Extrakce mezibuněčné hmoty z histologických mikroskopických snímků jater pomocí metod strojového učení

Show simple item record
dc.contributor.advisorJiřík Miroslav, Ing. Ph.D.
dc.contributor.authorBurian, Jan
dc.contributor.refereeVyskočil Jiří, Ing.
dc.date.accepted2024-6-19
dc.date.accessioned2024-07-12T09:02:13Z
dc.date.available2023-10-2
dc.date.available2024-07-12T09:02:13Z
dc.date.issued2024
dc.date.submitted2024-5-20
dc.description.abstractHlavním 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.cs
dc.description.abstract-translatedThe 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.en
dc.description.resultObhájeno
dc.format73 s.
dc.identifier96346
dc.identifier.urihttp://hdl.handle.net/11025/55794
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectumělá inteligencecs
dc.subjectlékařstvícs
dc.subjectmezibuněčná hmotacs
dc.subjecthistologiecs
dc.subjectfiltracecs
dc.subjectsegmentacecs
dc.subject.translatedartificial intelligenceen
dc.subject.translatedmedicineen
dc.subject.translatedextracellular matrixen
dc.subject.translatedhistologyen
dc.subject.translatedfiltrationen
dc.subject.translatedsegmentationen
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-levelNavazující
dc.thesis.degree-nameIng.
dc.thesis.degree-programKybernetika a řídicí technika
dc.titleExtrakce mezibuněčné hmoty z histologických mikroskopických snímků jater pomocí metod strojového učenícs
dc.title.alternativeExtraction of extracellular matrix from histological microscopic images of the liver using machine learning methodsen
dc.typediplomová práce

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
Diplomova_prace.pdf
Size:
29.9 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
Download
No Thumbnail Available
Name:
PosudekVedoucihoSTAG-JirikM-127321.pdf
Size:
59 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
Download
No Thumbnail Available
Name:
PosudekOponentaSTAG-VyskocilJ-277954.pdf
Size:
59.79 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
Download
No Thumbnail Available
Name:
ProtokolSPrubehemObhajobySTAG.pdf
Size:
39.83 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
Download

Collections

Theses (KKY)