Zobrazit minimální záznam

Analysis of cytology images

dc.contributor.advisorKolář, Radimcs
dc.contributor.authorPavlík, Jancs
dc.date.accessioned2018-10-29T12:19:20Z
dc.date.available2018-10-29T12:19:20Z
dc.date.created2012cs
dc.identifier.citationPAVLÍK, J. Analýza cytologických snímků [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2012.cs
dc.identifier.other51854cs
dc.identifier.urihttp://hdl.handle.net/11012/12010
dc.description.abstractTato diplomová práce je zaměřena na automatizaci procesu diferenciálního rozpočtu leukocytů v periferní krvi založeném na zpracování obrazů. Zabývá se návrhem celého procesu zpracování digitálních snímků – od snímání a předzpracování snímků, segmentace jádra a cytoplazmy, výběrem příznaků a klasifikátoru, včetně jeho testování na sadě obrazů, která byla nasnímána také v rámci této práce. V teoretické části práce jsou popsány dostupné segmentační metody a klasifikační postupy. Tato práce se v praktické části zabývá segmentačními procesy, které mají za úkol separovat jádro a cytoplazmu leukocytů. Na základě těchto vyhrazených struktur je provedena jejich statistická analýza. Podle reprezentativních statistických parametrů je vybrán soubor příznaků. Tato data pak vstupují do klasifikačního procesu, realizovaného třemi umělými neuronovými sítěmi. Celkem bylo hodnoceno 5 tříd leukocytů: neutrofilní granulocyty, lymfocyty, monocyty, eozinofilní a bazofilní granulocyty. Senzitivita a specificita klasifikace u 4 z 5 (neutrofilní granulocyty, lymfocyty, monocyty, eozinofilní granulocyty) buněčných populací je vyšší než 90 %. Senzitivita klasifikace bazofilních granulocytů byla vyhodnocena na 75 % a specificita na 67 %. Celková schopnost klasifikace byla otestovaná na 111 buňkách a vykazovala přibližně 91% úspěšnost. Všechny algoritmy jsou realizovány v prostředí MATLAB.cs
dc.description.abstractThis master’s thesis is focused on automating the process of differential leukocyte count in peripherial blood using image processing. It deals with the design of the processing of digital images - from scanning and image preprocessing, segmentation nucleus and cytoplasm, feature selection and classifier, including testing on a set of images that were scanned in the context of this work. This work introduces used segmentation methods and classification procedures which separate nucleus and the cytoplasm of leukocytes. A statistical analysis is performed on the basis of these structures. Following adequate statistical parameters, a set of features has been chosen. This data then go through a classification process realized by three artificial neural networks. Overall were classified 5 types of leukocytes: neutropfiles, lymphocytes, monocytes, eosinophiles and basophiles. The sensitivity and specificity of the classification made for 4 out of 5 leukocyte types (neutropfiles, lymphocytes, monocytes, eosinophiles) is higher than 90 %. Sensitivity of classiffication basophiles was evaluated at 75 % and specificity at 67 %. The total ability of classification has been tested on 111 leukocytes and was approximately 91% successful. All algorithms were created in the MATLAB program.en
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectcytologiecs
dc.subjectleukocytycs
dc.subjectdiferenciální rozpočet leukocytů v periferní krvics
dc.subjectkrevní nátěrcs
dc.subjectdigitální morfologiecs
dc.subjectbarevné prostorycs
dc.subjectprahovánícs
dc.subjectsegmentacecs
dc.subjectmorfologické operacecs
dc.subjectfiltracecs
dc.subjectmetoda gradient vector flowcs
dc.subjectwatershed klasifikacecs
dc.subjectumělé neuronové sítěcs
dc.subjectmetoda support vector machinecs
dc.subjectnarůstání regionů MATLAB.cs
dc.subjectcytologyen
dc.subjectleukocytesen
dc.subjectdifferential leukocyte count in peripheral blooden
dc.subjectblood smearen
dc.subjectdigital morphologyen
dc.subjectcolour spacesen
dc.subjectthresholdingen
dc.subjectsegmentationen
dc.subjectmathematical morphologyen
dc.subjectfilteringen
dc.subjectthe method of gradient vector flowen
dc.subjectWatershed classificationen
dc.subjectartificial neural networken
dc.subjectsupport vector machine methoden
dc.subjectregion growingen
dc.subjectMATLAB.en
dc.titleAnalýza cytologických snímkůcs
dc.title.alternativeAnalysis of cytology imagesen
dc.typeTextcs
dcterms.dateAccepted2012-06-07cs
dcterms.modified2012-06-07-19:14:38cs
thesis.disciplineBiomedicínské inženýrství a bioinformatikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
sync.item.dbid51854en
sync.item.dbtypeZPen
sync.item.insts2018.11.02 04:42:04en
sync.item.modts2018.10.22 03:11:39en
dc.contributor.refereeBlaha, Milancs
dc.description.markAcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam