Diplomová práce

Comparison of Neural Embeddings for Tracking Cells

Bc. Miroslav Mažgut
Anotace

Sledovanie buniek je náročná, no dôležitá úloha, ku ktorej sa v poslednom období pristupuje pomocou techník strojového učenia, ako sú grafové neurónové siete. Cieľom tejto práce je posunúť túto technológiu vpred zrýchlením vytvárania obrazových embeddingov využitím predtrénovaných riešení. Tento prístup eliminuje potrebu trénovania neurónových embedderov, ktoré sú následne využívané v modeli sledovania …více

Abstract

Tracking cells is a challenging yet important task that has recently been approached using machine learning techniques, such as graph neural networks. The goal of this thesis is to advance this technology by accelerating the creation of image embeddings with the use of pretrained solutions. This approach eliminates the need to train neural embedders, which are then utilized in a tracking model based …více

Klíčová slova
computer vision object tracking graph neural networks embeddings cell tracking challenge
Zadání práce
The primary objectives of this thesis are to become familiar with a recent graph neural network for tracking cells [1] and to investigate the possibilities of various neural embeddings for improving its performance when processing time-lapse bioimage data of cells available in the Cell Tracking Challenge dataset repository. The textual part of the thesis must include a concise and comprehensive description of the investigated cell tracker and neural embeddings as well as their quantitative evaluation focused on tracking accuracy, execution time, and memory consumption. The implementation of the investigated pipelines will be delivered in an easy-to-use form and complemented with a practical guide that documents their exemplary usage.

Literature:
  • [1] T. Ben-Haim, T. Riklin-Raviv. Graph neural network for cell tracking in microscopy videos. In Proceedings of the 17th European Conference on Computer Vision, 610-626 (2022).
Administrativní informace
Práce zkontrolována:
19. 5. 2026 19:42, doc. RNDr. Martin Maška, Ph.D., učo 60734
Plný text práce
5,8 MB / soubor PDF
Přílohy (1)
Jazyk práce
angličtina angličtina
Termín obhajoby
19. 6. 2026
Práce byla úspěšně obhájena

Vedoucí

doc. RNDr. Martin Maška, Ph.D., učo 60734
KVI FI MU

Oponent

doc. RNDr. Pavel Matula, Ph.D., učo 2927
KVI FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Plán
Strojové učení a umělá inteligence

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.