Original title: Segmentace nervových buněk z fluorescenční mikroskopie myšího mozku
Translated title: Neural Cell Segmentation from Fluorescent Microscopy Images of Mouse Brains
Authors: Studna, Martin ; Šikudová, Elena (advisor) ; Bída, Michal (referee)
Document type: Master’s theses
Year: 2022
Language: eng
Abstract: [eng] [cze]
Our objective is to propose a neural cell segmentation algorithm for fluorescent mi- croscopic images of mice brains. We received a dataset from the Laboratory of Neu- rochemistry, Institute of Physiology of the Czech Academy of Sciences in Prague. We conducted various image segmentation experiments to identify a method that can most accurately segment neural cells. Our thesis will present the challenges linked with the segmentation of biological images. Then, we will describe the details of our experiments and the evaluation metrics used for measuring our methods' accuracy. 1 Naším cílem je navrhnout algoritmus pro segmentaci nervových buněk z fluorescenční mikroskopie myších mozků. Dostali jsme dataset z laboratoře neurochemie, Fyziologick- ého ústavu Akademie Věd České republiky v Praze. Provedli jsme experimenty s různými metodami pro segmentaci obrazu, abychom identifikovali takový algoritmus, který dokáže nejpřesněji segmentovat nervové buňky. Uvedeme, jaké jsou výzvy spojené se segmentací obrazu biogických dat. Nakonec objasníme, jak byly experimenty provedeny a jaké byly použity evaluační metriky pro testovaní přesnosti našich metod. 1
Keywords: segmentation|neural cell|flourescent microscopy; segmentace|nervové buňky|fluorescenční mikroskopie

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/175730

Permalink: http://www.nusl.cz/ntk/nusl-510118


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Master’s theses