Bakalářská práce

Synthesis of microscopy images using neural networks

Martin Kozlovský
Anotace

Fluorescenční mikroskopie a fázový kontrast jsou dvě hojně používané metody pro monitoring buněk, každá se svými klady a zápory. Cíl této práce spočívá v implementaci několik modelů hlubokého učení, konkrétně konvolučních autoenkodérů a soupeřících sítí (GAN). Tyto modely mají za cíl naučit se převádět mezi mikroskopickými snímky pořízenými pomocí fázového kontrastu a pomocí fluorescenční mikroskopie, a to oběma směry.

Abstract

Fluorescence and phase-contrast microscopy are both widely used methods for monitoring cells, each having its own advantages and disadvantages. The goal of this thesis is to implement several deep-learning models, namely Convolutional Autoencoders and Generative Adversarial Networks (GANs). The task of these models is to translate between microscopy images imaged using phase-contrast and fluorescence microscopy, and also vice versa.

Klíčová slova
machine learning deep learning neural networks GAN fluorescent microscopy phase-contrast microscopy image synthesis
Zadání práce
Cílem práce je návrh a implementace neuronové sítě pro převod mikroskopického snímku pořízeného pomocí fázového kontrastu do snímku, který se jeví jako snímek pořízený pomocí fluorescenčního mikroskopu (a případně i opačným směrem). Student bude mít v rámci této práce možnost využít výpočetní zdroje výkonných GPU nasazených v datových centrech. Předpokládá se, že řešení využije pokročilé metody strojového učení pro syntézu obrazu, jako jsou soupeřící sítě (GAN) nebo autoenkodéry (AE). Nedílnou součástí práce bude implementace, testování a optimalizace modelu, včetně analýzy dosažených výsledků pomocí vhodných metrik - například Frechet inception distance (FID) a structural similarity index measure (SSIM). Student by měl být seznámen s problematikou strojového učení v rozsahu kurzů IB031 a PV021.
Administrativní informace
Práce zkontrolována:
26. 5. 2021 11:56, doc. RNDr. David Svoboda, Ph.D., učo 2824
Plný text práce
16,5 MB / soubor PDF
Přílohy (1)
Jazyk práce
angličtina angličtina
Termín obhajoby
28. 6. 2021
Práce byla úspěšně obhájena

Vedoucí

doc. RNDr. David Svoboda, Ph.D., učo 2824
KVI FI MU

Oponent

prof. RNDr. Michal Kozubek, Ph.D., učo 3740
CABO KVI FI MU

Konzultant

RNDr. David Wiesner, Ph.D., učo 255597
CABO KVI FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Informatika
Obor

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.