Segmentace snímků srdeční svaloviny zachycených pomocí mikroskopie
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Automatizace získávání a zpracování dat je dnes běžnou záležitostí jak v mikroskopii tak v počítačovém vidění. Ke klasifikaci a lokalizaci objektů zájmu (v tomto případě kardiomyocytů) lze užít segmentaci. V tomto konkrétním případě byla aplikována sémantická segmentace za užití hlubokých neuronových sítí jakožto hlavního prostředku k provedení zmíněné úlohy a byl vytvořen software umožňující jak zpracování neoznačených dat, tak trénování modelů neuronových sítí na označených datech. Tato práce krátce hovoří o optické mikroskopi, detailně popisuje segmentaci a hluboké učení a na závěr poskytuje popis procesu od přípravy dat, přes implementaci a trénování neuronových sítí, k vytvoření konečného softwaru. Tento software usnadní a zefektivní práci výzkumníků poskytnutím pouze relevantních dat pro výzkum, pomůže automatizovat sběr mikroskopických snímků a s menším upravením může být aplikován na další obdobné segmentační úlohy.
Automating data acquisition and processing is common practice in both microscopy and computer vision fields. To classify and localize objects of interest (cardiomyocytes in this case) in microscopy images, segmentation can be performed. In this particular case, semantic segmentation by using deep neural networks was used as the core mean to perform mentioned task and software providing possibility of processing unlabeled data or training neural network architectures on labeled data was implemented. This work does a brief introduction to optical microscopy, inspects segmentation and deep learning in detail and finally describes the process from preparing data, implementing and training neural networks, to design of the final software. This software will ease the work of researchers by providing them with only relevant data, automate microscopy data acquisition, and with minor changes it can be applied to any similar segmentation task.
Automating data acquisition and processing is common practice in both microscopy and computer vision fields. To classify and localize objects of interest (cardiomyocytes in this case) in microscopy images, segmentation can be performed. In this particular case, semantic segmentation by using deep neural networks was used as the core mean to perform mentioned task and software providing possibility of processing unlabeled data or training neural network architectures on labeled data was implemented. This work does a brief introduction to optical microscopy, inspects segmentation and deep learning in detail and finally describes the process from preparing data, implementing and training neural networks, to design of the final software. This software will ease the work of researchers by providing them with only relevant data, automate microscopy data acquisition, and with minor changes it can be applied to any similar segmentation task.
Description
Citation
KADLEC, F. Segmentace snímků srdeční svaloviny zachycených pomocí mikroskopie [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2022.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
bez specializace
Comittee
prof. Ing. Dagmar Janáčová, CSc. (předseda)
prof. RNDr. Ing. Miloš Šeda, Ph.D. (místopředseda)
doc. Ing. Renata Wagnerová, Ph.D. (člen)
doc. Ing. Václav Jirsík, CSc. (člen)
doc. Ing. Simeon Simeonov, CSc. (člen)
Date of acceptance
2022-06-13
Defence
Student uvedl do problematiky využití neuronových sítí pro segmentaci medicínských snímků a detailně popsal využité metody. Odpověděl na otázky oponenta i členů komise.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení