Soumick Chatterjee

Soumick Chatterjee è un ricercatore presso il Glastonbury Group, parte del Centro di Ricerca per la Genomica, che si concentra principalmente sull’apprendimento di fenotipi latenti da immagini multimodali utilizzando il deep learning auto-supervisionato.

Nato nella “Città della gioia” Calcutta, in India, ha iniziato la sua carriera come imprenditore nel campo software nel 2011, conseguendo contemporaneamente una laurea in applicazioni informatiche e un diploma in ingegneria del software. Ha poi conseguito un master in scienze informatiche presso il St. Xavier’s College, Kolkata, nel 2017 e un dottorato di ricerca in scienze informatiche (summa cum laude) presso l’Università Otto von Guericke di Magdeburgo, in Germania, nel 2022. Il titolo della sua tesi era “Reducing Artefacts in MRI using Deep Learning: Enhancing Automatic Image Processing Pipelines” (Ridurre gli artefatti nella risonanza magnetica utilizzando il Deep Learning: Migliorare le pipeline di elaborazione automatica delle immagini). Durante il dottorato, ha lavorato su diverse applicazioni del deep learning nel campo della risonanza magnetica e ha sviluppato approcci per la ricostruzione di risonanze magnetiche sottocampionate, per la correzione del movimento, per la classificazione e per la segmentazione dei tumori cerebrali supervisionata e scarsamente supervisionata, per la segmentazione automatica dei vasi sanguigni utilizzando l’apprendimento semi-supervisionato, per il rilevamento di anomalie non supervisionato, per la registrazione delle immagini, ecc. Il suo interesse di ricerca comprende anche l’interpretabilità e la spiegabilità dei modelli di deep learning di tipo “black-box”, per i quali ha sviluppato la pipeline TorchEsegeta.

Il dottor Chatterjee ha fatto parte del gruppo vincitore e del secondo classificato rispettivamente della sfida CHAOS (IEEE ISBI 2019) e della sfida MOOD (MICCAI 2021), oltre a far parte del gruppo che è stato uno dei finalisti regionali di Dubai all’Hult Prize 2017. Ha ottenuto diversi certificati professionali da Microsoft e Oracle. È stato membro del comitato organizzativo dell’eXabyte 2017 – il tech-fest organizzato dal St. Xavier’s College, Kolkata, stato co-organizzatore degli ISACT 2021 e 2022 dell’IEEE SMC e della sfida sulla segmentazione dei vasi “SMILE-UHURA” all’IEEE ISBI 2023. Ha pubblicato 23 articoli in riviste e conferenze importanti (a partire dal gennaio 2023), tra cui Medical Image Analysis, Artificial Intelligence in Medicine, Computers in Biology and Medicine, Magnetic Resonance in Medicine, Journal of Imaging, IEEE EMBC, IEEE EUSIPCO, IEEE IPAS e molte altre. Altri 6 articoli sono in fase di revisione per diverse riviste e sono attualmente pubblicati come preprints su ArXiv. Ha inoltre presentato 28 brevi articoli e abstract a conferenze di alto livello come MIDL, IEEE ISBI, ISMRM ed ESMRMB. Grande sostenitore della scienza aperta, tutti i codici sorgente relativi alla sua ricerca sono pubblicamente disponibili su GitHub.

Email: soumick.chatterjee@fht.org / contact@soumick.com
Sito Web: www.soumick.com
Per tutti i suoi codici sorgente, visitare il suo GitHub: https://github.com/soumickmj
Per l’elenco completo delle pubblicazioni, visitate il suo profilo Google scholar: https://scholar.google.com/citations?user=QIlatFkAAAAJ&hl=en o il suo profilo ResearchGate: https://www.researchgate.net/profile/Soumick-Chatterjee 

Segui

  • Twitter
  • LinkedIn