Original title: Detekce biologických struktur ve snímcích z TEM mikroskopu
Translated title: Detection of biological structures in TEM microscope images
Authors: Cikánek, Martin ; Chmelík, Jiří (referee) ; Potočňák, Tomáš (advisor)
Document type: Master’s theses
Year: 2019
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [cze] [eng]
Cílem první části této diplomové práce je vysvětlit teoretické základy transmisní elektronové mikroskopie and zmínit fundamentální části transmisních elektronových mikroskopů. Další část této práce je zaměřena na možné metody segmentace obrazu, využití neuronových sítí při detekci objektů v obraze a na následné shlukování výsledků. Teoretická část práce je zakončena vysvětlením některých již publikovaných metod automatické detekce biologických struktur v obrazech z mikroskopu a teoretickým návrhem algoritmu, který bude následně vypracován. Na začátku praktické části je vysvětlen postup trénování neuronových sítí za účelem automatické detekce biologických struktur v obraze. Poté následuje zhodnocení výsledků dosažených těmito sítěmi. Následně jsou na tyto výsledky aplikovány metody shlukové analýzy, jejichž výsledky jsou porovnávány mezi sebou a taktéž s výsledky dosaženými již publikovanými metodami. The aim of the first part of this thesis is to explain the theoretical basis of transmission electron microscopy and to mention fundamental parts of transmission electron microscopes. The next part of this work is focused on possible methods of image segmentation, the use of neural networks in the detection of objects in an image and the subsequent clustering of results. The theoretical part of the thesis is concluded with an explanation of some already published methods of automatic detection of biological structures in microscopic images and theoretical design of the algorithm, which will be subsequently developed. The process of training neural networks in order to automatically detect biological structures in an image is described at the beginning of the practical part. This is followed by an evaluation of the results achieved by these networks. Subsequently, cluster analysis methods are applied to these results, the products of which are compared with each other and also with the results obtained by already published methods.
Keywords: cluster analysis; image segmentation; neural networks; Transmission electron microscopy; metody shlukování; neuronové sítě; segmentace obrazu; Transmisní elektronová mikroskopie

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/177666

Permalink: http://www.nusl.cz/ntk/nusl-587385


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