|
|
Monitorovací systém pro zjištění motility a polohy laboratorních zvířat po anestézii
Enikeev, Amir ; Vičar, Tomáš (oponent) ; Čmiel, Vratislav (vedoucí práce)
Tato Diplomová práce, která nese název „Monitorovací systém pro zjištění motility a polohy laboratorních zvířat po anestézii“ se zaměřuje na návrh a realizaci bezkontaktní detekce polohy laboratorního potkana nebo myši ve výběhu s průhledným krytem. Semestrální práce si klade za cíl nalézt vhodné metody realizaci bezkontaktní detekce polohy laboratorního potkana nebo myši a automaticky určit a zobrazit průměrnou rychlost nebo jiné charakteristiky pohybu. Zadání vzešlo z potřeb monitoringu zvířat po kurativním zásahu a také jako potřebná utilita pro budoucí „stínování“ pohyb zvířete (automatické cílení na jizvu na zádech zvířete). Potkan, který je umístěný uvnitř našeho výběhu je buď standardně pohyblivý nebo je omámen po anestezií. V této práci se zabývám nejprve rešerší automatických monitorovacích systémů pro detekci polohy zvířat ve výběhu. Pak v praktické části jsou testovány tři typy kamer pro obrazovou detekci polohy potkana a je navrhnut skript pro automatickou detekci a analýzu pohybu potkana. Systém funguje jako kamerové oko které v reálnem času v svém zorném poli schopno najit plochu černého boxu následně omezit plochu detekci o velikosti teto krabice a nasledne v omezenem prostoru automaticky detekuje težište a vzpočitava cestu kterou udelava ten bod , jako stitistiku uklada cestu za deasat sekund a z toho vzpočitava přumernou rzchlost potkanu za tu dobu .A hodnocenim získanou rzchlosti s průměrem vypočtenzm s testev na 10 myšich - hlasi na obrazovce stav myši za predešlych desat sekund.Vytvořeny software detekuje bilou myš nebo potkana v černém hovnem boxu , bez doplňkového označeni zvířeti pomoci markéru pro žádné stresovaní zvířeti . Potkan, který je umístěný uvnitř našeho výběhu je buď standardně pohyblivý nebo je omámen po anestezií. V této práci se zabývám nejprve rešerší automatických monitorovacích systémů pro detekci polohy zvířat ve výběhu. Pak v praktické části jsou testovány tři typy kamer pro obrazovou detekci polohy potkana a je navrhnut skript pro automatickou detekci a analýzu pohybu potkana. A vytvořen software na detekci
|
|
|
Monitorovací systém pro zjištění motility a polohy laboratorních zvířat po anestézii
Enikeev, Amir ; Vičar, Tomáš (oponent) ; Čmiel, Vratislav (vedoucí práce)
Tato Diplomová práce, která nese název „Monitorovací systém pro zjištění motility a polohy laboratorních zvířat po anestézii“ se zaměřuje na návrh a realizaci bezkontaktní detekce polohy laboratorního potkana nebo myši ve výběhu s průhledným krytem. Semestrální práce si klade za cíl nalézt vhodné metody realizaci bezkontaktní detekce polohy laboratorního potkana nebo myši a automaticky určit a zobrazit průměrnou rychlost nebo jiné charakteristiky pohybu. Zadání vzešlo z potřeb monitoringu zvířat po kurativním zásahu a také jako potřebná utilita pro budoucí „stínování“ pohyb zvířete (automatické cílení na jizvu na zádech zvířete). Potkan, který je umístěný uvnitř našeho výběhu je buď standardně pohyblivý nebo je omámen po anestezií. V této práci se zabývám nejprve rešerší automatických monitorovacích systémů pro detekci polohy zvířat ve výběhu. Pak v praktické části jsou testovány tři typy kamer pro obrazovou detekci polohy potkana a je navrhnut skript pro automatickou detekci a analýzu pohybu potkana. A vytvořen software na detekci
|
|
|
Segmentace chrupavčité tkáně ve 3D mikro CT snímcích myších embryí
Matula, Jan ; Vičar, Tomáš (oponent) ; Chmelík, Jiří (vedoucí práce)
Manuální segmentace chrupavčité tkáně v mikro CT snímcích myších embryí je velice časově náročná a značně zvyšuje čas potřebný pro výzkum vývoje obličejové části lebky savců. Jako řešení tohoto problému se jeví využití automatických segmentačních algoritmů. V této práci navržena plně automatická segmentační metoda využívající konvoluční neuronovou síť naučenou na manuálně segmentovaných obrazech. Architektura této konvoluční neuronové sítě vychází z architektury U-Net, jejíž enkóderová část je nahrazena za enkóderovou část klasifikační neuronové sítě VGG16 s váhami byly předučenými na databázi označených obrazů ImageNet. Bylo dokázáno, že navržený postup segmentace dosahuje při porovnání s obrazy manuálně segmentovanými expertem v průměru Dice koeficientu 0,8731 ± 0,0326.
|
|
|
Robust Cell Nuclei Tracking Using Gaussian
Mixture Shape Model
Vičar, Tomáš
The life cell microscopic imaging is a standard approach for studying of cancer cell morphology and behaviour during some treatment. In the dense cell cultures, tracking each cell nucleus is challenging task due to cell overlap and interactions. Moreover, for time-lapse sequences (lasting typically 20-30 hours) the robust automatic cell tracking is needed. This paper describes new method for fluorescence nuclei tracking based on Gaussian mixture model (GMM), and additionally, GMM modification allowing application to the images is also introduced. Method is mainly designed for robustness - tracking the highest possible number of nuclei in the whole sequence. Proposed algorithm proved to by very reliable with 80% of correctly tracked nuclei.
|
|
| |
|
|
Příznaky pro analýzu a klasifikaci buněk ve snímcích z holografického mikroskopu
Navrátilová, Markéta ; Kolář, Radim (oponent) ; Vičar, Tomáš (vedoucí práce)
Tato bakalářská práce se zabývá problematikou příznaků používaných při analýze snímků buněk pořízených holografickým mikroskopem a pro jejich klasifikaci. Popisuje jednotlivé příznaky, stejně tak jako nástroje pro klasifikaci. Příznaky jsou extrahovány na dodaných nasegmentovaných buňkách v programovém prostředí Matlab. Na základě těchto příznaků jsou buňky klasifikovány s využitím metody podpůrných vektorů. Pomocí metod pro shlukování a redukci dimenzionality je analyzován výskyt různých buněčných typů. Zároveň je zhodnocena účinnost a využitelnost jednotlivých příznaků.
|
|
|
Automatická klasifikace výslovnosti hlásky R
Hrušovský, Enrik ; Vičar, Tomáš (oponent) ; Harabiš, Vratislav (vedoucí práce)
Táto diplomová práca sa zaoberá automatickou klasifikáciou hlásky R. Dáva si za cieľ vytvoriť program pre detekciu logopedickej vady výslovnosti hlásky ,,R” u detí. V práci sú spracované témy ako tvorba reči, logopédia, dyslália a následne spracovanie rečových signálov a ich metódy analýzy. V poslednej časti je navrhnutý program pre automatickú klasifikáciu výslovnosti hlásky ,,R”. K rozpoznaniu výslovnosti je použitý algoritmus MFCC pre extrakciu príznakov. Tieto príznaky sú následne klasifikované neurónovou sieťou do triedy so správnou alebo nesprávnou výslovnosťou a je vyhodnotená úspešnosť klasifikácie.
|
|
|
Segmentace cévního řečiště ve snímcích sítnice metodami hlubokého učení
Serečunová, Stanislava ; Vičar, Tomáš (oponent) ; Kolář, Radim (vedoucí práce)
Táto diplomová práca sa zaoberá využitím hlbokých neurónových sietí so zameraním na segmentáciu obrazu. Teoretická časť obsahuje popis hlbokých neurónových sietí a súhrn využívaných architektúr konvolučných sietí v oblasti segmentácie objektov z obrazu. V praktickej časti bola testovaním existujúcich príkladov používaných architektúr sietí naštudovaná open-source softwarová knižnica pre strojové učenie Tensorflow, implementovaná v programovacom jazyku Python. Obecným problémom použitia konvolučných neurónových sietí je požadované veľké množstvo vstupných dát. Z tohto dôvodu bola vytvorená nová dátová sada skladajúca sa z kombinácie piatich voľne dostupných databáz. Zvolená architektúra siete U-net bola testovaná prvou modifikáciou novo vytvorenej dátovej sady. Na základe výsledkov je zvolená architektúra siete modifikovaná, vďaka čomu bola vytvorená nová sieť, ktorá dosahuje lepšie výsledky než originálna sieť. Modifikovaná architektúra je následne trénovaná na vytvorenej dátovej sade, ktorá obsahuje snímky z rôznych typov fundus kamier. Natrénovaná sieť je vďaka tomuto prístupu vo výsledku robustnejšia a umožňuje segmentaciu cievneho riečiska snímkov z rôznymi parametrami. Modifikovaná architektúra bola otestovaná na databázach STARE, CHASE a HRF. Výsledky boli porovnané z publikovanými metódami segmentácie z literatúry, založených na konvolučných neurónových sieťach, ale aj klasickými metódami segmentácie. Vytvorená sieť vykazuje vysokú úspešnosť segmentácie cievneho riečiska porovnateľnú so state-of-the-art metódami.
|
|
|
Modul pro záznam elektrodermální aktivity
Vičar, Tomáš ; Harabiš, Vratislav (oponent) ; Bubník, Karel (vedoucí práce)
Tato práce popisuje elektrodermální aktivitu (EDA) a její vznik na základě vlastností kůže a termoregulace organismu. EDA je signál mající úzký vztah k psychofyziologii a můžeme jeho pomocí vyhodnocovat nejrůznější emoční, motorické a pozornostní vlivy na lidský organismus. Práce dále rozebírá možnosti snímání kožního potenciálu a vodivosti a popisuje konstrukci zařízení schopného tyto signály měřit a ukládat v počítači.
|
|
|
Sledování buněk v obrazech z holografického mikroskopu
Vičar, Tomáš ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Tato práce se věnuje sledování buněk v obrazových sekvencích pořízených pomocí multimodálního holografického mikroskopu (MHM). Princip holografického mikroskopu je zde popsán společně s jeho aplikací pro záznam buněk. Hlavní část práce popisuje společný přístup pro segmentaci a sledování jednotlivých buněk v dlouhodobých záznamech. Navržený přístup je založen na modelu parametrických aktivních kontur se specifickými modifikacemi pro dosažení přiměřené přesnosti a robustnosti. Implementovaná metoda je zde detailně popsána včetně vyhodnocení a ukázky výsledků.
|
host ::
RSS.