Kullakuhilad: 3D-mikroskoopia pildikvaliteedi parandamine GAN-idega
Nimi
Dmytro Fedorenko
Kokkuvõte
Konfokaalmikroskoopia, mis on biomeditsiiniuuringute tähtis vahend, võimaldab elusate rakkude üksikasjalikku visualiseerimist, andes ülevaate nende ruumilisest morfoloogiast, vastastikmõjudest ja elutsükli kulgemisest. Nende piltide jäädvustamine ja analüüsimine hõlmab siiski märkimisväärseid kompromisse. Läbiva valgusega mikro-skoopia (TL) on küll mitteinvasiivne ja suhteliselt lihtne, kuid annab madala kontrastsusega ja ebaoptimaalse kvaliteediga pilte, mida on raske analüüsida. Seevastu fluorestsentsmikroskoopia (FL) annab parema pildikvaliteedi, kuid on kallis, aeganõudev ja potentsiaalselt rakke kahjustav. Käesolevas väitekirjas uuritakse generatiivsete vastandvõrkude (GAN) potentsiaali selliste probleemide lahendamisel. Me keskendume üksikasjaliku 3D-teabe eraldamisele TL, täpsemalt heledavälja (BF) piltidelt ja 3D FL-mikroskoopiapiltide kvaliteedi parandamisele dekonvolutsiooni, müra ja hägu eemaldamise abil. Esitame mitmeid edukaid GANi rakendusi erinevates andmekogumites, mis näitavad potentsiaali täpse 3D-teabe in silico ekstraheerimiseks BF-piltidest, mida varem peeti kättesaamatuks, ja kvaliteetset signaali taastamist optiliselt moonutatud 3D FL-piltidest. Üks juhtumiuuring näitab meie in silico täiustatud FL-kujutiste edasist kohaldamist, et parandada 3D rekonstrueerimist BF-ist. Need tulemused võivad kiirendada biomeditsiinilise pildistamise töövoogu, vähendades ajakulu ja võimaldades uudseid pildistamiskatseid, nagu näiteks rakkude mahulise morfoloogia mitteinvasiivne uurimine.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Informaatika
Juhendaja(d)
Dmytro Fishman
Kaitsmise aasta
2024