Využití hyperspektrálního snímání pro analýzu biologických vzorků

Eliška Nejedlá

Hyperspectral imaging exploitation for biological sample analysis

Type of document

bakalářská práce
bachelor thesis

Author

Eliška Nejedlá

Supervisor

Krauz Lukáš

Opponent

Okrouhlá Monika

Study program

Lékařská elektronika a bioinformatika

Institutions assigning rank

katedra teorie obvodů

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Bakalářská práce se zabývá přehledem využití hyperspektrálního snímání v oblasti biologie. Teoretická část práce je zaměřena na základní principy hyperspektrálního snímání, algoritmy analýzy hyperspektrálních dat a aktuální využití hyperspektrálního snímání v biologických aplikacích. V praktické části práce byla popsána hyperspektrální kamera, se kterou byly následně nasnímány biologické vzorky a byl z nich vytvořen datový set. Na vybraná data byly aplikovány spektrální metriky v aplikaci HyperCalib v prostředí MATLAB nebo algoritmy v programu perClass Mira.

The bachelor thesis deals with the use of hyperspectral sensing in the field of biology. The theoretical part of the thesis is focused on the basic principles of hyperspectral sensing, algorithms for analysis of hyperspectral data, and the current use of hyperspectral sensing in biological applications. In the practical part of the thesis, a hyperspectral camera was described, by which biological samples were subsequently taken and a data file was created from them. Spectral metrics in HyperCalib in MATLAB or algorithms in perClass Mira were applied to selected data.