Titolo Tesi:
Quantificare in un campione di acqua marina la molteplicità e la varietà di organismi del fitoplancton tramite tecniche di Machine Learning applicate a dati da citofluorimetria laser in flusso a scansione.
Abstract:
La Citofluorimetria in flusso è una tecnica di misura multiparametrica
di caratteristiche ottiche e morfologiche condotta su particelle in
sospensione all’interno di un fluido di trasporto. Le particelle (che
possono essere costituite anche da organismi monocellulari) passano
allineate attraverso un sistema di rilevazione ottico/elettronico. Aspetto peculiare della citofluorimetria in flusso a scansione è quello di rivelare e memorizzare molti parametri per ogni singola particella analizzata, parametri che correlati tra loro permettono di individuare e studiare sottopopolazioni (anche rare) di organismi.
L’analisi dei dati ottenuti da apparato citofluorimetrico verrà eseguita tramite tecniche di Machine Learning che, utilizzando informazioni
caratteristiche delle micro-particelle (dimensioni, forma, indice di
rifrazione, ecc.), effettueranno la classificazione e la quantificazione. Il prodotto finale consisterà in modelli computazionali in grado di estrarre ed estrapolare informazioni dell’ecosistema oggetto dell’indagine.
Contatti:
Giovanni Dipoppa (giovanni.dipoppa@enea.it)
Enrico Tronci (tronci@di.uniroma1.it)
itmeeting.wordpress.com 