Original title: Postupy algoritmického určení beněčného imunofenotypu
Translated title: Methods for Algorithmic Determination of Cellular Immunophenotype
Authors: Ambrosová, Lucia ; Fišer, Karel (advisor) ; Kratochvíl, Miroslav (referee)
Document type: Bachelor's theses
Year: 2026
Language: eng
Abstract: [eng] [cze]
Flow cytometry is a technology used for cell analysis. It has a wide variety of clinical applications, including immunology, cancer biology, and disease monitoring. Nowadays, flow cytometry data are still often analysed manually. However, the increasing complexity of these data calls for more effective algorithmic solutions. This thesis provides a review of approaches capable of automatically determining cellular immunophenotype. Six selected methods for automatic immunophenotyping are described. These include CytoPheno, Marker Enrichment Modelling, Kolmogorov-Smirnov test, Earth Mover's Distance, template-based classification and machine learning approaches. Template-based classification and machine learning algorithms are the most suitable for standalone identification of cell types. Automatic immunophenotyping is still not widely used in clinical settings, since these algorithms still face some limitations. Further research and improvements in this field may bring broader adoption of these tools. Průtoková cytometrie je technologie používaná na analýzu buněk. Má širokou škálu klinických aplikací, například v imunologii, nádorové biologii a monitorování onemocnění. V současnosti jsou data z průtokové cytometrie stále často analyzována manuálně. Avšak rostoucí komplexita těchto dat vyžaduje efektivnější algoritmická řešení. Tato bakalářská práce poskytuje přehled přístupů schopných automaticky určit buněčný imunofenotyp. V práci je popsáno šest vybraných metod. Mezi ně patří CytoPheno, Marker Enrichment Modelling, Kolmogorov- Smirnovův test, Earth Mover's Distance, klasifikace založená na šablonách a přístupy strojového učení. Klasifikace založená na šablonách a algoritmy strojového učení jsou nejvhodnější pro samostatnou identifikaci buněčných typů. Automatická imunofenotypizace stále není široce používaná v klinické praxi, protože tyto algoritmy stále čelí určitým omezením. Další výzkum a zlepšení v této oblasti mohou vést k širšímu přijetí těchto nástrojů.
Keywords: Automatic flow cytometry data analysis; Flow cytometry; Immunophenotyping; Automatická analýza dat z průtokové cytometrie; Imunofenotypizace; Průtoková cytometrie

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/210289

Permalink: http://www.nusl.cz/ntk/nusl-779036


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Bachelor's theses