Saqib Qamar är postdoktor på Icelab vid Institutionen för fysik. Han koncentrerar sig på konvergensens fysik, beräkningsvetenskap och djupinlärning för cellbildsanalys.
Saqib Qamar har en doktorsexamen i datavetenskap från Huazhong University of Science and Technology, Kina. Hans huvudsakliga forskningsintressen är inom områdena datorseende, medicinsk bildanalys, bildsegmentering och djupinlärning. Hans forskning fokuserar på att tillämpa en djupinlärningsmetod på bilder för att automatiskt upptäcka och segmentera olika objekt.
Saqib Qamar är postdoktor i Magnus Andersson lab på Icelab sedan 2022. Han arbetar med segmentering av celler från 3D-röntgenbilder. Han arbetar också med att segmentera och klassificera bakteriella sporlager från TEM-bilder (Transmission Electron Microscopy). Detta arbete kommer att vara värdefullt för att identifiera och karakterisera sporegenskaper i TEM-bilder, vilket minskar arbetsintensivt arbete såväl som mänskliga fel.
Vetenskaplig publikation:
Saqib Qamar, Rasmus Öberg, Dmitry Malyshev, Magnus Andersson "A hybrid CNN-Random Forest algorithm for bacterial spore segmentation and classification in TEM images". (2023) Accepted in Scientific Reports