|
|
X-ray micro and nano computed tomography of soft tissue
Kavková, Michaela ; Tromba, Giuliana (oponent) ; Szabo-Rogers, Heather (oponent) ; Zikmund, Tomáš (vedoucí práce)
Abstract Industrial X-ray micro computed tomography (micro CT) is a non-destructive imaging technique used for visualization of internal structures of samples and creation of precise 3D models. The core of this thesis revolves around the practical implementation of industrial micro CT in biological research with focus on the imaging of soft tissues. The aim of this study was to explore the potential of industrial micro CT as a non-destructive imaging tool for soft tissue visualization and to propose complex methodology for preparation of the sample and the analysis of obtained data in the specialized software. In the thesis the case studies showcasing the diverse applications of micro CT in various developmental biology research domains are presented, providing the methodology for precise 3D analysis of the selected structures. The thesis concludes by summarizing the transformative potential of industrial micro CT in biological research, highlighting its ability to unveil intricate anatomical structures, track developmental processes, and enhance our understanding of complex biological systems.
|
|
|
Matematické metody pro zpracování obrazu v biologických pozorováních
Zikmund, Tomáš ; doc. RNDr.Petr Matula, Ph.D. (oponent) ; Krejčí, František (oponent) ; Chmelík, Radim (vedoucí práce)
Dizertační práce se zabývá zpracováním obrazu v digitální holografické mikroskopii a rentgenové počítačové tomografii. Těžiště práce spočívá v návrhu postupů pro zpracování dat v daných oblastech biologických experimentů. Transmisní světelná holografická mikroskopie je použita zejména pro kvantitativní fázové zobrazení transparentních mikroskopických objektů, jako jsou živé buňky. Fázové obrazy jsou ovlivněny fázovými aberacemi, které ztěžují studium buněk. V této práci je prezentován nový algoritmus pro dynamické zpracování fázových obrazů živých buněk v časosběrné sérii. Algoritmus kompenzuje deformace fázového obrazu použitím metody vážených nejmenších čtverců. Navíc ve fázovém obrazu identifikuje a segmentuje individuální buňku. Tyto vlastnosti algoritmu jsou rozhodující pro kvantitativní fázové zobrazení buněk v reálném čase a řízení průběhu experimentu. Účinnost navrženého algoritmu je demonstrována na obrazech krysích nádorových buněk prostřednictvím mimoosového holografického mikroskopu. Rentgenová počítačová tomografie s vysokým rozlišením je stále více používanou technikou pro studium mikroarchitektury kostí malých hlodavců. V této části práce je provedena analýza kortikální a trabekulární distální poloviny krysích stehenních kostí. Vyvinuli jsme metodu pro mapování pozice a rozměrů kortikálních povrchů od centrální podélné osy s jednostupňovým úhlovým rozlišením. Touto metodou jsou zkoumány tvarové odlišnosti krysích stehenních kostí mezi experimentálními skupinami. Orientace kostí je v tomografických řezech vyrovnána před mapováním pomocí navrženého postupu standardizace tomografických dat. Aktivita remodelačního procesu dlouhé kosti je také studována na systému kortikálních kanálků.
|
|
|
Utilization of convolutional neural networks for segmentation of mouse embryos cartilaginous tissue in micro-CT data
Poláková, Veronika ; Vičar, Tomáš (oponent) ; Chmelík, Jiří (vedoucí práce)
Automatic segmentation of the biological structures in micro-CT data is still a challenge since the object of interest (craniofacial cartilage in our case) is commonly not characterized by unique voxel intensity or sharp borders. In recent years, convolutional neural networks (CNNs) have become exceedingly popular in many areas of computer vision. Specifically, for biomedical image segmentation problems, U-Net architecture is widely used. However, in the case of micro-CT data, there is a question whether 3D CNN would not be more beneficial. The master thesis introduced CNN architecture based on V-Net as well as the methodology for data preprocessing and postprocessing. The baseline architecture was further optimized using advanced architectural modifications such as Atrous Spatial Pyramid Pooling (ASPP) module, Scaled Exponential Linear Unit (SELU) activation function, multi-output supervision and Dense blocks. For network learning, modern approaches were used including learning rate warmup or AdamW optimizer. Even though the 3D CNN do not outperform U-Net regarding the craniofacial cartilage segmentation, the optimization raises the median of Dice coefficient from 69.74 % to 80.01 %. Therefore, utilizing these advanced architectural modifications is highly encouraged as they can be easily added to any U-Net-like architecture and may remarkably improve the results.
|
|
|
Utilization of convolutional neural networks for segmentation of mouse embryos cartilaginous tissue in micro-CT data
Poláková, Veronika ; Vičar, Tomáš (oponent) ; Chmelík, Jiří (vedoucí práce)
Automatic segmentation of the biological structures in micro-CT data is still a challenge since the object of interest (craniofacial cartilage in our case) is commonly not characterized by unique voxel intensity or sharp borders. In recent years, convolutional neural networks (CNNs) have become exceedingly popular in many areas of computer vision. Specifically, for biomedical image segmentation problems, U-Net architecture is widely used. However, in the case of micro-CT data, there is a question whether 3D CNN would not be more beneficial. The master thesis introduced CNN architecture based on V-Net as well as the methodology for data preprocessing and postprocessing. The baseline architecture was further optimized using advanced architectural modifications such as Atrous Spatial Pyramid Pooling (ASPP) module, Scaled Exponential Linear Unit (SELU) activation function, multi-output supervision and Dense blocks. For network learning, modern approaches were used including learning rate warmup or AdamW optimizer. Even though the 3D CNN do not outperform U-Net regarding the craniofacial cartilage segmentation, the optimization raises the median of Dice coefficient from 69.74 % to 80.01 %. Therefore, utilizing these advanced architectural modifications is highly encouraged as they can be easily added to any U-Net-like architecture and may remarkably improve the results.
|
|
|
Matematické metody pro zpracování obrazu v biologických pozorováních
Zikmund, Tomáš ; doc. RNDr.Petr Matula, Ph.D. (oponent) ; Krejčí, František (oponent) ; Chmelík, Radim (vedoucí práce)
Dizertační práce se zabývá zpracováním obrazu v digitální holografické mikroskopii a rentgenové počítačové tomografii. Těžiště práce spočívá v návrhu postupů pro zpracování dat v daných oblastech biologických experimentů. Transmisní světelná holografická mikroskopie je použita zejména pro kvantitativní fázové zobrazení transparentních mikroskopických objektů, jako jsou živé buňky. Fázové obrazy jsou ovlivněny fázovými aberacemi, které ztěžují studium buněk. V této práci je prezentován nový algoritmus pro dynamické zpracování fázových obrazů živých buněk v časosběrné sérii. Algoritmus kompenzuje deformace fázového obrazu použitím metody vážených nejmenších čtverců. Navíc ve fázovém obrazu identifikuje a segmentuje individuální buňku. Tyto vlastnosti algoritmu jsou rozhodující pro kvantitativní fázové zobrazení buněk v reálném čase a řízení průběhu experimentu. Účinnost navrženého algoritmu je demonstrována na obrazech krysích nádorových buněk prostřednictvím mimoosového holografického mikroskopu. Rentgenová počítačová tomografie s vysokým rozlišením je stále více používanou technikou pro studium mikroarchitektury kostí malých hlodavců. V této části práce je provedena analýza kortikální a trabekulární distální poloviny krysích stehenních kostí. Vyvinuli jsme metodu pro mapování pozice a rozměrů kortikálních povrchů od centrální podélné osy s jednostupňovým úhlovým rozlišením. Touto metodou jsou zkoumány tvarové odlišnosti krysích stehenních kostí mezi experimentálními skupinami. Orientace kostí je v tomografických řezech vyrovnána před mapováním pomocí navrženého postupu standardizace tomografických dat. Aktivita remodelačního procesu dlouhé kosti je také studována na systému kortikálních kanálků.
|
host ::
RSS.