018-0285-4

38. Anna Glodek, Joanna Polańska: Method for mass spectrometry spectrum deisotoping based on fuzzy inference systems. Mathematica Applicanda, 46(1):77-86, 2018 oraz XXIV Krajowa Konferencja Zastosowań Matematyki w Biologii i Medycynie, 3-7 września 2018, Zakopane-Kościelisko. doi: 10.14708/ma.v46i1.6384

39. Robert Piecyk, Daniela Hladik, Soile Tapio, Joanna Polanska: Impact of sex and recovery time on the molecular profile of murine hippocampal tissue after irradiation, AGH International Student Conference: Knowledge, Technology and Society. 10-12 October 2018, Krakow, Poland

40. Anna Papiez, Marcin Skrzypski, Amelia Szymanowska-Narloch, Ewa Jassem, Agnieszka Maciejewska, Ryszard Pawlowski, Rafal Dziadziuszko, Jacek Jassem, Witold Rzyman and Joanna Polanska: Can an integrative SNP approach substitute standard identification in comprehensive case/control analyses? In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Gonzalez P. (eds) 12th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2018. Advances in Intelligent Systems and Computing, vol 803. p. 123-130 (2018) Springer, Cham ISBN:978-3-319-98701-9

41. Marczyk M, Smejkal T: Spatial Feature Selection For Finding Biomarkers Using Imaging Mass Spectrometry Data. In Proceedings of the XXIII National Conference on Applications of Mathematics in Biology and Medicine, p. 123-129 (ISBN: 978-83-932893-3-2)

42. Marczyk M, Polanski A, Polanska J: Improving Peak Detection by Gaussian Mixture Modeling of Mass Spectral Signal. In ISBN: 978-1-5386-1037-4, pp. 39-43, 3rd International Conference on Frontiers of Signal Processing ICFSP 2017, Paris, France, September 6-8, 2017

43. Binczyk F, Marczyk M, Polanska J: Detection of lymphocytes in stained whole tissue images by signal modelling approach. Computational Approaches in Precision Medicine, 2017, 27-28 July, Vienna, Austria

44. Zyla J., Marczyk M., Polanska J.: Reproducibility of Finding Enriched Gene Sets in Biological Data Analysis. In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Pinto T. (eds) 11th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2017. Advances in Intelligent Systems and Computing, vol 616. p. 146-154 (2017) Springer, Cham ISBN:978-3-319-60815-0

45. Serge M. Candeias, Justyna Mika, Paul Finnon, Tom Verbiest, Rosemary Finnon, Natalie Brown, Simon Bouffler, Joanna Polanska, Christophe Badie. Low-dose radiation accelerates aging of the T-cell receptor repertoire in CBA/Ca mice. Cellular and Molecular Life Sciences 74, 4339–4351 (2017) doi:10.1007/s00018-017-2581-2

46. Mrukwa Grzegorz, Pietrowska Monika, Widłak Piotr, Polańska Joanna: Investigation of molecular heterogeneity of head and neck cancer in MALDI-MSI preparations, 12th European Molecular Imaging Meeting - EMIM 2017, Cologne, Germany, 05-07.04.2017

47. Bednarczyk K., Polanska J.: Analiza korekcji linii bazowej w widmach z obrazowania molekularnego MSI s. 9, Śląskie Spotkania Naukowe, Marzec 24-25, 2017, Ustroń

48. Pietrowska Monika; Hanna Diehl; Grzegorz Mrukwa; Magdalena Kalinowska-Herok; Marta Gawin; Mykola Chekan; Julian Elm; Grzegorz Drazek; Anna Krawczyk; Dariusz Lange; Helmut E Meyer; Joanna Polanska; Corinna Henkel; Piotr Widlak: Molecular profiles of thyroid cancer subtypes: classification based on features of tissue revealed by mass spectrometry imaging. BIOCHIMICA ET BIOPHYSICA ACTA-PROTEINS AND PROTEOMICS, 2017, 1865(7):837-45, DOI: 10.1016/j.bbapap.2016.10.006

49. Binczyk F., Marczyk M., Polanska J.: Automated detection of lymphocytes in whole slide histopathological images using mimseg2 approach. XXI Gliwice Scientific Meetings, Book of abstracts, p. 68. 17-18.11.2017, Gliwice, Poland.

50. Binczyk Franciszek, Bram Stjelties, Christian Weber, Michael Goetz, Klaus Maier-Hein, Hans-Peter Meinzer, Barbara Bobek-Billewicz, Rafal Tarnawski, Joanna Polanska: MiMSeg - an algorithm for automated detection of tumor tissue on NMR apparent diffusion coefficient maps. Information Sciences, 2017, 384:235-248, doi:10.1016/j.ins.2016.07.052

51. Suwalska A, Binczyk F: THE APPLICATION OF DEEP CONVOLUTIONAL NEURAL NETWORKSIN THE AUTOMATED DIAGNOSIS OF EARLY ALZHEIMER’S DISEASEON MAGNETIC RESONANCE IMAGES , XXI Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska, Book of Abstracts, p.159.

52. Bednarczyk K, Sammour D A , Hopf C, Polańska J: How does sample preparation in MALDI-MSI imaging influence the molecular signature, Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska, p.63

53. Mrukwa G., Kuchta D., Pustelnik S., Wolny M., Babiak D., Gallus M., Wilgierz W., Gamrat M., Lisak R., Polańska J.: SPECTRE – a Web Service for Efficient Tumor Molecular Heterogeneity Assessment in MALDI MSI Data; Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska

54. Wilgierz W., Kuchta D., Mrukwa G., Chekan M., Widłak P., Pietrowska M., Polańska J.: Genetic Algorithm in Training Set Selection for Tumor Segmentation Problem; Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska

55. Kocot S., Binczyk F.: Application of fully convolutional deep neural networks as an efficient technique for automated segmentation of gliomas. XXI Gliwice Scientific Meetings, Book of abstracts, p. 105. 17-18.11.2017, Gliwice, Poland.

56. Gawin Marta, Ewa Stobiecka, Katarzyna Bednarczyk, Mykola Chekan, Monika Pietrowska, Joanna Polańska, Piotr Widlak: Intra-tumor heterogeneity of thyroid cancer; comparison of primary tumor and its spread to regional lymph nodes by MALDI-MSI. 5th International Conference of Mass Spectrometry Imaging Society OurConV, 25-28.09.2017, Doorn, Holandia

57. Bednarczyk K, Gawin M, Pietrowska M, Widłak P, Polańska J: Adaptive baseline correction algorithm for MALDI spectra. OurConV, 25-28.09.2017, Doorn, The Netherlands, p.159

58. Polanska J, Mrukwa G, Drazek G, Krawczyk A, Chekan M, Pietrowska M, Widlak P: Gaussian Mixture modelling in MSI-based search for molecularly homogenous regions in cancer tissue. OurCon IV, 4th Imaging Mass Spectrometry Conference, 17-21.10.2016, Ustroń

59. Mrukwa G, Sykacek P, Drążek G, Pietrowska M, Chekan M, Widłak P, Polańska J: Assessing feature transformations for clustering of MALDI-MSI data. OurCon IV, 4th Imaging Mass Spectrometry Conference, 17-21.10.2016, Ustroń

60. Mrukwa Grzegorz, Grzegorz Drazek, Monika Pietrowska, Piotr Widlak, Joanna Polanska: Divisive iK-means algorithm as a tool for ROI selection in the search for MALDI-MSI based molecular signature of thyroid cancer. 2nd Congress of Polish Biochemistry, Cell biology, Biotechnology and Bioinformatics Bio2016. 13-16.09.2016, Wrocław. Acta Biochimica Polonica, 2016, 63(S2):72

Główny wykonawca: Andrzej Polański, Piotr Widłak, Sebastian Deorowicz

Wykonawcy: Aleksandra Gruca, Dariusz Mrozek, Agnieszka Danek, Paweł Foszner, Anna Papież, Joanna Żyła, Wojciech Łabaj

Opis projektu: Combining automatic control and machine learning to identify regulatory patterns in a multi-level study of non-genetic sources of individuality

Afiliowane publikacje:
1. Zyla J., Danek A., Labaj P., Polanska J.: iK-means clustering in RNA-Seq data analysis of complex experiment design structure. Book of abstracts p.27, Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria

2. Papiez A, Danek A, Labaj P, Gruca A, Polanska J: Functional annotation differences among Drosophila melanogaster strains, Book of abstracts p. 30, Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria

3. Papiez A, Zyla J, Binczyk F, Polanska J: Drosophila melanogaster RNA-Seq analysis by k-means clustering with adaptive initial conditions, XXI Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska, Book of Abstracts, p.135.

Główny wykonawca: Justyna Kotas

Wykonawcy: Justyna Kotas

Opis projektu: To date no universal biomarker of radiation exposure exists. The validation and identification of such biological indicators suitable for emergency management but also for epidemiological purposes is the focus of VIBRATO. Ionizing radiation induces cell and tissue damages that result, besides genotoxic lesions, in the induction of inflammation. Inflammation is a highly beneficial physiological mechanism, but if it does not subside in due time, it can promote the development of chronic diseases such as cardiovascular diseases, neurodegeneration, cerebrovascular disorders and cancer. Significantly, these conditions are commonly recognized as consequences of radiation exposure. VIBRATO will validate the use of inflammation-related immune parameters as biological indicators to detect exposure to radiation. Furthermore, due to the functions of the immune system, we hypothesize that these parameters will be instrumental in the design of molecular epidemiology studies addressing radiation health effects. Several genes have already been identified to be modulated in whole blood by radiation exposure ex-vivo. The specificity of these biomarkers will be significantly enhanced and reinforced by combining the monitoring of these stress-induced gene expression with the organismal immune response to radiation for establishing a specific signature of radiation exposure. The main aims of VIBRATO are to validate the use of genes already identified in vitro as bioindicators of exposure in samples obtained from patients exposed to radiation during the course of radiotherapy for cancer and inflammatory non-cancer diseases, in relation with radiation dose and time post-exposure. Further, in the same samples, the modulation of several additional immune and cancer genes will be explored to expand our collection of biological indicators in order to provide suitable tools for future molecular epidemiology studies and for the assessment of radiation health effects.

Afiliowane publikacje:
1. Tobiasz J., Al-Harbi N., Bin Judia S., Majid S., Alsbeih G., Polanska J., Does Copy Number Variation differ between radiosensitive and regular response patients? Preliminary results. OPERRA Workshop REIS-2017, Book of abstracts, p. 38. 07-09.03.2017, Budapest, Hungary.

2. Mika J, Badie C., Candéias S., Cherradi N., Polanska J. Text-mining methods in support for comprehensive literature search – Tis11/Tristetraprolin targets study., Book of abstract p.58, REIS 2017, March 7-9, 2017, Budapest

3. Mika J., Polanska J.: Poszukiwanie biomarkerów ekspozycji na promieniowanie powiązanych z białkiem Tis11/TTP. Śląskie Spotkania Naukowe IV SSN, 24-25.03.2017, Ustroń, Polska, p.34

4. Candéias S., I. Testard, N. Cherradi, U. Gaipl, B. Frey, C. Badie, Lourdes Cruz-Garcia, J. Polanska, P. Widlak, K. Lumniczky, VIBRATO - Validation in vivo of immune biological indicators of radiation exposure to use for emergency situations, the determination of health effects and molecular epidemiology, Radiation Protection Week, Book of abstracts, p.111, 19-23.09.2016, Oxford, UK

5. Ros-Mazurczyk Malgorzata, Jelonek Karol, Pietrowska Monika, Zagdanski Adam, Suchwalko Agnieszka, Jastrzab Tomasz, Polanska Joanna, Chawińska Ewa, Majewski Wojciech, Dominczyk Iwona, Rutkowski Tomasz, Miszczyk Leszek, Składowski Krzysztof, Widlak Piotr: Radiotherapy-Induced Changes in Serum Lipid Profile of Patients with Prostate or Head and Neck Cancer. Jacobs Journal of Radiation Oncology, 2016, 3(2):030

Główny wykonawca: Joanna Polanska

Wykonawcy: Michał Marczyk, Franciszek Binczyk, Katarzyna Bednarczyk, Anna Krawczyk, Grzegorz Drążek, Grzegorz Mrukwa

Opis projektu: Proponowany projekt jest konsekwencją dwóch wcześniejszych projektów, w których wykonano badanie niskodawkowej tomografii komputerowej (NDTK) u 8600 osób z grupy wysokiego ryzyka zachorowania na raka płuca, a następnie przeprowadzono badania molekularne w celu wykrycia sygnatury wczesnego raka płuca. Na ich podstawie opracowano 4 sygnatury molekularne oparte o wybrane białka, krążące miRNA i profil masowy peptydomu surowicy; sygnatury te poddano procesowi patentowemu. Sygnatury te charakteryzują się ponad 90% czułością i ponad 30% swoistością, co znacząco przewyższa dokładność diagnostyczną NDTK. Celem obecnego projektu jest walidacja wartości diagnostycznej tych sygnatur na niezależnej grupie osób wysokiego ryzyka raka płuca. Przewidujemy przebadanie 7000 osób przy zastosowaniu NDTK, od których zostanie pobrana krew i przeprowadzone zostanie molekularne badanie walidacyjne. Wyniki takiego badania umożliwią komercjalizację otrzymanych sygnatur i przygotowanie testu diagnostycznego.

Afiliowane publikacje:
1. Anna Papiez, Marcin Skrzypski, Amelia Szymanowska-Narloch, Ewa Jassem, Agnieszka Maciejewska, Ryszard Pawlowski, Rafal Dziadziuszko, Jacek Jassem, Witold Rzyman and Joanna Polanska: Can an integrative SNP approach substitute standard identification in comprehensive case/control analyses? In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Gonzalez P. (eds) 12th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2018. Advances in Intelligent Systems and Computing, vol 803. p. 123-130 (2018) Springer, Cham ISBN:978-3-319-98701-9

2. Ros-Mazurczyk Małgorzata; Anna Wojakowska; Lukasz Marczak; Krzysztof Polanski; Monika Pietrowska; Joanna Polanska; Rafal Dziadziuszko; Jacek Jassem; Witold Rzyman; Piotr Widlak: Panel of serum metabolites discriminates cancer patients and healthy participants of lung cancer screening - a pilot study. Acta Biochimica Polonica, 2017, 64 (3):513-518, Epub August 10, doi: 10.18388/abp.2017_1517

3. Ros-Mazurczyk M, Pietrowska M, Jelonek K, Marczyk M, Polanska J, Dziadziuszko R, Jassem J, Rzyman W, Widlak P: Serum lipid profile as a biomarker of early lung cancer: decreased levels of lysophosphatidylcholines in serum of cancer patients. Book of Abstracts, p.112, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016

Główny wykonawca: Andrzej Polanski, Sebastian Deorowicz, Dariusz Choiński

Wykonawcy: Michał Marczyk, Joanna Żyła, Anna Papież, Franciszek Binczyk, Bernadetta Sarat, Agnieszka Błachowicz; Justyna Kotas, Adam Popowicz

Opis projektu: Bezpośrednim celem projektu jest rozwój infrastruktury informatycznej nauki Wydziału Automatyki, Elektroniki i Informatyki Politechniki Śląskiej poprzez utworzenie Górnośląskiego Centrum Obliczeń Naukowych i Inżynierskich.

Afiliowane publikacje:
1. Suwalska, A., Tobiasz, J., Prażuch, W., Socha, M., Foszner, P., Piotrowski, D., Gruszczynska, K., Sliwinska, M., Walecki, J., Popiela, T., Przybylski, G., Nowak, M., Fiedor, P., Pawlowska, M., Flisiak, R., Simon, K., Zapolska, G., Gizycka, B., Szurowska, E., Marczyk, M., Cieszanowski, A., Polanska, J. (2023). POLCOVID: a multicenter multiclass chest X-ray database (Poland, 2020–2021). Scientific Data, 10, 1–9. https://doi.org/10.1038/s41597-023-02229-5

2. Socha M, Prażuch W, Suwalska A, Foszner P, Tobiasz J, Jaroszewicz J, Gruszczynska K, Sliwinska M, Nowak M, Gizycka B, Zapolska G, Popiela T, Przybylski G, Fiedor P, Pawlowska M, Flisiak R, Simon K, Walecki J, Cieszanowski A, Szurowska E, Marczyk M, Polanska J: Pathological changes or technical artefacts? The problem of the heterogenous databases in COVID-19 CXR image analysis. Computer Methods and Programs in Biomedicine 2023, 240, 107684

3. Zyla J., Leszczorz K., Polanska J. Robustness of Pathway Enrichment Analysis to Transcriptome-Wide Gene Expression Platform. In: Panuccio G., Rocha M., Fdez-Riverola F., Mohamad M., Casado-Vara R. (eds) Practical Applications of Computational Biology & Bioinformatics, 14th International Conference (PACBB 2020). PACBB 2020. Advances in Intelligent Systems and Computing, vol 1240, pp 176-185. Springer, Cham doi.org/10.1007/978-3-030-54568-0_18

4. Papiez Anna, Badie Christophe, Polanska Joanna: Machine learning techniques combined with dose profiles indicate radiation response biomarkers. International Journal of Applied Mathematics and Computer Science, 2019, 29(1):169-178, doi:10.2478/amcs-2019-0013.

5. Papiez, Anna, Michal Marczyk, Joanna Polanska, and Andrzej Polanski. "BatchI: Batch effect Identification in high-throughput screening data using a dynamic programming algorithm." Bioinformatics, 2019, 35(11):1885.

6. Zyla J., Kabacik S., O'Brien G., Wakil S., Al-Harbi N., Kaprio J., Badie C., Polanska J. and Alsbeih G.: Combining CDKN1A gene expression and genome wide SNPs in a twin cohort to gain insight into heritability of individual radiosensitivity, Functional and Integrative Genomics, 2019, 19:575–585 doi:10.1007/s10142-019-00658-3

7. Joanna Zyla; Michal Marczyk; Teresa Domaszewska; Stefan H.E. Kaufmann; Joanna Polanska; January Weiner: Gene set enrichment for reproducible science: comparison of CERNO and eight other algorithms. Bioinformatics, 2019, 35(24):5146-5154, doi: 10.1093/bioinformatics/btz447

8. Justyna Mika, Sylwia Kabacik, Christophe Badie, Joanna Polanska and Serge M. Candéias: Germline DNA retention in murine and human rearranged T cell receptor gene coding joints: alternative recombination signal sequences and V(D)J recombinase errors. Frontiers in Immunology, 2019, 10:2637, doi: 10.3389/fimmu.2019.02637

9. Chobot Agata, Ewa Rusak, Janet Wenzlau, Howard Davidson, Piotr Adamczyk, Agnieszka Krzywicka, Bogdan Mazur, Joanna Polanska, Marian Rewers: ATP4A autoimmunity in pediatric patients with type 1 diabetes and its relationship to blood count, iron metabolism and vitamin B12. Pediatric Diabetes, 2018, 19:80-84, Epub April 12, 2017, doi: 10.1111/pedi.12528

10. Polanski A, Marczyk M, Pietrowska M, Widlak P, Polanska J: Initializing the EM Algorithm for Univariate Gaussian, Multi-Component, Heteroscedastic Mixture Models by Dynamic Programming Partitions, International Journal of Computational Methods, 2018, 15(3): 1850012 (21 pages), doi: 10.1142/S0219876218500123

11. Agnieszka Cecotka, Joanna Polanska: Region-specific methylation profiling in acute myeloid leukemia. Interdisciplinary Sciences - Computational Life Sciences, 2018, 10(1):33-42, doi: 10.1007/s12539-018-0285-4

12. Anna Papiez, Marcin Skrzypski, Amelia Szymanowska-Narloch, Ewa Jassem, Agnieszka Maciejewska, Ryszard Pawlowski, Rafal Dziadziuszko, Jacek Jassem, Witold Rzyman and Joanna Polanska: Can an integrative SNP approach substitute standard identification in comprehensive case/control analyses? In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Gonzalez P. (eds) 12th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2018. Advances in Intelligent Systems and Computing, vol 803. p. 123-130 (2018) Springer, Cham ISBN:978-3-319-98701-9

13. Binczyk Franciszek, Bram Stjelties, Christian Weber, Michael Goetz, Klaus Maier-Hein, Hans-Peter Meinzer, Barbara Bobek-Billewicz, Rafal Tarnawski, Joanna Polanska: MiMSeg - an algorithm for automated detection of tumor tissue on NMR apparent diffusion coefficient maps. Information Sciences, 2017, 384:235-248, doi:10.1016/j.ins.2016.07.052

14. Pietrowska Monika; Hanna Diehl; Grzegorz Mrukwa; Magdalena Kalinowska-Herok; Marta Gawin; Mykola Chekan; Julian Elm; Grzegorz Drazek; Anna Krawczyk; Dariusz Lange; Helmut E Meyer; Joanna Polanska; Corinna Henkel; Piotr Widlak: Molecular profiles of thyroid cancer subtypes: classification based on features of tissue revealed by mass spectrometry imaging. BIOCHIMICA ET BIOPHYSICA ACTA-PROTEINS AND PROTEOMICS, 2017, 1865(7):837-45, DOI: 10.1016/j.bbapap.2016.10.006

15. Dziedzic R, Zurek W, Marjanski T, Rudzinski P, Orlowski TM, Sawicka W, Marczyk M, Polanska J, Rzyman W: Stage I non-small cell lung cancer. Long-term results of lobectomy versus sublobar resection from the Polish National Lung Cancer Registry. European Journal of Cardio-Thoracic Surgery, 2017, 52(2):363–369, doi: 10.1093/ejcts/ezx092

16. Chobot A, Polanska J, Brandt A, Deja G, Glowinska-Olszewska B, Pilecki O, Szadkowska A, Mysliwiec M, Jarosz-Chobot P: Updated 24-year trend of type 1 diabetes incidence in children in Poland reveals a sinusoidal pattern and sustained increase. Diabetic Medicine, 2017, 34(9):1252-1258; doi: 10.1111/dme.13345

17. Marczyk M: Mixture modeling of 2D gel electrophoresis spots enhances the performance of spot detection. IEEE Transactions on Nanobioscience 2017, 16(2), p.91-99

18. Labaj Wojciech, Papiez Anna, Polanski Andrzej, Polanska Joanna: Comprehensive analysis of MILE gene expression data set advances discovery of leukaemia type and subtype biomarkers. Interdiscip Sci Comput Life Sci, 2017, 9(1):24–35, doi: 10.1007/s12539-017-0216-9

19. Tobiasz J., Al-Harbi N., Bin Judia S., Majid S., Alsbeih G., Polanska J., Does Copy Number Variation differ between radiosensitive and regular response patients? Preliminary results. OPERRA Workshop REIS-2017, Book of abstracts, p. 38. 07-09.03.2017, Budapest, Hungary.

20. Bożena Rolnik, Najla Al-Harbi, Sara Bin Judia, Salma Majid, Ghazi Alsbeih, Joanna Polanska: Analiza trendów zmian strukturalnych w genomie w odpowiedzi na wybrane dawki promieniowania jonizującego. Śląskie Spotkania Naukowe IV SSN, 24-25.03.2017, Ustroń, Polska, p.41

21. Zyla J, Marczyk M, Weiner J, Polanska J: Ranking metrics in Gene Set Enrichment Analysis: do they matter? BMC Bioinformatics, 2017, 18(1):256, doi:10.1186/s12859-017-1674-0

22. Cieslar-Pobuda A, Knoflach V, Ringh MV, Stark J, Likus W, Siemianowicz K et al. Transdifferentiation and reprogramming: Overview of the processes, their similarities and differences. Biochim Biophys Acta 2017, 1864(7):1359-1369, https://doi.org/10.1016/j.bbamcr.2017.04.017

23. Chobot A, Sokołowska M, Stompór J, Szyda K, Deja G, Polanska J, Jarosz-Chobot P: Okres remisji u dzieci z cukrzycą typu 1 (T1DM) rozpoznaną w latach 2012-2013. Clinical Diabetology, 2017, 6(Suppl.B):2-3, XVIII Zjazd Naukowy Polskiego Towarzystwa Diabetologicznego PTD’17, 18-20 maja 2017, Poznań

24. Marczyk M: Processing 2D Gel Electrophoresis Images for Efficient Gaussian Mixture Modeling. In 11th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2017. Advances in Intelligent Systems and Computing, vol 616, Fdez-Riverola F, Mohamad M, Rocha M, De Paz J, Pinto T, editors. Springer, Cham 2017, p. 35-42 (ISBN: 978-3-319-60815-0)

25. Serge M. Candeias, Justyna Mika, Paul Finnon, Tom Verbiest, Rosemary Finnon, Natalie Brown, Simon Bouffler, Joanna Polanska, Christophe Badie. Low-dose radiation accelerates aging of the T-cell receptor repertoire in CBA/Ca mice. Cellular and Molecular Life Sciences 74, 4339–4351 (2017) doi:10.1007/s00018-017-2581-2

26. Zyla J., Marczyk M., Polanska J.: Reproducibility of Finding Enriched Gene Sets in Biological Data Analysis. In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Pinto T. (eds) 11th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2017. Advances in Intelligent Systems and Computing, vol 616. p. 146-154 (2017) Springer, Cham ISBN:978-3-319-60815-0

27. Zyla J., Danek A., Labaj P., Polanska J.: iK-means clustering in RNA-Seq data analysis of complex experiment design structure. Book of abstracts p.27, Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria

28. Binczyk F, Marczyk M, Polanska J: Detection of lymphocytes in stained whole tissue images by signal modelling approach. Computational Approaches in Precision Medicine, 2017, 27-28 July, Vienna, Austria

29. Bożena Rolnik, Najla Al-Harbi, Sara Bin Judia, Salma Majid, Ghazi Alsbeih, Joanna Polańska: Characteristics of Copy Number Variation in radiosensitive cell line. Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria

30. Ros-Mazurczyk M, Jelonek K, Marczyk M, Binczyk F, Pietrowska M, Polanska J, Dziadziuszko R, Jassem J, Rzyman W, Widlak P: Serum lipid profile discriminates patients with early lung cancer from healthy controls. Lung Cancer, 2017, 112:69-74; doi:10.1016/j.lungcan.2017.07.036

31. Ros-Mazurczyk Małgorzata; Anna Wojakowska; Lukasz Marczak; Krzysztof Polanski; Monika Pietrowska; Joanna Polanska; Rafal Dziadziuszko; Jacek Jassem; Witold Rzyman; Piotr Widlak: Panel of serum metabolites discriminates cancer patients and healthy participants of lung cancer screening - a pilot study. Acta Biochimica Polonica, 2017, 64 (3):513-518, Epub August 10, doi: 10.18388/abp.2017_1517

32. Cecotka A., Polanska J.: Novel Method of Identifying DNA Methylation Fingerprint of Acute Myeloid Leukaemia. In: Fdez-Riverola F., Mohamad M., Rocha M., De Paz J., Pinto T. (eds) 11th International Conference on Practical Applications of Computational Biology & Bioinformatics. PACBB 2017. Advances in Intelligent Systems and Computing, vol 616. pp 189-196, (2017) Springer, Cham ISBN:978-3-319-60815-0

33. Marczyk M, Smejkal T: Spatial Feature Selection For Finding Biomarkers Using Imaging Mass Spectrometry Data. In Proceedings of the XXIII National Conference on Applications of Mathematics in Biology and Medicine, p. 123-129 (ISBN: 978-83-932893-3-2)

34. Zyla J, Badie C, Albeih G, Polanska J: Heritability in radiation response investigation of H2AX and MDM2. In Proceedings of the XXIII National Conference on Applications of Mathematics in Biology and Medicine, 2017, p. 155-160. Eds. U. Forys, J. Smieja, ISBN: 978-83-932893-3-2

35. Papiez Anna, Badie Christophe and Polanska Joanna. Response profiles for high and therapeutic radiation doses in breast cancer patients, 2017. XXIII National Conference on Applications of Mathematics in Biology and Medicine (XXIII KKZMBM), 11/09/2017-15/09/2017, Jugowice, Polska, pp. 137-142 Response profiles for high and therapeutic radiation doses in breast cancer patients, ISBN: 978-8-3932-8933-2, pp. 137-142.

36. Papiez A, Danek A, Labaj P, Gruca A, Polanska J: Functional annotation differences among Drosophila melanogaster strains, Book of abstracts p. 30, Computational Approached in Precision Medicine, 2017, 27-28 July, Vienna, Austria

37. Serge M. Candéias Justyna Mika, Paul Finnon, Tom Verbiest, Rosemary Finnon, Natalie Brown, Simon Bouffler, Joanna Polanska, Christophe Badie: Low dose radiation accelerates ageing of the T cell receptor repertoire in mice, Book of Abstracts p.224, ERRS and GBS 2017, 17-21.08.2017, Essen, Germany

38. A. Chobot, M. Sokolowska, J. Stompor, K. Szyda, G. Deja, J. Polanska, P. Jarosz-Chobot: Type 1 diabetes (T1DM) remission in a cohort of 194 children - evidence supporting the acceleration hypothesis?, 43rd Annual Conference of the International Society for Pediatric and Adolescent Diabetes, Innsbruck, Austria, October 18 – 21, 2017, P352, Pediatric Diabetes, 18(S25):172

39. Papiez A, Zyla J, Binczyk F, Polanska J: Drosophila melanogaster RNA-Seq analysis by k-means clustering with adaptive initial conditions, XXI Gliwickie Spotkania Naukowe 2017, 17-18.11.2017, Gliwice, Polska, Book of Abstracts, p.135.

40. Zyla J., Kabacik S., Manning G., Finnon P., Wakil S., Alsbeih G., Badie C., Polanska J.: Genetic factors in radiation-induced gamma-H2AX phosphorylation and in silico based identification of SNPs influencing its response level. 4th International Symposium on the System of Radiological Protection of International Commission on Radiological Protection and 2nd European Radiation Protection Research Week, ICRP-ERPW 2017, p.83, 10-12.10.2017, Paryż, France

41. Piotr Laszczyk: Simplified modeling of liquid-liquid heat exchangers for use in control systems.Applied Thermal Engineering 119 (2017) 140–155, DOI:https://doi.org/10.1016/j.applthermaleng.2017.03.033

42. Marczyk M: Methods for filtering 2D gel electrophoresis images. Book of Abstracts, p.116, XXI Gliwice Scientific Meetings, Gliwice, November 17-18, 2017

43. Cecotka A., Polanska J.: Different methylation profiles and their alterations among gene associated and intergenic genome regions in AML. XXI Gliwice Scientific Meetings, Book of abstracts, p. 71. 17-18.11.2017, Gliwice, Poland.

44. Danielsson D, Brehwens K, Halle M, Marczyk M, Sollazzo A, Polanska J, Munck-Wikland E, Wojcik A, Haghdoost S: Influence of genetic background and stress response on risk of mandibular osteoradionecrosis after radiotherapy of head and neck cancer. Head and Neck, 2016, 38(3):387-93 DOI: 10.1002/hed.23903

45. L. Malinski, B. Smolka, Fast averaging peer group filter for the impulsive noise removal in color images, Journal of Real-Time Image Processing, 11(3):427-444, March 2016, DOI: 10.1007/s11554-015-0500-z

46. Goetz M, C Weber, F Binczyk, J Polanska, R Tarnawski, B Bobek-Billewicz, U Koethe, HP Meinzer, B Stieltjes, KH. Maier-Hein: DALSA: Domain Adaptation for Supervised Learning from Sparsely Annotated MR Images. IEEE Transaction on Medical Imaging, 2016, 35(1):184-96, doi: 10.1109/TMI.2015.2463078

47. A. R. Kurek, T. Pieta, T. Stabel, A. Pollo, and A. Popowicz, Quantum Telescope: feasibility and constrains, OPTICS LETTERS, 41(6):1094 · March 2016 DOI: 10.1364/OL.41.001094

48. K. Radlak, B. Smolka, High dimensional local binary patterns for facial expression recognition in the wild, In Proc. Of 18th Mediterranean Electrotechnical Conference (MELECON), 2016, p. 1-5, DOI: 10.1109/MELCON.2016.7495381

49. Widlak P, Mrukwa G, Kalinowska M, Pietrowska M, Chekan M, Wierzgon J, Gawin M, Drazek G, Polanska J: Detection of molecular signatures of oral squamous cell carcinoma and normal epithelium – application of a novel methodology for unsupervised segmentation of imaging mass spectrometry data. Proteomics, 2016, 16(11-12):1613-21, DOI: 10.1002/pmic.201500458

50. Zyla J, Marczyk M, Polanska J: Sensitivity, Specificity and Prioritization of Gene Set Analysis When Applying Different Ranking Metrics. In 10th International Conference on Practical Applications of Computational Biology & Bioinformatics, PACBB'16, 1-3 June 2016, Sevilla, Spain. Advances in Intelligent Systems and Computing, vol. 477, p.61-69, Eds. M. Saberi Mohamad, P.M. Rocha, F. Fdez-Riverola, J.F. Domínguez Mayo, F.J. De Paz, Springer International Publishing 2016, ISBN: 978-3-319-40125-6

51. Labaj W, Papiez A, Polanska J, Polanski A: Deep data analysis of a large microarray collection for leukemia biomarker identification. In 10th International Conference on Practical Applications of Computational Biology & Bioinformatics, PACBB'16, 1-3 June 2016, Sevilla, Spain. Advances in Intelligent Systems and Computing, vol. 477, p.71-79, Eds. M. Saberi Mohamad, P.M. Rocha, F. Fdez-Riverola, J.F. Domínguez Mayo, F.J. De Paz, Springer International Publishing 2016, ISBN: 978-3-3194-0125-6

52. Mrukwa G, Drazek G, Pietrowska M, Widlak P, Polanska J: A novel divisive iK-means algorithm with region-driven feature selection as a tool for automated detection of tumour heterogeneity in MALDI IMS experiments. Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9656, pp. 113-124, 4th International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2016, Granada,Spain, 20-22.04.2016 ISBN 978-3-319-31744-1, DOI: 10.1007/978-3-319-31744-1_11

53. Krawczyk A, Polanska J: Comparative analysis of microRNA-target gene interaction prediction algorithms - the attempt to compare the results of three algorithms. Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9656, pp. 103-112, 4th International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2016, Granada,Spain, 20-22.04.2016, ISBN 978-3-319-31744-1, DOI: 10.1007/978-3-319-31744-1_10

54. Zyla J, Badie C, Alsbeih G, Polanska J: Multigene P-value Integration Based on SNPs Investigation for Seeking Radiosensitivity Signatures, Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9656, pp. 125-134, 4th International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2016, Granada,Spain, 20-22.04.2016, (eds.): F. Ortuño and I. Rojas, ISBN 978-3-319-31743-4, DOI: 10.1007/978-3-319-31744-1_12

55. W. Likus, K. Siemianowicz, K. Bieńk, M. Pakuła, H. Pathak, C. Dutta, Q. Wang, S. Shojaei, Y. G. Assaraf, S. Ghavami, A. Cieślar-Pobuda, M. J. Łos; Could drugs inhibiting the mevalonate pathway also target cancer stem cells? Drug Resistance Updates, 2016, 25(3):13-25, dx.doi.org/10.1016/j.drup.2016.02.001

56. Jain MV, Shareef A, Likus W, Cieslar-Pobuda A, Ghavami S, Los MJ, Inhibition of miR301 enhances Akt-mediated cell proliferation by accumulation of PTEN in nucleus and its effects on cell-cycle regulatory proteins. Oncotarget 2016; 7(15):20953-65. doi:10.18632/oncotarget.7996

57. Pietrowska M, Gawin M, Polanska J, Widlak P: Tissue fixed with formalin and processed without paraffin embedding is suitable for imaging of both peptides and lipids by MALDI-IMS. Proteomics, 2016, 16(11-12):1670-7, doi: 10.1002/pmic.201500424

58. Akbari-Birgani S, Paranjothy T, Zuse A, Janikowski T, Cieslar-Pobuda A, Likus W, et al. Cancer stem cells, cancer-initiating cells and methods for their detection. Drug Discov Today. 2016; 21(5):836-42. doi:10.1016/j.drudis.2016.03.004

59. Chobot A, Polanska J, Brandt A, Deja G, Glowinska-Olszewska B, Pilecki O, Szadkowska A, Mysliwiec M, Jarosz-Chobot P: Wiarygodność predykcyjnego modelu zachorowań na cukrzycę typu 1 na bazie danych z lat 1989-2004 w stosunku do prospektywnie zbieranych danych z lat 2005-2012. XVII Zjazd Polskiego Towarzystwa Diabetologicznego, Kielce, 5-7 maja 2016

60. Chobot A, Rusak E, Wenzlau J, Bąk-Drabik K, Krzywicka A, Mazur B, Rotarska-Mizera A, Polanska J, Rewers M: Ocena częstości występowania autoprzeciwciał przeciwko podjednostce 4A pompy protonowej komórek okładzinowych żołądka u dzieci z cukrzycą typu 1. XVII Zjazd Polskiego Towarzystwa Diabetologicznego, Kielce, 5-7 maja 2016

61. Gelmi A, Cieslar-Pobuda A, de Muinck E, Los M, Rafat M and Jager EW. Direct Mechanical Stimulation of Stem Cells: A Beating Electromechanically Active Scaffold for Cardiac Tissue Engineering. Adv Healthc Mater. 2016 Jun;5(12):1471-80. doi: 10.1002/adhm.201600307

62. Chobot A, Rusak E, Wenzlau J, Bąk-Drabik K, Krzywicka A, Rotarska-Mizera A, Polanska J, Rewers M: Autoimmunity towards parietal cells in pediatric patients with Type 1 diabetes. 49th Annual Congress of The European Society for Paediatric Gastroenterology, Hepathology and Nutrition ESPGHAN 2016, Athens, 25–28 May 2016, Journal of Pediatric Gastroenterology and Nutrition, 62(S1):123-124

63. Badie C., Blachowicz A., Barjaktarovic Z., Finnon R., Michaux A., Sarioglu H., Brown N., Benotmane M.A., Tapio S., Polanska J., Bouffler S.D.: Transcriptomic and proteomic analysis of mouse radiation–induced acute myeloid leukaemia (AML). Oncotarget, 2016, 7(26):40461-80, doi:10.18632/oncotarget.9626

64. Marczyk M: Improved Detection of 2D Gel Electrophoresis Spots by Using Gaussian Mixture Model. In Bioinformatics Research and Applications, A. Bourgeois, P. Skums, X. Wan and A. Zelikovsky, Editors. Springer International Publishing 2016. p. 284-94, ISBN: 978-3-319-38781-9

65. A. Cieślar-Pobuda, M. Rafat, V. Knoflach, M., Skonieczna, A. Hudecki, A. Małecki, E. Urasińska, S. Ghavami, M. J. Łos, Human induced pluripotent stem cell differentiation and direct transdifferentiation into corneal epithelial-like cells, Oncotarget, 2016, 7(27):42314-42329, DOI: 10.18632/oncotarget.9791

66. Widlak P, Pietrowska M, Polanska J, Marczyk M, Ros M, Dziadziuszko R, Jassem J, Rzyman W: Serum mass profile signature as a biomarker of early lung cancer. Lung Cancer, 2016, 99:46-52, http://dx.doi.org/10.1016/j.lungcan.2016.06.011

67. Mrukwa G., Drazek G., Pietrowska M., Chekan M., Widlak P., Polanska J.: Iteracyjne zastosowanie deglomeracyjnego algorytmu iK-średnich do grupowania próbek MALDI-MSI pod kątem profilu molekularnego. III Śląskie Spotkania Naukowe, 3-4.06.2016, Dzierżno

68. Drazek G., Mrukwa G., Pietrowska M., Chekan M., Widlak P., Polanska J.: Wykrywanie sygnatury molekularnej raka nabłonka technikami obrazowania spektrometrii mas (MALDI-IMS). Śląskie Spotkania Naukowe, 3-4.06.2015, Dzierżno

69. Bobowicz M, Skrzypski M, Czapiewski P, Marczyk M, Maciejewska A, Jankowski M, Szulgo-Paczkowska A, Zegarski W, Pawlowski R, Polanska J, Biernat W, Jaskiewicz J, Jassem J: Prognostic value of 5-microRNA based signature in T2-T3N0 colon cancer. Clinical & Experimental Metastasis, 2016, 33:765–773, DOI 10.1007/s10585-016-9810-1

70. Popowicz A., Blachowicz T., A simple multipurpose double-beam optical image analyzer, Rev. Sci. Instrum. 87, 073105 (2016); http://dx.doi.org/10.1063/1.4959270

71. Blachowicz A., Manning G., Badie C., Bouffler S., Polanska J.: Detekcja regionów promotorowych genów o profilu metylacji istotnie różniącym osoby zdrowe i cierpiące na AML. Śląskie Spotkania Naukowe, 3-4.06.2016, Dzierżno

72. Papiez A. , Marczyk M. , Polanski A., Polanska J.: Programowanie dynamiczne jako metoda identyfikacji efektu paczki, III Śląskie Spotkania Naukowe, Dzierżno 3-4.06.2016

73. Szymanek A., Zyla J., Badie C., Alsbeih G, Polanska J.: Functional genomic data analysis of irradiation impact to ATF3 protein expression. Acta Biochim Polonica vol.63(Suppl.2):168 - 2nd Congress of the Polish Biochemistry, Cell Biology, Biophysics and Bioinformatics , Wrocław Sept. 13–16 2016

74. Zyla J., Badie C., Alsbeih G., Polanska J.: Integracja prawdopodobieństw dla analiz wyników eksperymentów wysokoprzepustowej biologii molekularnej, III Śląskie Spotkania Naukowe, str. 47, Dzierżno 3-4.06.2016

75. Popowicz A., Smołka B., Fast image colourisation using the isolines concept, Multimedia Tools and Applications, (online, 2016), doi:10.1007/s11042-016-3892-2

76. A. Popowicz; A. R. Kurek; T. Blachowicz; V. Orlov; B. Smolka, On the efficiency of techniques for the reduction of impulsive noise in astronomical images, Monthly Notices of the Royal Astronomical Society, 2016 463 (2): 2172-2189 doi: 10.1093/mnras/stw1983

77. Polanska J: Computer aided segmentation of brain tumour in MRI apparent diffusion coefficient (ADC) maps. 3rd Central European Symposium on Radiation Oncology – Technological and Biological Sunrise for Radiation Oncology CESORO 2016, 6-8.10.2016, Ustron Poland

78. Walaszczyk A, Pietrowska M, Wojakowska A, Abramowicz A, Rodziewicz P, Polanska J, Beh-rendt K, Nowicka E, Tarnawski R, Widłak P: Identification of serum proteins associated with the risk of metastasis of breast cancer patients. 3rd Central European Symposium on Radiation Oncology – Technological and Biological Sunrise for Radiation Oncology CESORO 2016, 6-8.10.2016, Ustron Poland

79. Rolnik B, Al-Harbi N, Bin Judia S, Majid S, Alsbeih G, Polanska J: Zastosowanie trendów odpowiedzi na niskie i wysokie dawki promieniowania w analizie zmian strukturalnych genomu. III Śląskie Spotkania Naukowe SSN2016, 3-4.06.2016, Dzierżno, Polska

80. Mrukwa Grzegorz, Grzegorz Drazek, Monika Pietrowska, Piotr Widlak, Joanna Polanska: Divisive iK-means algorithm as a tool for ROI selection in the search for MALDI-MSI based molecular signature of thyroid cancer. 2nd Congress of Polish Biochemistry, Cell biology, Biotechnology and Bioinformatics Bio2016. 13-16.09.2016, Wrocław. Acta Biochimica Polonica, 2016, 63(S2):72

81. Candéias Serge M., Justyna Mika, Sylwia Kabacik, Ann-Karin Olsen, Joanna Polanska, Simon Bouffler, Christophe M Badie: Long term alteration of mouse TCR repertoire following radiation exposure, Radiation Protection Week, Book of abstracts, p.84, 19-23.09.2016, Oxford, UK

82. Mrukwa G, Sykacek P, Drążek G, Pietrowska M, Chekan M, Widłak P, Polańska J: Assessing feature transformations for clustering of MALDI-MSI data. OurCon IV, 4th Imaging Mass Spectrometry Conference, 17-21.10.2016, Ustroń

83. Polanska J, Mrukwa G, Drazek G, Krawczyk A, Chekan M, Pietrowska M, Widlak P: Gaussian Mixture modelling in MSI-based search for molecularly homogenous regions in cancer tissue. OurCon IV, 4th Imaging Mass Spectrometry Conference, 17-21.10.2016, Ustroń

84. Mika Justyna, Candeias Serge, Badie Christophe and Polańska Joanna. Functionality status of murice TCR sequences – comparative analysis of diversity indices and effect size statistics, 2016. 2nd Congress of Polish Biochemistry, Cell biology, Biotechnology and Bioinformatics (BIO2016), 13/09/2016-16/09/2016, Wrocław, pp. 169

85. Chobot A, Rusak E, Wenzlau J, Bąk-Drabik K, Krzywicka A, Polańska J, Rewers M. 2016. Ocena autoprzeciwciał przeciwko podjednostce 4A pompy protonowej komórek okładzinowych żołądka u dzieci z cukrzycą typu 1. XV Konferencja Sekcji Pediatrycznej Polskiego Towarzystwa Diabetologicznego, Rzeszów

86. Chobot A, Rusak E, Wenzlau J, Bąk-Drabik K, Krzywicka A, Mazur B, Rotarska-Mizera A, Polańska J, Rewers M., Ocena częstości występowania autoprzeciwciał przeciwko podjednostce 4A pompy protonowej komórek okładzinowych żołądka u dzieci cukrzycą typu 1. IX Ogólnopolski Zjazd Polskiego Towarzystwa Gastroenterologii, Hepatologii i Żywienia Dzieci, 16-18 czerwca 2016, Bydgoszcz

87. Marczyk M: Methods for filtering 2D gel electrophoresis images. Book of Abstracts, p.63, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016

88. Ros-Mazurczyk M, Pietrowska M, Jelonek K, Marczyk M, Polanska J, Dziadziuszko R, Jassem J, Rzyman W, Widlak P: Serum lipid profile as a biomarker of early lung cancer: decreased levels of lysophosphatidylcholines in serum of cancer patients. Book of Abstracts, p.112, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016

89. L. Malinski, B. Smolka, Fast adaptive switching technique of impulsive noise removal in color images, Journal of Real-Time Image Processing, p. 1-22, 2016, DOI: doi:10.1007/s11554-016-0599-6

90. Mika J, Badie C, Candeias S, Polanska J: Calculation of nucleotide sequence occurrence probability in high-throuput TCR sequencing data to examine effect of irradiation. Book of Abstracts, p.108, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016

91. Labaj W, Papiez A, Polanska J: Leukemia subtype biomarker validation in large gene ex-pression study. Gliwickie Spotkania Naukowe 2016, 18-19.11.2016, Gliwice, Polska, p.101 - poster

92. Zyla J, Marczyk M, Polanska J: Discovering new biologically relevant pathways by Gene Set Enrichment Analysis. Book of Abstracts, p.102, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016

93. Cecotka Agnieszka, Grainne Manning, Christophe Badie, Simon Bouffler, Joanna Polanska: Demethylation level diversification among different genome regions in human AML. Gli-wickie Spotkania Naukowe 2016, 18-19.11.2016, Gliwice, Polska, p.104 - poster

94. Cecotka A, Manning G, Badie C, Bouffler S, Polanska J: Demethylation level diversification among different genome regions in human AML, Book of Abstracts, p.104, XX Gliwice Scientific Meetings, Gliwice, November 18-19, 2016

95. Rolnik B., Al-Harbi N., Judia S.B., Majid S., Alsbeih G., Polanska J.: Hierarchical clusterization of dose-response trends in structural modifications of genome, Acta Biochimica Polonica, Supplement 2, Abstracts of BIO 2016 Congress, Wrocław, Poland 13-16.09.16, p.44

96. Chobot A, Polanska J, Deja G, Jarosz-Chobot P: Epidemiology of type 1 diabetes among Silesian children aged 0-14 years – 24 years of observations. Acta Diabetologica 2015, 52:483-488, doi: 10.1007/s00592-014-0682-z

97. Polanski A, Marczyk M, Pietrowska M, Widlak P, Polanska J: Least squares estimators of peptide species concentrations based on Gaussian mixture decompositions of protein mass spectra. 12th German-Polish Workshop on Stochastic Models, Statistics and Their Applications, SMSTA 2015, 16-20.02.2015, Wrocław, Poland. Proceedings in Mathematics and Statistics, vol.122, pp 425-432, ISBN 978-3-319-13880-0 Eds. Steland A, Rafajłowicz E, Szajowski K. Springer

98. Binczyk F, Marczyk M and Polanska J: Mixture model based efficient method for magnetic resonance spectra quantification. Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9044, pp.406-417, ISBN 978-3-319-16480-9, Eds. Ortuño, Francisco, Rojas, Ignacio, 3rd International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2015, Granada, Spain, 15-17.04.2015

99. Papiez A, Kabacik S, Badie C, Bouffler S, Polanska J: Statistical integration of p-values for enhancing discovery of radiotoxicity gene signatures. Bioinformatics and Biomedical Engineering, Lecture Notes in Computer Science, vol. 9043, pp. 503-513, ISBN 978-3-319-16482-3, Eds. Ortuño, Francisco, Rojas, Ignacio, 3rd International Work-Conference on Bioinformatics and Biomedical Engineering IWBBIO 2015, Granada, Spain, 15-17.04.2015

100. Dolbniak M, Zyla J, Kabacik S, Manning G, Badie C, Alsbeih G, Polanska J: Is the identification of SNP-miRNA interactions supporting the prediction of human lymphocyte transcriptional radiation responses? 6th International Conference on Bioinformatics Models, Methods and Algorithms. pp.243-250 Eds. Oscar Pastor, Christine Sinoquet, Ana Fred, Hugo Gamboa and Dirk Elias ISBN: 978-989-758-070-3 BIOSTEC/BIOINFORMATICS 2015, 12-15 January 2015, Lisbon, Portugal

101. Staniszewski M, Binczyk F, Skorupa A, Boguszewicz L, Sokol M, Polanska J, Polanski A: Comparison of black box implementations of two algorithms of processing of NMR spectra, Gaussian Mixture Model and Singular Value Decomposition, 8th International Conference on Bio-inspired Systems and Signal Processing. pp.57-65 ISBN: 978-989-758-069-7 Eds:Harald Loose, Ana Fred, Hugo Gamboa and Dirk Elias, BIOSTEC/BIOSIGNALS 2015, 12-15 January 2015, Lisbon, Portugal

102. Popowicz A., Malcher A., Bernacki K., Fietkiewicz K.: A passive FPAA based RF scatter meteor detector, Publications of the Astronomical Society of the Pacific, vol. 128, pp. 152-160, 2015

103. Zyla J., Bulman R., Badie C., Bouffler S.: Potential protein activity modifications of amino acid variants in the human transcriptome, Acta Biochimica Polonica, 64(1):57-61, 2015

104. Widlak P, K Jelonek, A Wojakowska, M Pietrowska, J Polanska, L Marczak, L Miszczyk, K Skladowski: Serum proteome signature of radiation response: upregulation of acute response factors, and downregulation of apolipoproteins and coagulation factors in cancer patients subjected to radiotherapy. International Journal of Radiation Oncology, Biology, Physics, 2015, 92(5):1108-1115, doi:10.1016/j.ijrobp.2015.03.040 Epub 7 April 2015

105. Popowicz A., Kurek A., Pollo A., Smolka B., Beyond the current noise limit in imaging through turbulent medium, Optics Letters, Vol.40, No. 10, pp. 2181-2184, 2015

106. Zyla J., M. Dolbniak, Badie C., Alsbeih G., Polanska J: Trend control focused integration in modeling genotype-phenotype interactions. 19th Annual International Conference on Research in Computational Molecular Biology RECOMB 2015, Book of abstracts, p. 84-85, 11.04-15.04.2015 Warsaw, POLAND

107. Kotas J., Badie C., Candéias S., Polanska J.: Usage of bootstrap sampling in comparing biological diversity of differently sized data samples. 19th Annual International Conference on Research in Computational Molecular Biology RECOMB 2015, Book of abstracts, p. 85, 11.04-15.04.2015 Warsaw, POLAND

108. Papiez A, Marczyk M, Polanski A, Polanska J: Identifying batch effects in high-throughput biological data using dynamic programming based approach. 19th Annual International Conference on Research in Computational Molecular Biology RECOMB 2015, Book of abstracts, p.81, April 12-15, 2015, Warsaw, Poland

109. Binczyk F, Tarnawski R, Polanska J: Strategies for optimizing the phase correction algorithms in Nuclear Magnetic Resonance spectroscopy. BioMedical Engineering OnLine, 2015, 14(S2):S5, doi:10.1186/1475-925X-14-S2-S5

110. Popowicz A., Smołka B., A method of complex background estimation in astronomical images, Monthly Notices of Royal Astronomical Society, vol. 452(1), pp. 809-823, 2015

111. Blachowicz A, Tapio S, Barjaktarovic Z, Benotmane R, Finnon R, Badie C, Bouffler S, Polanska J: Does the way of induction of AML among mouse has influence on protein signature in cells? 9th Central and Eastern European Proteomics Conference CEEPC 2015, p.40, 15-18.06.2015 Poznań

112. Drazek G, Marczyk M, Polanska J: Biomarkers Discovery by Gaussian mixture modeling and permutation tests in Imaging Mass Spectrometry Data. 9th Central and Eastern European Proteomics Conference CEEPC 2015, 15-18.06.2015 Poznań, p.14

113. Mrukwa G, Polanska J: Tuning k-means algorithm for detection of heterogenous regions in MSI samples. 9th Central and Eastern European Proteomics Conference CEEPC 2015, 15-18.06.2015 Poznań

114. B. Smolka, B. Cyganek, Impulsive noise suppression in color images based on the geodesic digital paths,Conference on Real-Time Image and Video Processing Location: San Francisco, USA, FEB 10, 2015, Proceedings of SPIE Vol. 9400 Article Number: 94000R, 2015

115. Marczyk M, Drazek G, Pietrowska M, Widlak P, Polanska J, Polanski A: Modeling of Imaging Mass Spectrometry Data and Testing by Permutation for Biomarkers Discovery in Tissues. Procedia Computer Science 2015, 51, p. 693-702. International Conference On Computational Science, ICCS 2015, Reykjavík, Iceland, June 1-3, 2015

116. Marczyk M, Drazek G: Different approaches to detection and quantification of spectral peaks in mass spectrometry imaging data. 9th Central and Eastern European Proteomics Conference CEEPC 2015, 15-18.06.2015 Poznań, p.13

117. B. Smolka, K. Radlak, Adaptive Trimmed Averaging Filter for Noise Removal in Color Images, The 10th International Conference on Computer Science & Education, p. 89-94, July 22-24, 2015, Fitzwilliam College, Cambridge University, UK

118. Pietrowska Monika, Karol Jelonek, Joanna Polanska, Anna Wojakowska, Lukasz Marczak, Ewa Chawinska, Leszek Miszczyk, Piotr Widlak: Partial-body irradiation in patients with prostate cancer treated with IMRT has a little effect on the composition of serum proteome. Proteomes, 2015, 3, 117-131, doi:10.3390/proteomes3030117

119. Polanski A, Marczyk M, Pietrowska M, Widlak P, Polanska J: Signal Partitioning Algorithm for Highly Efficient Gaussian Mixture Modeling in Mass Spectrometry. PLOS ONE, 2015, 10(7): e0134256, doi:10.1371/journal.pone.0134256

120. A. Cieślar-Pobuda, M.V. Jain, G. Kratz, J. Rzeszowska-Wolny, S. Ghavami, E. Wiechec, The expression pattern of PFKFB3 enzyme distinguishes between induced-pluripotent stem cells and cancer stem cells, Oncotarget, 2015 Oct 6;6(30):29753-70. doi: 10.18632/oncotarget.4995

121. Binczyk F., Weber C., Goetz M., Stjeltjes B., Meier-Hein K., Tarnawski R., Polanska J.: "A filtration of cerebrospinal fluid signal based on Gaussian mixture model decomposition of magnetic resonance diffusion weighted imaging data", 8th Symposium of the Polish Bioinformatics Society, 17-19 September 2015, Lublin, Poland

122. Mrukwa G, Drazek G, Pietrowska M, Widlak P, Polanska J: Iterative clustering procedure for automated identification of peptide signature of molecularly heterogeneous tissue regions in tumor samples. 8th Symposium of the Polish Bioinformatics Society, 17-19 September 2015, Lublin, Poland

123. Zyla J, Marczyk M, Polanska J: Searching for radiosensitivity biomarkers by Monte Carlo feature selection and rought sets approach. 8th Symposium of the Polish Bioinformatics Society,PP'11, 17-19 September 2015, Lublin, Poland

124. A. Bal: The fast method of creating high dynamic range image for fluorescent microscopy applications, VipIMAGE 2015 - V ECCOMAS Thematic Conference on Computational Vision and Medical Image Processing, Tenerife, Spain, October 19-21, 2015, Editors: João Manuel R.S. Tavares, R.M. Nata Jorge, pp. 41-47, ISBN: 978-1-138-02926-2, e-ISBN: 978-1-315-64 2015

125. Zyla J, Badie C, Alsbeih G and Polanska J: Comprehensive multiomics analysis of radiosensitivity phenomena, 2015. International Synthetic and Systems Biology Summer School (SSBSS 2015), 05/07/2015-09/07/2015, Taormina, pp. 34

126. Papiez A, P-value Integration as a technique for validating high-throughput biomedical experiments, International Synthetic & Systems Biology Summer School 2015, 5-9.07.2015, Book of Abstracts, p.32.

127. P Nilsson, KE Magnusson, H Appelqvist, A Cieslar-Pobuda, M Bäck; An imidazole functionalized pentameric thiophene displays different staining patterns in normal and malignant cells, Frontiers in Chemistry 3: 58, 2015, doi: 10.3389/fchem.2015.00058

128. K. Radlak, M. Bozek, B. Smolka, Silesian deception database – presentation and analysis, Proceedings of the 2015 ACM on Workshop on Multimodal Deception Detection, pp. 29-35, Seattle, USA, 2015, ISBN: 978-1-4503-3987-2

129. Zyla J, Alsbeih G, Badie C: Comparision of gene set enrichment analysis methods in single nucleotide polymorphism investigation on radiosensitivity phenomena. XIXth Gliwice Scientific Meetings, Book of abstracts, p. 164. 20-21.11.2015, Gliwice, Poland

130. Serge M. Candéias, Justyna Kotas, Sylwia Kabacik, Ann-Karin Olsen, Joanna Polanska, Simon Bouffler, Christophe M Badie: Effects of low dose radiation on the T lymphocyte repertoire in the mouse: analysis from a TCR point of view. XIXth Gliwice Scientific Meetings, Book of abstracts, p. 35. 20-21.11.2015, Gliwice, Poland

131. Justyna Kotas, Christophe Badie, Serge Candéias, Joanna Polanska: Do the dose and the time post irradiation affect functional V genes frequencies in murine TCR? XIXth Gliwice Scientific Meetings, Book of abstracts, p. 97. 20-21.11.2015, Gliwice, Poland

132. Tobiasz J., Papiez A., The application of the microarray analysis methods in search of candidate gene signatures of radiosensitivity. XIX Gliwice Scientific Meetings, Book of abstracts, p. 151. 20-21.11.2015, Gliwice, Poland

133. Marczyk M: Modeling of protein spots on 2D gel electrophoresis images. Book of Abstracts, p.110, XIX Gliwice Scientific Meetings, Gliwice, November 20-21, 2015

134. Aneta Wegierek-Ciuk, Michal Arabski, Piotr Kedzierawski, Agnieszka Florek, Dariusz Solowiej, Stanislaw Gozdz, Halina Lisowska, Artur Kowalik, Magdalena Kowalska, Andrzej Wojcik, Joanna Polanska, Anna Lankoff: Searching for in vitro biomarkers of susceptibility to prostate and cervical cancers by analysis of chromosomal instability, γ-H2AX foci, polymor-phisms in DNA repair genes and apoptosis, Journal of Pre-Clinical and Clinical Research, 2015, Vol 9, No 2, 97-104

135. Rolnik B., Al-Harbi N., Judia S.B., Majid S., Alsbeih G., Polanska J.: Copy number variation analysis as a method for finding out biomarkers of radiosensitivity. XIX Gliwice Scientific Meetings, Book of abstracts, p. 134. 20-21.11.2015, Gliwice, Poland

136. A. Kordecki, A. Bal, Capturing the Best Hyperspectral Image in Different Lighting Conditions, The 8th International Conference on Machine Vision (ICMV 2015), Barcelona, Spain, 18-22.11.2015

137. Mrukwa G., Drazek G., Pietrowska M., Chekan M., Widlak P., Polanska J.: Novel ik-means algorithm comparison with PCA-based approach for determining heterogeneity in MALDI-MSI tumor samples. XIX Gliwice Scientific Meetings, Book of abstracts, p. 116. 20-21.11.2015, Gliwice, Poland

138. K. Nurzynska, B. Smolka, Smiling and neutral facial display recognition with local binary patterns operator, Journal of Medical Imaging and Health Informatics, vol.5, no. 6, pp. 1-9, 2015 American Scientific Publishers, USA, ISBN 2156-7018

139. B. Smolka, D. Kusnik, Robust local similarity filter for the reduction of mixed Gaussian and impulsive noise in color digital images, Signal, Image and Video Processing, 9, 1, 49-56, 2015

140. K. Nurzynska, B. Smolka, SNiP - Smile - Neutral facial display Intensity Predictor. In J.M. R. S. Tavares and R. M N. Jorge (eds.) VipIMAGE 2015, Computational Vision and Medical image Processing V, pp. 347-353, 2016 Taylor & Francis Group, London, (October 19-21, 2015, Tenerife, Spain.)

141. Krol L. Alsbeih G. Badie C. Polanska J: Impact of missing genotype imputation on the power of Genome Wide Association Studies. Proceedings of International Work-Conference on Bioinformatics and Biomedical Engineering (IWBBIO 2014). vol.2 p.1603-1614, ISBN:978-84-15814-84-9, 7-9.04.2014, Granada, SPAIN

142. Radlak K., Smolka B.: Adaptive Non-Local Means Filtering for Speckle Noise Reduction. In: Computer Vision and Graphics, Lecture Notes in Computer Science, Springer, Volume 8671, 2014, pp 518-525, ISBN:978-3-319-11330-2

143. Zyla J., Badie C., Alsbeih G., Polanska J.: Integrative data analysis for DNA damage repair genes related to p53. Acta Biochim Polonica vol.61(Suppl.1):101 - 1st Congress of Biochemistry, Cell Biology, Biophysics and Bioinformatics, Warszawa Sept. 9–12 2014

144. Papiez A., Badie C., Polanska J.: Statistical methods for integrating high-throughput biological data. Acta Biochim Polonica vol.61(Suppl.1):95 - 1st Congress of Biochemistry, Cell Biology, Biophysics and Bioinformatics , Warszawa Sept. 9–12 2014

145. Marczyk M, Polanska J, Polanski A: Modeling of MALDI-ToF spectra by parallel computing. Acta Biochimica Polonica 2014, vol.61(Supp. 1), p. 92. 1st Congress of Biochemistry, Cell Biology, Biophysics and Bioinformatics, Warszawa, Poland, September 9–12, 2014

146. Binczyk F, Marczyk M, Polanski A, Polanska J: An efficient approach for estimating GMM initial conditions as a way of improvement of Nuclear Magnetic resonance spectra analysis. Acta Biochimica Polonica 2014, vol.61(Supp. 1), p. 78. 1st Congress of Biochemistry, Cell Biology, Biophysics and Bioinformatics, Warszawa, Poland, September 9–12, 2014

147. Popowicz A., A review of dark current nonlinearities in CCD image sensors, Pomiary Automatyka Kontrola, PAK 2014 nr 06, s. 362-365

148. Zyla J. Alsbeih G. Kabacik S. Badie C. Polanska J: Heredity of the G1 and G2 cell cycle phase based on genes in p53 pathway. XVIII Gliwice Scientific Meetings, Book of abstracts, p. 160. 21-22.11.2014, Gliwice, Poland

149. Binczyk F, M Marczyk, J Polanska: Fast and efficient techniques of magnetic resonance spectra decomposition based on mixture model. XVIII Gliwice Scientific Meetings, 21-22 Nov 2014, Gliwice, p.55

150. Blachowicz A, S Tapio, Z Barjaktarovic, R Benotmane, C Badie, S Bouffler, J Polanska: Comparison study of transcriptomic and proteomic analyses of three mouse radiation induced AMLs. XVIII Gliwice Scientific Meetings, 21-22 Nov 2014, Gliwice, p.56

151. Papiez A, C Badie, J Polanska: Impact of the selection of statistical test on the quality of gene signatures in an integrative analysis approach. XVIII Gliwice Scientific Meetings, 21-22 Nov 2014, Gliwice, p.125

152. M. Kawulok, J. Kawulok, J. Nalepa, and B. Smolka, “Self-adaptive algorithm for segmenting skin regions,” EURASIP Journal on Advances in Signal Processing, vol. 2014, no. 170, 2014

Główny wykonawca: Wojciech Prażuch, Aleksandra Suwalska, Marek Socha, Paweł Foszner

Wykonawcy: Michał Marczyk, Joanna Żyła

Opis projektu: Celem projektu jest opracowaniu narzędzia bioinformatycznego wspierającego monitorowanie rozwoju choroby COVID-19, ocenę efektów terapii oraz poziomu zmian w miąższu płuca.

Afiliowane publikacje:

Główny wykonawca:

Wykonawcy:

Opis projektu: Celem głównym modułu V jest doskonalenie jakości i efektywności uczenia się poprzez profesjonalizację Szkoły Doktorów, formułującej kluczowe dla rozwoju gospodarki i społeczeństwa nowatorskie i interdyscyplinarne programy kształcenia oraz wspomagającej kreowanie wybitnych osobowości

Afiliowane publikacje:
1. Suwalska, A., Tobiasz, J., Prażuch, W., Socha, M., Foszner, P., Piotrowski, D., Gruszczynska, K., Sliwinska, M., Walecki, J., Popiela, T., Przybylski, G., Nowak, M., Fiedor, P., Pawlowska, M., Flisiak, R., Simon, K., Zapolska, G., Gizycka, B., Szurowska, E., Marczyk, M., Cieszanowski, A., Polanska, J. (2023). POLCOVID: a multicenter multiclass chest X-ray database (Poland, 2020–2021). Scientific Data, 10, 1–9. https://doi.org/10.1038/s41597-023-02229-5

2. Socha M, Prażuch W, Suwalska A, Foszner P, Tobiasz J, Jaroszewicz J, Gruszczynska K, Sliwinska M, Nowak M, Gizycka B, Zapolska G, Popiela T, Przybylski G, Fiedor P, Pawlowska M, Flisiak R, Simon K, Walecki J, Cieszanowski A, Szurowska E, Marczyk M, Polanska J: Pathological changes or technical artefacts? The problem of the heterogenous databases in COVID-19 CXR image analysis. Computer Methods and Programs in Biomedicine 2023, 240, 107684

3. Suwalska A, Polanska J: GMM-Based Expanded Feature Space as a Way to Extract Useful Information for Rare Cell Subtypes Identification in Single-Cell Mass Cytometry. International Journal of Molecular Sciences. 2023; 24(18):14033. https://doi.org/10.3390/ijms241814033

4. Suwalska A, Siuda J, Kocot S, Żmuda W, Rudzińska-Bar M, Polanska J: Activation maps of convolutional neural networks as a tool for brain degeneration tracking in early diagnosis of dementia in Parkinson's disease based on magnetic resonance imaging. Signal, Image and Video Processing, 2023, doi: 10.1007/s11760-023-02643-7

5. Prazuch W., Socha M., Suwalska A., Tobiasz J., Marczyk M., Polanska J.: Superresolution as a method of Machine Learning bias reduction in radiography – EMIM 2022, 15-18 March 2022, Thessaloniki, p.156

6. Aleksandra Suwalska and Joanna Polanska, "XAI techniques as an effective feature selection method for cancer tissue identification in MALDI-MSI data", European Molecular Imaging Meeting – EMIM 2022, 15-18 March 2022,Thessaloniki, p.403

7. Marek Socha, Michal Marczyk, Wojciech Prazuch, Joanna Tobiasz, Aleksandra Suwalska, Malgorzata Piotrowicz, Pawel Bozek, Marcin Maruszewski, Slawomir Zeglen, Joanna Polanska, "Methods of standardization of computed tomography images of lungs from various centers and platforms", European Molecular Imaging Meeting – EMIM 2022, 15-18 March 2022, Thessaloniki, p.415

8. Radiomic-Based Lung Nodule Classification in Low-Dose Computed Tomography. In: Rojas, I., Valenzuela, O., Rojas, F., Herrera, L.J., Ortuño, F. (eds) Bioinformatics and Biomedical Engineering. IWBBIO 2022. Lecture Notes in Computer Science(), vol 13346. Springer, Cham

9. Suwalska A, Zientek L, Polanska J, Marczyk M: Quantifying Spatial Heterogeneity of Tumor‐Infiltrating Lymphocytes to Predict Survival of Individual Cancer Patients. Journal of Personalized Medicine 2022, 12, 1113

10. Suwalska A, Socha M, Prazuch W, Tobiasz J, Polanska J, Marczyk M: nUMAP: How can we overcome the problem in the visualization in multi dataset comparative studies? Book of Abstracts, p. 18. Computational Oncology and Personalized Medicine: The challenges of the future (COPM2022), April 27, 2022, Gliwice, Poland

11. Suwalska, A., du Plessis-Burger, N., van der Spuy, G., Polanska, J. (2022). Comparison of Batch Effect Removal Methods for High Dimensional Mass Cytometry Data. In: Rojas, I., Valenzuela, O., Rojas, F., Herrera, L.J., Ortuño, F. (eds) Bioinformatics and Biomedical Engineering. IWBBIO 2022. Lecture Notes in Computer Science(), vol 13347. Springer, Cham.

12. Aleksandra Suwalska, Yingzhe Wang, Ziyu Yuan, Yanfeng Jiang, Dongliang Zhu, Jinhua Chen, Mei Cui, Xingdong Chen, Chen Suo, Joanna Polanska (2022). CMB-HUNT: Automatic detection of cerebral microbleeds using a deep neural network. Computers in Biology and Medicine, 151, 106233.

13. Prazuch, W., Suwalska, A., Socha, M., Tobiasz, J., Foszner, P., Jaroszewicz, J., ... & Polanska, J. (2022). CIRCA: comprehensible online system in support of chest X-rays-based COVID-19 diagnosis. arXiv preprint arXiv:2210.05440

14. Socha M, Suwalska A, Prazuch W, Marczyk M, Polańska J, Grupa Badawcza PolCovid: Graficzna reprezentacja heterogenicznosci zbioru radiogramów z bazy PolCovid za pomocą techniki UMAP. Streszczenia wystąpień ustnych, strona 32, Konferencja Onkologia obliczeniowa i spersonalizowana medycyna - TU i TERAZ! (COPM 2021), 21 kwietnia 2021 r., Gliwice, Polska

15. Suwalska Aleksandra and Polanska Joanna: Preliminary study for a fully automated pre-gating method for high-dimensional mass cytometry data, 2021 IEEE 21st International Conference on Bioinformatics and Bioengineering (BIBE), 25-27.10.2021,Kragujevac, Serbia, pp. 1-5, doi: 10.1109/BIBE52308.2021.9635492

16. Marek Socha, Aleksandra Suwalska, Wojciech Prazuch, Michał Marczyk, Joanna Polanska, and POLCOVID Study Group, "UMAP-based graphic representation of POLCOVID chest X-Ray data set heterogeneity" in Recent Advances in Computational Oncology and Personalised Medicine (Eds. Ziemowit Ostrowski and Sylwia Bajkacz), 2021, vol.1, pp.100-114, ISBN 978-83-7880-800-8

17. Aleksandra Suwalska, Yingzhe Wang, Ziyu Yuan, Yanfeng Jiang, Jinhua Chen, Mei Cui, Xingdong Chen, Chen Suo, Joanna Polanska, "Cerebral Microbleeds detection on MR images with hybrid neural network", Autumn Workshop PTBI 2020, November 24, 2020, book of abstracts, pp. 31-32

Główny wykonawca: Franciszek Binczyk, Wojciech Prażuch, Aleksandra Suwalska, Marek Socha, Paweł Foszner

Wykonawcy: Michał Marczyk

Opis projektu: Celem projektu jest opracowanie dostępnego internetowo, wykorzystującego techniki sztucznej inteligencji narzędzia do wsparcia diagnostyki obrazowej COVID-19 na podstawie analizy tzw. zdjęć płaskich (zdjęcia rentgenowskie klatki piersiowej)

Afiliowane publikacje:
1. Suwalska, A., Tobiasz, J., Prażuch, W., Socha, M., Foszner, P., Piotrowski, D., Gruszczynska, K., Sliwinska, M., Walecki, J., Popiela, T., Przybylski, G., Nowak, M., Fiedor, P., Pawlowska, M., Flisiak, R., Simon, K., Zapolska, G., Gizycka, B., Szurowska, E., Marczyk, M., Cieszanowski, A., Polanska, J. (2023). POLCOVID: a multicenter multiclass chest X-ray database (Poland, 2020–2021). Scientific Data, 10, 1–9. https://doi.org/10.1038/s41597-023-02229-5

2. Socha M, Prażuch W, Suwalska A, Foszner P, Tobiasz J, Jaroszewicz J, Gruszczynska K, Sliwinska M, Nowak M, Gizycka B, Zapolska G, Popiela T, Przybylski G, Fiedor P, Pawlowska M, Flisiak R, Simon K, Walecki J, Cieszanowski A, Szurowska E, Marczyk M, Polanska J: Pathological changes or technical artefacts? The problem of the heterogenous databases in COVID-19 CXR image analysis. Computer Methods and Programs in Biomedicine 2023, 240, 107684

3. Prazuch W., Socha M., Suwalska A., Tobiasz J., Marczyk M., Polanska J.: Superresolution as a method of Machine Learning bias reduction in radiography – EMIM 2022, 15-18 March 2022, Thessaloniki, p.156

4. Prazuch, W., Suwalska, A., Socha, M., Tobiasz, J., Foszner, P., Jaroszewicz, J., ... & Polanska, J. (2022). CIRCA: comprehensible online system in support of chest X-rays-based COVID-19 diagnosis. arXiv preprint arXiv:2210.05440

Główny wykonawca: Wojciech Prażuch, Aleksandra Suwalska, Marek Socha

Wykonawcy: Michał Marczyk, Joanna Tobiasz

Opis projektu: Charakter zmian stwierdzanych w badaniach TK klatki piersiowej w przebiegu COVID-19 nie jest typowy tylko dla tej jednej jednostki chorobowej, ale występuje także w innych chorobach śródmiąższowych w tym o charakterze zapalnym, o innej niż SARS-CoV-2 etiologii. Nawet u ponad 54% bezobjawowych pacjentów z infekcją SARS-CoV-2 wykrywane są zmiany zapalne w płucach w badaniu TK. Wyzwaniami diagnostycznymi przed którym stoi lekarz radiolog są obecnie: określenie prawdopodobieństwa COVID-19 w przypadku podejrzenia klinicznego zmian, określenie czasu trwania i etapu choroby, wykrycie przypadków COVID-19 u pacjentów diagnozowanych z innego powodu, a także ilościowe monitorowanie dynamiki zmian w TK u pacjentów z potwierdzonym COVID-19 co pozwoli w przyszłości na optymalizację schematów i procedur leczniczych.
Projekt ma na celu stworzenie narzędzi na bazie sztucznej inteligencji wspomagających diagnozę i monitorowanie COVID-19 w badaniach tomografii komputerowej. Opracowana technologia pozwoli na automatyczną analizę badań TK pod kątem oceny jakościowej i ilościowej zmian typowych dla COVID-19 stwierdzanych w przebiegu chorób śródmiąższowych płuc oraz pozwoli określić prawdopodobieństwo COVID-19 w oparciu o schemat klasyfikacji i raportowania danych COVID-RADS. Dane dostępne w wyniku wspomaganej algorytmem oceny skrócą czas opisu badania TK, pozwolą wykryć przypadki COVID-19 niepodejrzane klinicznie i dostarczą dodatkowe informacje, na bazie których będzie można udoskonalić istniejące bądź stworzyć nowe schematy lecznicze i procedury postępowania.

Afiliowane publikacje: