Národní úložiště šedé literatury Nalezeno 1 záznamů.  Hledání trvalo 0.00 vteřin. 
Segmentation of Multi-Dimensional Multi-Parametric Microscopic Data of Biological Samples Using Convolutional Neural Networks
Backová, Lenka ; Benda, Aleš (vedoucí práce) ; Schätz, Martin (oponent)
Štandardným spôsobom zobrazovania biologických vzoriek sa stali viacparametrické vysoko rozmerné obrázky. Na kvantifikáciu výsledkov z týchto obrázkov je často potrebné najskôr použiť segmentáciu. Avšak kvôli základným nedostatkom fluorescenčnej mikroskopie bi- ologických vzoriek, ako napríklad kvôli nízkemu pomeru signálu k šumu, sa konvolučné neurónové siete stali často používaným nástrojom na automatizáciu segmentácie. Kon- volučné neurónové siete sa ukázali byť všestranné v ich potenciálnom použití, ako aj schopné segmentovať komplexné obrázky. V tejto práci využívame neurónovú sieť U-Net na segmentáciu obrázkov, ktoré obsahujú nielen informácie o intenzite, ale aj informácie o dobe života excitovaného stavu. Skúšame rôzne reprezentácie obrázkov, aby sme zis- tili, či pridaná informácia v hodnotách pixelov vedie k zlepšeniu segmentácie. Uvádzame ukážku aplikácie výslednej segmentácie s fázorovou analýzou na štúdium plodnosti myších spermií. 1

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.