<html>
<head>
<meta http-equiv="content-type" content="text/html; charset=utf-8">
</head>
<body text="#000000" bgcolor="#FFFFFF">
I N V I T A T I O N<br>
<font face="sans-serif"> </font><br>
<font face="sans-serif">===============================================<br>
<br>
to the Research Seminar 'Computer Graphics, Image Processing, and
Visualization'<br>
<br>
</font><font face="sans-serif"> on<font face="sans-serif">
Wednesday, September 21st, 2016, at 1:15 PM,<br>
in Room P-702 in the Paulinum, Augustusplatz.</font><br>
</font><br>
<font face="sans-serif">===============================================</font><br>
<br>
There will be two talks. The first one is given by<br>
<br>
Sören Reichardt<br>
Department of Computer Science<br>
Leipzig University<br>
<br>
and is entitled<br>
<br>
"Implementierung und Parallelisierung eines probabilistischen
Q-Ball<br>
Traktografiealgorithmus in OpenWalnut".<br>
<br>
Abstract:<br>
<br>
Traktografie ist eine auf Daten von diffusions MRT beruhende
Methode,<br>
Bündel von Nervenfasern an lebenden Subjekten annähernd zu
rekonstruieren.<br>
Hierfür kann ein probabilistisches Q-Ball Modell verwendet
werden, welches<br>
dazu in der Lage ist, komplexe Faserstrukturen aufzulösen sowie
Fehler,<br>
welche in der deterministischen Traktografie entstehen, ab zu
mildern.<br>
Ersteres unterscheidet diese Technik vom
Diffusions-Tensor-Modell, welches<br>
weit verbreitet ist. Es werden im folgenden Vortrag einige
Grundlagen zur<br>
medizinischen Bildgebung mittels Magnetresonanztomografie,
Traktografie,<br>
sowie den verwendeten mathematischen Voraussetzungen gegeben.
Weiterhin<br>
werden Techniken zur Parallelisierung des im Framework
OpenWalnut<br>
implementierten Programms vorgestellt und Ergebnisse dessen in
Hinblick auf<br>
die Qualität der Bilder sowie der Laufzeit des Algorithmus
präsentiert. Die<br>
Verbesserung der Laufzeit stellt hierbei den Kern dieser Arbeit
dar, mit<br>
dem Zweck, dem Benutzer, wie zum Beispiel Neurowissenschaftlern,
eine gute<br>
Interaktion mit den verwendeten Daten zu bieten.<font
face="sans-serif"><br>
<br>
</font><font face="sans-serif"><font face="sans-serif">===============================================<br>
</font><br>
The second talk is given by<br>
<br>
</font> Karl Kaiser<br>
Department of Computer Science<br>
Leipzig University<br>
<br>
and is entitled<br>
<br>
<font face="sans-serif"><font face="sans-serif"> "Tiled-Binned
Clustering of Multi-Variate Data".<br>
<br>
Abstract:<br>
<br>
Epigenetics is an emerging field of biology that studies
heritable<br>
properties that change the way cells express their genetic
information. One<br>
mechanism for this is the modification of histones by
attachment of acetyl,<br>
methyl, or phosphor groups. Wrong histone modifications can
lead to cells<br>
expressing the wrong genetic information, which can be a
cause for diseases<br>
such as cancer. Learning more about histone modifications
can therefore<br>
possibly lead to new insights for disease diagnosis,
prognosis, and<br>
prevention. The data set generated by segmenting the genome
according to<br>
histone modifications is multi-variate and contains hundreds
of thousands<br>
of entries, making if difficult to visualize with existing
methods. To<br>
tackle this, we first sort the data into bins in any number
of the<br>
available dimensions. The binned data is then clustered
using either the<br>
k-means or k-median algorithm, or consensus clustering based
on one of the<br>
two. An interactive 3D scatterplot is then used to show the
result of these<br>
steps. This approach generates easily readable scatterplots
for large data<br>
sets of multi-varate data that shows more correlations than
previous<br>
methods.<br>
<br>
</font><font face="sans-serif"><font face="sans-serif">===============================================<br>
</font></font><br>
On behalf of Professor Scheuermann all those interested are
cordially invited to attend.<br>
<br>
Yours sincerely,</font><br>
Tom Liebmann
</body>
</html>