Visual Computing ist eine Querschnittstechnologie, welche Daten in Informationen und Bilder verwandelt und in fast allen Branchen Anwendung findet. Sie gilt als eine der Schlüsseltechnologien für die Umsetzung einer menschzentrierten Digitalisierung, da sie visuelle Schnittstellen zwischen dem Menschen und dem Computer schafft. Das Wiener Forschungszentrum VRVis Zentrum für Virtual Reality und Visualisierung hat im Jahr 2022 den ersten europaweiten VRVis Visual Computing Award ins Leben gerufen, um Visual-Computing-Leistungen, die zur Erreichung der 17 nachhaltigen Entwicklungsziele der UNO beitragen, vor den Vorhang zu holen. Die siebenköpfige, internationale Jury würdigte gleichberechtigt Gaia Pavoni vom Institute of Information Science and Technologies „Alessandro Faedo“ (ISTI-CNR) und Thomas Höllt von der TU Delft. Die Preisverleihung findet am 26. Jänner 2023 im Rahmen des Symposiums Visual Computing Trends im Tech Gate Vienna statt.
Visual-Computing-Forschungspreis richtet Blick auf globale Entwicklungsziele
Der erste VRVis Visual Computing Award richtet dezidiert das Augenmerk auf die Sustainable Development Goals (SDGs) der Vereinten Nationen und hebt die wichtigen Beiträge, welche Visual Computing zur Erfüllung der einzelnen Ziele jetzt schon leistet, hervor. „Die hoch-qualitativen Einreichungen aus ganz Europa zeigen, welche Werkzeuge und Lösungen Visual Computing im Bereich mensch-zentrierter Medizin, Biodiversität, nachhaltiger Städte, Klimawandelanpassung oder inklusiver Kommunikation auf den Weg bringt“, sagt Katja Bühler, wissenschaftliche Leiterin des VRVis. „Wir sind stolz, Gaia Pavoni und Thomas Höllt für ihre wichtigen Forschungsleistungen mit hoher Anwendungsorientierung auszeichnen und die Öffentlichkeit auf die Rolle von Visual Computing aufmerksam machen zu können.“
Korallenriff-Visualisierung unterstützt Meeresökologie
Gaia Pavoni vom ISTI-CNR erhält den VRVis Visual Computing Award in Anerkennung ihrer herausragenden Visual-Computing-Techniken zur Überwachung von Wasserwelten, welche die SDGs 13 „Maßnahmen zum Klimaschutz“, SDG 14 „Leben unter Wasser“ sowie SDG 9 zum Thema „Innovation“ unterstützt.
Korallenriffe sind wichtige Ressourcen für unseren Planeten, denn sie beherbergen 25% der marinen Artenvielfalt. In den letzten Jahrzehnten ist jedoch ein schnelles und massives Korallensterben zu beobachten – unsichtbar für die Menschen an der Oberfläche. Um die Unterwasserwelt für die Wissenschaft und für die Menschen greifbarer zu machen, entwickelt die IT-Expertin Gaia Pavoni ein KI-basiertes Open-Source-Annotationswerkzeug namens TagLab, das die Überwachung von Korallenriffen ermöglicht und die Arbeit von Meeresökolog:innen erheblich vereinfacht, wodurch die Auswirkungen des Klimawandels auf maritime Lebensräume wie Korallenriffe besser erforscht werden können.
Gaia Pavoni erlangte 2020 ihren PhD in „Information Engineering“ an der Universität Pisa, Italien. Seit 2014 ist sie Research Fellow am italienischen Visual Computing Lab ISTI-CNR, mit zahlreichen wissenschaftlichen Auslandsaufenthalten in Florida, Moorea, San Diego oder Marseille. Für ihre wissenschaftlichen Publikationen wurden ihr bisher mehrere Best Paper Awards verliehen.
Visuelle Analyse in der Zellbiologie
Thomas Höllt von der TU Delft erhält den VRVis Visual Computing Award für seinen wichtigen Forschungsbeitrag im Bereich der visuellen Analyse von Einzelzelldaten, welcher zu SDG 3 „Gesundheit und Wohlergehen“ sowie SDG 9 „Innovation“ beiträgt.
Neuartige Methoden zur Erfassung und Analyse von Protein- und Genexpression auf Einzelzelldaten haben in den letzten Jahren die Systembiologie und die Zellbiologie revolutioniert und Einblicke in das Zusammenspiel der zellulären Funktionen lebender Organismen ermöglicht. Um mit den gewonnenen Daten trotz ihrer enormen Größe und Komplexität effizient arbeiten zu können, entwickelte Thomas Höllt mit seinem Team neue visuelle Analysemethoden und Software-Frameworks namens Cytosplore, ImaCytE und SpaCeCo, um Einzelzelldaten interaktiv zu erforschen. Diese innovativen visuellen Analysewerkzeuge und -methoden machen Mediziner:innen und Wissenschaftler:innen die riesigen Datenmengen im Gesundheitsbereich, z. B. bei der Erforschung von Autoimmunerkrankungen, Krebs, parasitären und viralen Infektionen wie Covid-19, auf völlig neuartige Weise zugänglich.
Thomas Höllt absolvierte seinen PhD an der King Abdullah University of Science and Technology, Saudi Arabien. Nach Stationen in Wien, Salt Lake City und Delft wechselte er 2017 als Assistant Professor an die Universitätsklinik Leiden, bevor er 2020 an die TU Delft zurückkehrte. Er veröffentlichte über 50 peer-reviewed Publikationen, einschließlich des Gewinnerbeitrags für den Dirk Bartz Prize for Visual Computing in Medicine im Jahr 2019. Er ist Mitglied der Eurographics Association.
Über den VRVis Visual Computing Award
Der VRVis Visual Computing Award holt herausragende Forschungsarbeiten aus Europa vor den Vorhang, die durch Visual Computing zukunftsfähige Lösungen im Sinn der 17 Sustainable Development Goals der UNO schaffen. Die siebenköpfige Jury setzte sich zusammen aus den Visual-Computing-Expertinnen und -Experten Dieter Fellner, TU Darmstadt, Ming C. Lin, University of Maryland, Heidi Schumann, TU Rostock, und Anders Ynnerman, Linköping University, sowie der SDG-Spezialist:innen Anja Appel, SDG Watch Austria/Koordinierungsstelle der Österreichischen Bischofskonferenz, Marco Kamiya, UNIDO, und Kirsty Rancier, UNODC.
Wien, 17. Jänner 2023
Weitere Informationen
Mehr über den VRVis Visual Computing Award.
Wissenschaftliche Leiterin | Head of Biomedical Image Informatics Group, Biomedical Image Informatics
Über Gaia Pavoni
Nach einem Abschluss in Mathematik und einigen Jahren Erfahrung in einem technologischen Start-up-Unternehmen trat Gaia Pavoni im November 2014 in das Visual Computing Lab des ISTI-CNR ein. In den ersten Jahren ihrer Karriere konzentrierte sie ihre Forschung hauptsächlich auf das kulturelle Erbe und die Entwicklung digitaler Werkzeuge und Anwendungen für die Untersuchung, Erhaltung und Verbreitung. Im Jahr 2016 bekam sie die Gelegenheit, ihre Doktorarbeit mit ihrer Leidenschaft zum Meer, Tauchen und Umweltthemen zu verbinden. Sie beschloss, sich mit Anwendungen der Computer Vision/Fotogrammetrie und Künstliche Inzelligenz-basierten Tools für die ökologische Unterwasserüberwachung zu beschäftigen. Seitdem arbeitet und forscht sie mit einer multidisziplinären Gruppe von Forschenden aus aller Welt zusammen, um ein tiefes Verständnis für Fragen der Unterwasservermessung zu erlangen. Im Rahmen verschiedener laufender Forschungsprojekte, insbesondere ihrer Software TagLab, automatisiert Gaia Pavoni die Interpretation von 2D- und 3D-Daten, um ein umfassendes Verständnis der marinen Lebensräume zu erlangen und ihre zukünftigen Trends vorherzusagen.
Über die Visual Computing-Forschungsarbeit von Gaia Pavoni
Die zunehmende Verbreitung kostengünstiger Kameras und datengesteuerter autonomer Robotertechnik hat dazu geführt, dass großflächige Unterwasseraufnahmen zur Überwachung von Korallenriffen immer beliebter werden. Ökologische Bewertungen, die aus Bildern abgeleitet werden, waren bisher der direkten Beobachtung durch Wissenschaftlerinnen und Wissenschaftler vorbehalten. Die Interpretation der gesammelten Daten durch den Menschen ist jedoch zeitaufwändig und stellt eine Herausforderung bei der späteren Analyse dar, so dass jedes Jahr nur eine kleine Menge der gesammelten Bilder anschließend von Ökologinnen und Ökologen analysiert wird.
Algorithmen, die auf maschinellem Lernen basieren, können zwar die Verarbeitungszeit erheblich verkürzen, erreichen aber immer noch nicht die Genauigkeit, die von Expertinnen und Experten bei dieser komplexen Aufgabe erreicht wird. TagLab ist ein KI-basiertes Open-Source-Annotationstool, das die Analyse georeferenzierter photogrammetrischer Daten beschleunigt und dabei den Menschen in den Mittelpunkt stellt. Da Überwachungskampagnen in der Regel Zeitreihendaten umfassen, integriert TagLab außerdem eine Reihe halbautomatischer Algorithmen, um die individuelle Entwicklung von Korallenriffen im Laufe der Zeit zu verfolgen.
Durch die Verringerung des Zeitaufwands für die ökologische Nachbearbeitung von Korallenriffbildern ermöglicht TagLab den Forschungsteams, immer größere Datenmengen zu verarbeiten, ohne dass mehr Personal benötigt wird, und erleichtert dadurch das Verständnis und die Vorhersage künftiger Veränderungen in den Ökosystemen der Korallenriffe. TagLab ist eine Open-Source-Softwarelösung, die technologische Unterschiede zwischen den Labors ausgleicht und gemeinsame Datenstandards und -protokolle fördert.
Über Thomas Höllt
Thomas Höllt absolvierte seinen PhD an der King Abdullah University of Science and Technology, Saudi Arabien. Nach Stationen in Wien, Salt Lake City und Delft wechselte er 2017 als Assistant Professor an die Universitätsklinik Leiden, bevor er 2020 an die TU Delft zurückkehrte. Er veröffentlichte über 50 peer-reviewed Publikationen, einschließlich des Gewinnerbeitrags für den Dirk Bartz Prize for Visual Computing in Medicine im Jahr 2019. Er ist Mitglied der Eurographics Association.
Über die Visual Analytics-Forschungsarbeit von Thomas Höllt
In den letzten Jahren hat sich die Systembiologie durch das Aufkommen mehrerer Hochdurchsatztechniken zur Erfassung einzelner Zellen drastisch verändert. Hochdurchsatztechniken zur Erfassung einzelner Zellen ermöglichen eine detaillierte transkriptomische und proteomische Profilierung einer großen Anzahl einzelner Zellen aus Blut- und Gewebeproben. Von groß angelegten Katalogisierungsinitiativen, wie dem Human Cell Atlas bis hin zur gezielten Erforschung der Zellzusammensetzung bei Autoimmunkrankheiten, Krebs, parasitären und viralen Infektionen wie COVID-19, und viele mehr, bietet die Einzelzellanalyse einen tiefen Einblick in das Zusammenspiel der zellulären Funktionalität lebender Organismen. Der Umfang und die Komplexität der gewonnenen Daten erschweren jedoch die Verarbeitung und Interpretation. Bisherige Techniken versuchen eine automatische Klassifizierung von bekannten Zelltypen, zum Beispiel durch überwachtes maschinelles Lernen, doch erlauben sie nur die Identifizierung und Quantifizierung von Daten auf der Grundlage von a-priori-Wissen, nicht aber die Bildung neuer Hypothesen oder die Entdeckung bisher unbekannter Phänomene. Für die Entdeckung und Hypothesenbildung ist eine interaktive visuelle Erkundung erforderlich, die den Menschen im Zentrum der Anwendung hat und ihn aktiv mitwirken lässt.
Thomas Höllt entwickelte und implementierte mit der Hilfe seines Teams Methoden sowie vollständige, integrierte Softwaretools für die interaktive Erforschung von Einzelzelldaten. Methodische Fortschritte bei der Dimensionalitätsreduktion, wie z. B. approximiertes t-SNE und HSNE, haben es ermöglicht, die Grenzen der Skalierbarkeit nichtlinearer Ansätze des mannigfaltigen Lernens zu verschieben und damit für die Anwendung in interaktiven visuellen Analysesystemen für groß angelegte Einzelzell-Probleme durchführbar zu machen. Durch seine visuellen Analysesysteme Cytosplore und ImaCytE brachte Thomas Höllt diese methodischen Fortschritte zu den Praktikerinnen und Praktikern sowie Forscherinnen und Forscher in der Einzelzellanalyse, wo die vorgestellten Methoden nun weit verbreitet und anerkannt sind.
