| Název: | Extrakce mezibuněčné hmoty z histologických mikroskopických snímků jater pomocí metod strojového učení |
| Další názvy: | Extraction of extracellular matrix from histological microscopic images of the liver using machine learning methods |
| Autoři: | Burian, Jan |
| Vedoucí práce/školitel: | Jiřík Miroslav, Ing. Ph.D. |
| Oponent: | Vyskočil Jiří, Ing. |
| Datum vydání: | 2024 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | diplomová práce |
| URI: | http://hdl.handle.net/11025/55794 |
| Klíčová slova: | umělá inteligence;lékařství;mezibuněčná hmota;histologie;filtrace;segmentace |
| Klíčová slova v dalším jazyce: | artificial intelligence;medicine;extracellular matrix;histology;filtration;segmentation |
| Abstrakt: | Hlavním tématem této diplomové práce je navržení a následná implementace metody pro extrakci jaterní mezibuněčné hmoty (extracelulárního matrixu) z mikroskopických histologických snímků. Navrženou metodu lze rozdělit do několika na sebe navazujících kroků. Nejprve dojde k segmentaci buněčných jader, následně dojde k jejich filtraci (metoda inpaintingu) s využitím binární masky získané ze segmentace. V závěrečné části se obraz s filtrovanými buněčnými jádry opět segmentuje, tentokrát však již segmentujeme mezibuněčnou hmotu. Pro potřebu zpracování mikroskopických obrazů jsme vyvinuli modul v jazyce Python, který umožňuje dané paměťově náročné obrazy zpracovávat po jednotlivých dlaždicích. V závěru práce jsme porovnali výsledky naší metodu s metodou založenou na generativních neuronových sítích, tzv. GANech a ověřili funkčnost navrženého řešení. |
| Abstrakt v dalším jazyce: | The main aim of this thesis is to design and implement a method for the extraction of extracellular matrix from microscopic histological images, also called whole slide images. The proposed method can be divided into several consecutive steps. First, the cell nuclei are segmented, then they are filtered (inpainting method) using the binary mask already obtained from the segmentation step. In the final part, the image with filtered cell nuclei is segmented again, but this time we segment the extracellular matrix. Because of the high memory requirements of microscopic images, we have developed a Python module that allows the given image to be processed one tile at a time. At the end, we focused on a comparison of the results of our method with a method based on generative neural networks, the so-called GAN and verified the functionality of the proposed method. |
| Práva: | Plný text práce je přístupný bez omezení |
| Vyskytuje se v kolekcích: | Diplomové práce / Theses (KKY) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| Diplomova_prace.pdf | Plný text práce | 30,62 MB | Adobe PDF | Zobrazit/otevřít |
| PosudekVedoucihoSTAG-JirikM-127321.pdf | Posudek vedoucího práce | 59 kB | Adobe PDF | Zobrazit/otevřít |
| PosudekOponentaSTAG-VyskocilJ-277954.pdf | Posudek oponenta práce | 59,79 kB | Adobe PDF | Zobrazit/otevřít |
| ProtokolSPrubehemObhajobySTAG.pdf | Průběh obhajoby práce | 39,83 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/55794Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.