Imaging genomics e fusione multimodale basata su machine learning di dati neuroimaging e genomici — Fisica per le scienze della vita, l'ambiente e i beni culturali

Descrizione

Imaging genomics e fusione multimodale basata su machine learning di dati neuroimaging e genomici Il progetto sviluppa metodi di imaging genomics per integrare il neuroimaging multimodale (risonanza magnetica e funzionale) con dati genomici, al fine di caratterizzare le basi biologiche della variabilità cerebrale e di fenotipi clinici. Il post-doc implementerà pipeline di fusione basate su machine learning e deep learning per combinare feature di imaging e dati-omici ad alta dimensionalità sviluppando modelli predittivi interpretabili. Le attività comprenderanno pre-processing e armonizzazione dei dati, estrazione di feature radiomiche e connettomiche, selezione di varianti genetiche e validazione su coorti indeipenti. I risultati attesi includono biomarcatori multimodali per la stratificazione e modelli di fusione riproducibili, sviluppati in sinergia tra i progetti DIADEMA (MINISTERO DELLA SALUTE - PRIMI 6 MESI DI ATTIVITA') E BRAINFEDERATION (FISA MUR) Settore disciplinare: PHYS-06/A Fisica per le scienze della vita, l'ambiente e i beni culturali Fonte: portale bandi MUR (Incarico post-doc).