Carolina Wählby

Professor vid Institutionen för informationsteknologi; Vi3; Bildanalys

Telefon:: 018-471 34 73
E-post:: carolina.wahlby@it.uu.se
Besöksadress:: Hus 10, Regementsvägen 10
Postadress:: Box 337
751 05 UPPSALA

Ladda ned kontaktuppgifter för Carolina Wählby vid Institutionen för informationsteknologi; Vi3; Bildanalys

Akademiska meriter:: civ.ing., docent

Kort presentation

Jag är professor i kvantitativ mikroskopi på institutionen för informationsteknologi och SciLifeLab. Man skulle kunna tro att jag har mikroskop i mitt labb, men vi arbetar helt digitalt och min forskargrupp utvecklar metoder föra att mäta och räkna på digitala mikroskopibilder. Målet med bildanalysen varierar från att utvärdera effekten av läkemedel till att utveckla AI-metoder som fungerar som stöd vid medicinsk diagnostik. I TissUUmaps projektet kartlägger vi generuttryck direkt i vävnad.

Nyckelord

Biografi

I grunden är jag civilingenjör i molekylär bioteknik, och tog min examen 1998. När jag gjorde mitt examensarbete på Karolinska Institutet fascinerades jag av hur man kan studera celler med hjälp av mikroskopi, och fortsatte som doktorand inom digital bildbehandling, med fokus på metoder för att hitta celler och få kvantitativa mått ur digitala mikroskopibilder. Efter disputationen 2003 gjorde jag en postdoc inom genetik och patologi, med stort fokus på metodutveckling, och fick sedan anställning vid Broad Institute of Harvard and MIT i USA 2009. Där jobbade jag med metoder för storskalig användning av små modellorganismer, som masken C. elegans och zebrafiskar, för att utvärdera effekten av nya läkemedel. 2011 kom jag tillbaka till Sverige och SciLifeLab på deltid, och är sedan 2014 professor inom kvantitativ mikroskopi vid Centrum för Bildanalys och avdelningen för visuell information och interaktion på Institutionen för Informationsteknologi. Jag är vetenskaplig ledare för SciLifeLabs forskarstöd inom bildanalys, BIIF, och sitter i styrgruppen för Wallenbergstiftelsens satsning på datadriven livsvetenskap, DDLS. Användning av AI inom bilddiagnostik intresserar mig, och jag har suttit i styrgruppen för MedTech4Health - Analytic Imaging Diagnostics Arena, AIDA sedan starten 2017.

Forskning

Digital bildanalys handlar om att med datorns hjälp tolka bilder. Till exempel kan man träna datorn att känna igen olika familjemedlemmar i semesterbildrena eller automatiskt läsa av en bils registreringsnummer vid en biltull. Min forskargrupp utvecklar digitala bildanalysmetoder för att automatiskt analysera och läsa ut kvantitativ information från digitala bilder insamlade med hjälp av olika typer av mikroskop. Ofta handlar det om att mäta förändringar i färg, form, mönster och storlek i stora mängder bilder som samlats in med hjälp av automatiserade mikroskop, t.ex. för att utvärdera hur ett läkemedel påverkar celler eller modelorganismer som odlats i laboratoriemiljö. Det kan också handla om att mäta förändringar i vävnadsprover för att diagnostisera sjukdomar eller förstå hur kroppen reagerar på olika behandlingar. En del av de metoder vi jobbar med baserar sig på artificiell inteligens och mer specifikt deep convolutional neural networks. Vi samarbetar med forskare både från livsvetenskaperna och medicin, och utvecklar metoder som kan svara på viktiga fråger på ett robust, snabbt och reproducerbart sätt.

Publikationer

Urval av publikationer

Senaste publikationer

Alla publikationer

Artiklar i tidskrift

Artiklar, forskningsöversikt

Konferensbidrag

Manuskript (preprint)

Rapporter

Counting and evaluating size distribution of holes in cheese using x-ray images

Tizon, Xavier; Wählby (née Linnman), Carolina

2000