| Title: | Extrakce mezibuněčné hmoty z histologických mikroskopických snímků jater pomocí metod strojového učení |
| Other Titles: | Extraction of extracellular matrix from histological microscopic images of the liver using machine learning methods |
| Authors: | Burian, Jan |
| Advisor: | Jiřík Miroslav, Ing. Ph.D. |
| Referee: | Vyskočil Jiří, Ing. |
| Issue Date: | 2024 |
| Publisher: | Západočeská univerzita v Plzni |
| Document type: | diplomová práce |
| URI: | http://hdl.handle.net/11025/55794 |
| Keywords: | umělá inteligence;lékařství;mezibuněčná hmota;histologie;filtrace;segmentace |
| Keywords in different language: | artificial intelligence;medicine;extracellular matrix;histology;filtration;segmentation |
| Abstract: | 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. |
| Abstract in different language: | 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. |
| Rights: | Plný text práce je přístupný bez omezení |
| Appears in Collections: | Diplomové práce / Theses (KKY) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Diplomova_prace.pdf | Plný text práce | 30,62 MB | Adobe PDF | View/Open |
| PosudekVedoucihoSTAG-JirikM-127321.pdf | Posudek vedoucího práce | 59 kB | Adobe PDF | View/Open |
| PosudekOponentaSTAG-VyskocilJ-277954.pdf | Posudek oponenta práce | 59,79 kB | Adobe PDF | View/Open |
| ProtokolSPrubehemObhajobySTAG.pdf | Průběh obhajoby práce | 39,83 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/55794Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.