Závěrečná práce: Tomáš Balák: Quality Control of Histopathology Whole Slide Images: Staining and Detection of Color Artifacts
Bakalářská práce
Quality Control of Histopathology Whole Slide Images: Staining and Detection of Color Artifacts
Anotace
Narastajúce množstvo automaticky spracovávaných dát v digitálnej patológii je prirodzene sprevádzané potrebou pre automatizované metódy zaisťujúce dostatočnú kvalitu spracovávaných dát. Táto práca skúma metódy pre automatickú detekciu farebných artefaktov v digitalizovaných mikroskopických histopatologických preparátoch tkaniva, pričom sa zameriava na najčastejšie používané farbiace protokoly. Skúmané …více
Abstract
The increasing amount of automatically processed data in digital pathology is naturally accompanied by the need for automated methods to ensure that the quality of the processed data is sufficient. This thesis studies methods for automated detection of color artifacts in digitalized microscopical histopathological tissue slides, focusing on the most commonly used staining protocols. The considered …více
Zadání práce
Vybrané metody student implementuje a začlení mezi nástroje vyvíjené v rámci skupiny RationAI. Student se bude podílet na vývoji obecné infrastruktury, která umožní pro histopatalogické snímky spouštět nejen tyto, ale i jiné metody pro kontrolu kvality. Praktickým výstupem budou zdrojové kódy a podrobná dokumentace. Textová část bude zahrnovat také hodnocení výkonu a úspěšnosti detekce. Součástí bude i analýza toho, v jakém zvětšení/měřítku je vhodné analýzu provádět.
20. 12. 2024 04:19, Mgr. Karel Štěpka, Ph.D., učo 172454
Přílohy
wsi_qc_staining_and_color_artifacts.zip
Citace dle normy ČSN ISO 690
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Quality Control of Histopathology Whole Slide Images: Focus and Blurring Measurements
Bc. Samuel Tichý -
Quality Control of Histopathology Whole Slide Images: Detection of Tissue Folding and Tearing
Bc. Erik Sedlák -
Assessing Privacy Risks in Real and Synthetic Whole-Slide Images via Foundation Models
Mgr. Jiří Buchta, učo 524981 -
Learning to predict the Ki67 proliferation index from histopathological images.
Mgr. Adam Kukučka, učo 524905 -
Classification of Tissue Types in Whole Slide Images Using Pathology Foundation Models
Bc. Vojtěch Cífka -
Using machine learning methods for predicting results of MammaPrint and Luminal-Type Tests
Ing. Oliver Rainoch -
Cell Nuclei Classification with Graph Neural Networks
Bc. Lukáš Hudec -
Breast Cancer Detection Using Slide-Level Annotations
Mgr. Katarína Hudcovicová




