Segmentation of Cell Nuclei in Fluorescence Microscopy Image Data of Organoids – Bc. Hynek Pavlacký
Bc. Hynek Pavlacký
Bachelor's thesis
Segmentation of Cell Nuclei in Fluorescence Microscopy Image Data of Organoids
Segmentation of Cell Nuclei in Fluorescence Microscopy Image Data of Organoids
Anotácia:
Cílem této práce je navrhnout, implementovat a vyhodnotit automatickou metodu segmentace instancí buněčných jader ve velkých trojrozměrných obrazových datech z fluorescenčního mikroskopu. Navržená segmentační metoda používá plně konvoluční neuronovou síť k predikci binární masky buněčných jader. Jednotlivé instance buněčných jader jsou poté segmentovány pomocí algoritmu Watershed. Práce obsahuje popis …viacAbstract:
The aim of this thesis is to propose, implement, and evaluate an automatic method for the segmentation of cell nucleus instances in large three-dimensional fluorescence microscopy image data. The proposed segmentation method uses a fully convolutional neural network to predict a binary mask of cell nuclei. Individual cell nucleus instances are then segmented using the Watershed algorithm. The thesis …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 19. 12. 2023
Identifikátor:
https://is.muni.cz/th/d3fej/
Obhajoba závěrečné práce
- Obhajoba proběhla 16. 2. 2024
- Vedúci: doc. RNDr. Martin Maška, Ph.D.
- Oponent: doc. RNDr. Petr Matula, Ph.D.
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatikyMasaryk University
Faculty of InformaticsBachelor programme / odbor:
Informatics / Informatics
Práce na příbuzné téma
-
Segmentace buněčných jader v obrazech z konfokálního mikroskopu
Ondřej Rabiška -
Segmentace buněčných jader vpisováním elips
Matúš Kotry -
Metody segmentace obrazu
Adam PINKAS -
Analýza buněčného cyklu pomocí fluorescenční mikroskopie
Michael SNIEHOTTA -
Deep learning
Lukáš Daubner -
Pathological Image Analysis Using Attention Based Deep Learning Methods
Petr Kantek -
Impact of Data Quality on Deep Learning Algorithms in Computer Vision
Vlastimil Martinek -
Deep learning for anomaly detection in histopathological data
David Čechák