Segmentace biologických vzorků v obrazech z kryo-elektronového mikroskopu s využitím metod strojového učení

but.committeedoc. Ing. Jana Kolářová, Ph.D. (předseda) Ing. Roman Jakubíček, Ph.D. (místopředseda) Ing. Vratislav Čmiel, Ph.D. (člen) Ing. Vratislav Harabiš, Ph.D. (člen) MUDr. Zuzana Nováková, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Doc. Kolářová sa dotázala na vlastnosť obrazu, ktorá by mohla pomocť k rozpoznať ľadové kryštály a či je možné využiť inú zobrazovaciu modalitu; Ing. Jakubíček sa dotázal na důvod odstrániť "skip connections" v použitom modele; ako boli urobené anotácie; boli anotácie konzultované s expertmi?. Student obhájil diplomovou práci s výhradami a odpověděl na otázky členů komise a oponenta.cs
but.jazykangličtina (English)
but.programBiomedicínské inženýrství a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorChmelík, Jiříen
dc.contributor.authorSokol, Norberten
dc.contributor.refereeVičar, Tomášen
dc.date.created2021cs
dc.description.abstractZobrazovanie pomocou kryo-elektrónovej mikroskopie má svoje nezastúpiteľné miesto v analýze viacerých biologických štruktúr. Lokalizácia buniek kultivovaných na mriežke a ich segmentácia voči pozadiu alebo kontaminácii je základom. Spolu s vývojom viacerých metód hlbokého učenia sa podstatne zvýšila úspešnosť úloh sémantickej segmentácie. V tejto práci vyvinieme hlbokú konvolučnú neurónovú sieť pre úlohu sémantickej segmentácie buniek kultivovaných na mriežke. Dátový súbor pre túto prácu bol vytvorený pomocou dual-beam kryo-elektónového mikroskopu vyvinutého spoločnosťou Thermo Fisher Scientific Brno.en
dc.description.abstractCryo-electron microscopy imaging has its irreplaceable position in analysis of various biological structures. Localization of the cells cultivated on grid and their segmentation towards background or contamination is essential. With the development of various deep learning methods, the performance of semantic segmentation tasks dramatically increased. In this thesis, we will develop a deep convolutional neural network for semantic segmentation of the cells cultivated on grid. Dataset for this thesis was created with dual-beam cryo-electron microscope developed by Thermo Fisher Scientific Brno.cs
dc.description.markCcs
dc.identifier.citationSOKOL, N. Segmentace biologických vzorků v obrazech z kryo-elektronového mikroskopu s využitím metod strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.cs
dc.identifier.other134411cs
dc.identifier.urihttp://hdl.handle.net/11012/197108
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectkryo-elektrónová mikroskopiaen
dc.subjectpreparácia vzorku na mriežkeen
dc.subjecthlboké učenieen
dc.subjectstrojové učenieen
dc.subjectkonvolučné neurónové sieteen
dc.subjectsémantická segmentácia.en
dc.subjectcryo-electron microscopycs
dc.subjectgrid sample preparationcs
dc.subjectdeep learningcs
dc.subjectmachine learningcs
dc.subjectconvolutional neural networkscs
dc.subjectsemantic segmentation.cs
dc.titleSegmentace biologických vzorků v obrazech z kryo-elektronového mikroskopu s využitím metod strojového učeníen
dc.title.alternativeSegmentation of biological samples in cryo-electron microscopy images using machine learning methodscs
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2021-06-10cs
dcterms.modified2021-06-10-13:53:46cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid134411en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:28:44en
sync.item.modts2025.01.15 19:53:07en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
15.06 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
appendix-1.zip
Size:
263.4 KB
Format:
zip
Description:
appendix-1.zip
Loading...
Thumbnail Image
Name:
review_134411.html
Size:
7.48 KB
Format:
Hypertext Markup Language
Description:
file review_134411.html
Collections