TÜ arvutiteaduse instituudi lõputööde register

Nimi

Dmytro Urukov

Kokkuvõte

Automaatne mikroskoopiapiltide analüüs on kaasaegsete bioloogia alaste uuringute oluline osa. Selle kvaliteeti on aidanud parandada viimaste aastate arengud sügavõppes, mis muuhulgas on vähendanud ka ajamahuka manuaalse töö hulka eksperimentide läbiviimisel. Lisaks mikroskoopiapiltidel olevate objektide tuvastamisele (tervikrakud, rakuorganellid, koestruktuurid jne) pakub bioloogidele huvi ka nende kõrgekvaliteediline segmenteerimine. Käesolevas magistritöös uurime, kuidas suure objektitihedusega piltidelt realistlikke objektipõhiseid segmenteerimismaske saada. Näitame, et segmenteerimis- ja tuvastamismeetodite kombineerimine üheks töövooks aitab efektiivselt eraldada osaliselt kattuvaid objekte ning parandada segmenteerimise kvaliteeti. Sellise tööriista keerukuse vähendamiseks pakume välja uudse CenterUNet mitme-eesmärgilise arhitektuuri, mis tegeleb samaaegselt objektituvastuse ja segmenteerimisega. Me hindame selle võimekust mitmetes mikroskoopiapiltide domeenides ning viime läbi põhjaliku komponentuuringu, et identifitseerida vajalik ja piisav kombinatsioon tuvastamise alamosadest, et lahendada segmenteerimisülesanne.

Me usume, et meie uuring pakub väärt teadmisi ning aitab nii praktikuid kui ka pildianalüüsitööstust. Meie arendatud mudel võib mikroskoopiapiltide segmenteerimise töövoogude tulemusi parandada nullilähedase lisanduva arvutusliku keerukusega ja vähese integreerimisele kuluva tööga.

Lõputöö keel

inglise

Lõputöö tüüp

Magister - Informaatika

Juhendaja(d)

Mikhail Papkov

Kaitsmise aasta

2021