Bc. Martin Kozlovský

Bachelor's thesis

Synthesis of microscopy images using neural networks

Synthesis of microscopy images using neural networks
Abstract:
Fluorescenční mikroskopie a fázový kontrast jsou dvě hojně používané metody pro monitoring buněk, každá se svými klady a zápory. Cíl této práce spočívá v implementaci několik modelů hlubokého učení, konkrétně konvolučních autoenkodérů a soupeřících sítí (GAN). Tyto modely mají za cíl naučit se převádět mezi mikroskopickými snímky pořízenými pomocí fázového kontrastu a pomocí fluorescenční mikroskopie …more
Abstract:
Fluorescence and phase-contrast microscopy are both widely used methods for monitoring cells, each having its own advantages and disadvantages. The goal of this thesis is to implement several deep-learning models, namely Convolutional Autoencoders and Generative Adversarial Networks (GANs). The task of these models is to translate between microscopy images imaged using phase-contrast and fluorescence …more
 

Keywords

machine learning deep learning neural networks GAN fluorescent microscopy phase-contrast microscopy image synthesis
 
Language used: English
Date on which the thesis was submitted / produced: 25. 5. 2021
Identifier: https://is.muni.cz/th/l8kz6/

Thesis defence

  • Date of defence: 28. 6. 2021
  • Supervisor: doc. RNDr. David Svoboda, Ph.D.
  • Reader: prof. RNDr. Michal Kozubek, Ph.D.

Citation record

Cite this text

Full text of thesis

Contents of on-line thesis archive
Published in Theses:
  • světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Masarykova univerzita, Fakulta informatiky
Složka Reference to the local database directory of the institution