Първи етап на проекта
1. Идентифициране на големи научни данни в областта на биологията и медицинските изображения – биологични, биометрични и електронни здравни данни, както и източниците на големи данни в здравеопазването, включващи EHR, записи, интелигентни устройства, генетични бази данни и др.
2. Сравнителен анализ на методи, подходи и техники за интегриране, управление, визуализация и интерпретация на потоци големи биомедицински данни.
3. Проучване на съвременните тенденции при обработка на големи масиви от биомедицински данни, анализ на платформи и техники за големи данни и конфигуриране на научни работни потоци.
4. Сравнителен анализ на методи и алгоритми за анализ на данни и откриване на знания от потоци големи биомедицински данни.
5. Проектиране на метод за интегриране и анализ на биомедицински данни, състоящ се от шест фази: събиране, съхранение, интегриране, обработка, класификация на данни и вземане на решения.
6. Оптимизация на метод за подреждане на ДНК секвенции, базиран на трилатерацията.
7. Проектиране на паралелен подход за множествено подреждане на биологични секвенции, базиран на алгоритъм за множествено подреждане ClustalW и паралелно четене на данните.
8. Разработка на оптимизационен метод за класификация на медицински изображения, базиран на конволюционни невронни мрежи.
9. Изследване и верификация на метод за класификация на изображения с използване на уейвлетен анализ.
10. Дефиниране на метод за пространствена визуализация на многомерни големи биомедицински данни.
11. Изследване на метод, базиран на невронна мрежа от тип “Feed forward” за анализ и визуализация на данни.
12. Имплементиране на софтуерно приложение за визуализация на in silico биологични данни.
13. Проектиране на работен поток за класификация на изображения и оценка на ефективността.
14. Проектиране на скалируема работна рамка и софтуерна архитектура за интегриране, управление, анализ и визуализация на потоци големи биомедицински данни.
15. Избор и конфигуриране на софтуерни среди и инструменти за прилагане и верифициране на разработените методи и алгоритми за интегриране, анализ и визуализация на биомедицински данни.
16. Имплементирне на софтуерен инструмент за интегриране на потоци големи биомедицински данни, включващ интегриране, филтриране, сортиране и агрегиране на данни за Covid-19.
17. Имплементиране на софтуерен инструмент за анализ и манипулиране на данни и търсене на закономерност между данни, представляващи част от човешката здравна картина и вероятността от сърдечно-съдово заболяване.
18. Проектиране на концептуален модел и архитектура на интегрирана отворена технологична платформа с интелигентни решения за управление, съхранение, анализ и визуализация на биомедицински данни.
19. Разработка на обобщен алгоритъм за нерезкостно маскиране на медицински изображения, който приема като един от входните параметри висококонтрастно изображение, подложено на локално адаптивно подобрение на контраста.
20. Разработка на оптимизационен алгоритъм за настройка на параметрите на билатерален филтър за обработка на изображения от компютърна томография, съдържащи адитивен бял Гаусов шум.
21. Разработка на работен поток за автоматизирана интерактивна стереоскопична визуализация на биомедицински данни, включващ междинна обработка на многомерни медицински изображения от компютърна томография или ядрено магнитен резонанс с цел създаване на тримерна реконструкция.
22. Разработка на алгоритъм за топологичен анализ на данни на основата на симплициален комплекс на Чех с цел създаване графика на устойчиви хомологии, която да послужи за анализ на глобалните топологични характеристики на облак от точки на изследваните данни.
23. Разработка на алгоритъм на основата на дискретната теория на Морс с цел изследване топологията на повърхнината от данни.
24. Научни публикации в списания и сборници на конференции с импакт фактор или импакт ранг.
25. Интернет страница на проекта, печатни и медийни материали за разпространение на проекта на научни форуми, профили в Twitter, Facebook и LinkedIn.