Detekce srdečních buněk v mikroskopickém obrazu

Abstract

Tato diplomová práce se zabývá problematikou detekce srdečních buněk v mikroskopickém obrazu. Byly vyzkoušeny různé způsoby předzpracování a segmentace obrazu za účelem určit nejvhodnější metody pro další klasifikaci. Pro samotnou klasifikaci pak byly otestovány různé metody: metoda příznaku objektu a klasifikátory založené na principu neuronových sítě. Výstupem pak byl počet živých a mrtvých buněk a jejích procentní poměr v původním mikroskopickém obraze. Míry účinnosti každého z klasifikátorů byly spočítány pomocí společného uvažování hodnot sensitivity a specificity. Pro zlepšení názorností výsledků bylo vytvořeno grafické rozhrání v prostředí MATLAB.

This work is devoted to problem of detection of cardiac cells in microscopic picture. All possible means of preprocessing and segmentation were considered with the aim to choose the most suitable method for further classification. Different methods of classification were be testing: method of objects attributes and classifier based on neural network. As a result was obtained the number of living and dead cardiac cells and percentage of them. The electivity of classification methods was calculated by sensitivity and specificity. The user’s interface was created for improvement of clearness classification in MATLAB environment.