Segmentation of Cell Nuclei in Fluorescence Microscopy Image Data of Organoids

Bc. Hynek Pavlacký

Bakalářská práce

Anotace:

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 jednotlivých kroků segmentační metody, zdůvodnění zvoleného přístupu a také kvantitativní vyhodnocení výsledků. Součástí práce je implementace vyvinuté metody v programovacím jazyce Python.

Abstract:

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 contains a description of the individual steps of the segmentation method, a justification for the chosen approach, as well as a quantitative evaluation of the results. An implementation of the developed method in the Python programming language is a part of the thesis.

Keywords

volumetrická segmentace, segmentace buněčných jader, hluboké učení, fluorescenční mikroskopie, volumetric segmentation, cell nuclei segmentation, deep learning, fluorescence microscopy

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 19. 12. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 16. 2. 2024
• Vedoucí: doc. RNDr. Martin Maška, Ph.D.
• Oponent: doc. RNDr. Petr Matula, Ph.D.

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Informatika