Soumick Chatterjee

دکتر سومیک چاترجی پژوهشگر پسادکتری در گروه Glastonbury از Genomics Research Centre مؤسسه Human Technopole در میلان ایتالیا است و فعالیت پژوهشی او بر استخراج phenotypeهای نهفته از داده‌های تصویربرداری چندوجهی، به‌ویژه با استفاده از روش‌های یادگیری عمیق خودنظارتی، متمرکز است. Springer همچنین او را مدرس هوش مصنوعی برای تصویربرداری پزشکی در Otto von Guericke University Magdeburg معرفی می‌کند.

او در سال 2022 دکترای علوم کامپیوتر خود را با درجه summa cum laude از Otto von Guericke University Magdeburg دریافت کرد. پژوهش دوره دکترای او بر کاهش آرتیفکت‌های MRI با استفاده از یادگیری عمیق و بهبود pipelineهای خودکار پردازش تصاویر متمرکز بود؛ حوزه‌ای که مستقیماً زمینه علمی کتاب حاضر را شکل داده است.

فعالیت‌های پژوهشی چاترجی طیفی از بازسازی MRI با undersampling، اصلاح آرتیفکت‌های حرکتی، طبقه‌بندی و segmentation تومور مغزی، segmentation عروق با روش‌های semi-supervised، تشخیص ناهنجاری بدون نظارت و registration تصاویر پزشکی را دربر می‌گیرد. او همچنین بر interpretability و explainability مدل‌های یادگیری عمیق تمرکز داشته و در توسعه ابزارهایی برای تحلیل رفتار مدل‌های black-box مشارکت کرده است.

ترکیب علوم کامپیوتر، یادگیری ماشین و تصویربرداری پزشکی در فعالیت‌های او سبب شده است که بخش قابل‌توجهی از پژوهش‌هایش به ارزیابی عملی الگوریتم‌های هوش مصنوعی در MRI و بررسی تأثیر مراحل بازسازی تصویر بر تحلیل‌های خودکار بعدی اختصاص پیدا کند.