
Professori Tanja Tarvaisen työryhmä tutkii ja kehittää laskennallisia menetelmiä optisiin ja ultraääntä hyödyntäviin inversio-ongelmiin kuten tomografinen kuvantaminen lähtökohtana Bayesilaset inversiolaskennan menetelmät. Tutkittavat tomografiset menetelmät sisältävät sekä valon käyttöön perustuvia menetelmiä kuten diffuusi optinen tomografia että kytketyn fysiikan kuvantamisen menetelmiä kuten fotoakustinen kuvantaminen. Näiden lisäksi työryhmässä kehitetään mallinnusta ja laskennallisia menetelmiä valon ja ultraäänen käyttäytymisen mallintamiseksi sekä kehitetään prototyyppi laitteistoja uusiin kuvantamismenetelmiin.
Tutkimusryhmät
- Laskennallisen fysiikan ja inversio-ongelmien tutkimusryhmä
- Biolääketieteellisen optisen kuvantamisen ja ultraäänitekniikan laboratorio (OPUS)
- Fotoniikan instituutti
- Vieraileva professori, Department of Computer Science, University College London, Iso-Britannia
- Yhteistyökumppani, CUQI – Computational Uncertainty Quantification for Inverse Problems, DTU Compute, Tanska
Hankkeet
- Quantitative Tomography Using Coupled Physics of Waves (QUANTOM), ERC-CoG projekti, 2021-2026
- COmputatioNal Imaging as a training Network for Smart biomedical dEvices (CONcISE), Marie Skłodowska-Curie Actions – Doctoral Networks, 2023-2027
- Inversiomallinnuksen ja kuvantamisen huippuyksikkö, Suomen Akatemia, 2018-2025
- PREIN – Fotoniikan tutkimuksen ja innovaatioiden lippulaiva
- Valoon perustuva nanoteranostiikka, RADDESS Akatemiaohjelma, 2018-2021
Tutkimusaiheet
- ValoMC – Monte Carlo ohjelmisto ja MATLAB toolbox valonkuljetuksen simulointiin biologisessa kudoksessa
- Inversio-ongelmat
- Epävarmuuksien mallinnus
- Optinen tomografia
- Fotoakustinen tomografia
- Säteilynkuljetus
Opetustehtävät
- Nykyinen opetus: Optimointi
- Aiempi opetus (luennot): Elementtimenetelmät, Mallinnus II, Tieteellinen viestintä fysiikassa
- Aiempi opetus (laskuharjoitukset): Tilastolliset inversio-ongelmat, Matemaattisen mallinnuksen peruskurssi, Elementtimenetelmät, Optimointi, Estimointiteoria, Mallinnus II, Fysiikan peruskurssi A, Fysiikan peruskurssi III
Tiedostot
3 kappalettaJulkaisut
118 kappaletta-
Assembly of fluorophore J-aggregates with nanospacer onto mesoporous nanoparticles for enhanced photoacoustic imaging
Xu, Wujun; Leskinen, Jarkko; Sahlström, Teemu; Happonen, Emilia; Tarvainen, Tanja; Lehto, Vesa-Pekka. 2023. Photoacoustics. 33: -
Deep learning in photoacoustic tomography utilizing variational autoencoders
Sahlström, Teemu; Tarvainen, Tanja. Teoksessa: Kim, Chulhong; Laufer, Jan; Ntziachristos, Vasilis: Zemp, Roger J(toim.) , 2023. Opto-Acoustic Methods and Applications in Biophotonics VI. s. . SPIE -
Diffuse optical tomography setup using a nanosecond laser
Mozumder, Meghdoot; Leskinen, Jarkko; Tarvainen, Tanja. Teoksessa: (toim.) , 2023. Diffuse Optical Spectroscopy and Imaging IX. s. 1-3. -
Image reconstruction in quantitative photoacoustic tomography using adaptive optical Monte Carlo
Hänninen, Niko; Pulkkinen, Aki; Arridge, Simon R; Tarvainen, Tanja. Teoksessa: Oraevsky, Alexander A; Wang, Lihong V(toim.) , 2023. Photons Plus Ultrasound: Imaging and Sensing 2023. s. . SPIE -
One-step estimation of spectral optical parameters in quantitative photoacoustic tomography
Suhonen, Miika; Pulkkinen, Aki; Tarvainen, Tanja. Teoksessa: Kim, Chulhong; Laufer, Jan; Ntziachristos, Vasilis: Zemp, Roger J(toim.) , 2023. Opto-Acoustic Methods and Applications in Biophotonics VI. s. . SPIE -
Utilizing Variational Autoencoders in the Bayesian Inverse Problem of Photoacoustic Tomography
Sahlström, Teemu; Tarvainen, Tanja. 2023. Siam journal on imaging sciences. 16: 89-110 -
Utilizing variational autoencoders in photoacoustic tomography
Sahlström, Teemu; Tarvainen, Tanja. Teoksessa: Oraevsky, Alexander; Wang, Lihong(toim.) , 2023. Photons Plus Ultrasound: Imaging and Sensing 2023. s. . SPIE -
A model-based iterative learning approach for diffuse optical tomography
Mozumder, Meghdoot; Hauptmann, Andreas; Nissilä, Ilkka; Arridge, Simon R.; Tarvainen, Tanja. 2022. IEEE transactions on medical imaging. 41: 1289-1299 -
Adaptive stochastic Gauss–Newton method with optical Monte Carlo for quantitative photoacoustic tomography
Hänninen, Niko; Pulkkinen, Aki; Arridge, Simon; Tarvainen, Tanja. 2022. Journal of biomedical optics. 27: -
Diffuse optical tomography utilizing model-based learning
Mozumder, Meghdoot; Hauptmann, Andreas; Arridge, Simon R.; Tarvainen, Tanja. Teoksessa: (toim.) , 2022. Biophotonics Congress: Biomedical Optics 2022. s. . Optical Society of America