Kvantitativní digitální holografická mikroskopie pomocí strojového učení

Simple item page
but.committeedoc. Ing. Martin Černý, Ph.D. (předseda) doc. Ing. Radim Kolář, Ph.D. (místopředseda) Ing. Oto Janoušek, Ph.D. (člen) Ing. Lukáš Smital, Ph.D. (člen) Ing. Tomáš Vičar (člen) Ing. Radovan Jiřík, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Doc. Kolář položil otázku, jaký je rozdíl mezi použitým Deep Trackem a PyTorchem? Ing. Jiřík položil otázku, jaký je rozdíl mezi použitými operacemi pro zpracování obrazů? Jak je výsledek závislý na akvizici? Je třeba naučit modely znovu při změně akvizice? Ing. Janoušek položil otázku, zdali by bylo možné použít diference snímků? Student obhájil diplomovou práci s výhradami.cs
but.jazykčeština (Czech)
but.programBioinženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorVičar, Tomášcs
dc.contributor.authorDuša, Martincs
dc.contributor.refereeKolář, Radimcs
dc.date.accessioned2022-06-09T06:52:34Z
dc.date.available2022-06-09T06:52:34Z
dc.date.created2022cs
dc.description.abstractDiplomová práce představuje metody strojového učení pro určení parametrů mikro a nano částic ze snímků digitální holografické mikroskopie. V teoretické části jsou přiblíženy principy snímaní hologramu, holografické mikroskopie a podobnost mezi Mie teorií a hologramem. Druhá část teoretické rešerše je věnována metodám strojového učení využitých při určování kvantitativních informací částic. Praktická část se věnuje návrhu postupu pro určení pozice, indexu lomu a poloměru pomocí architektury U-Net implementované v prostředí PyTorch a DeepTrack 2.1. V závěru práce jsou diskutovány výsledky navržených metodik.cs
dc.description.abstractThis thesis presents machine learning methods for determining the parameters of micro and nano particles from digital holographic microscopy images. In the theoretical part the principles of hologram imaging, holographic microscopy and the similarity between Mie theory and hologram are presented. The second part of the theoretical review is devoted to machine learning methods used in determining the quantitative information of particles. The practical part is focused on the design of a procedure for determining the position, refractive index and radius using the U-Net architecture implemented in PyTorch and DeepTrack 2.1. The results of the proposed methodologies are discussed at the end of the paper.en
dc.description.markDcs
dc.identifier.citationDUŠA, M. Kvantitativní digitální holografická mikroskopie pomocí strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.cs
dc.identifier.other142108cs
dc.identifier.urihttp://hdl.handle.net/11012/204929
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.subjectDHMcs
dc.subjectHologramcs
dc.subjectU-Netcs
dc.subjectMie teoriecs
dc.subjectPyTorchcs
dc.subjectDeepTrackcs
dc.subjectDHMen
dc.subjectHologramen
dc.subjectU-Neten
dc.subjectMie Theoryen
dc.subjectPyTorchen
dc.subjectDeepTracken
dc.titleKvantitativní digitální holografická mikroskopie pomocí strojového učenícs
dc.title.alternativeQuantitative Digital Holographic Microscopy using machine learningen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2022-06-08cs
dcterms.modified2022-06-08-10:28:21cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid142108en
sync.item.dbtypeZPen
sync.item.insts2022.06.09 08:52:34en
sync.item.modts2022.06.09 08:13:25en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
10.24 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
835.42 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_142108.html
Size:
7.11 KB
Format:
Hypertext Markup Language
Description:
review_142108.html
Download
Collections
2022