Sledování buněčných procesů na časosběrných snímcích z mikroskopu
Tracking of cell processes in microscopic time-lapse images
Typ dokumentu
diplomová prácemaster thesis
Autor
Adam Janich
Vedoucí práce
Šroubek Filip
Oponent práce
Oberhuber Tomáš
Studijní program
Matematické inženýrstvíInstituce přidělující hodnost
katedra matematikyPráva
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.htmlVysokoškolská 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
Zobrazit celý záznamAbstrakt
Tato práce se zabývá buněčnou endocytózou, se zaměřením na clathrinové váčky (CCPs) za použití pokročilé mikroskopie Total Internal Reflection Fluorescence - Structured Illumination Microscopy (TIRF-SIM). Představuje detekční algoritmus založený na architektuře U-Net a adaptuje algoritmus Multiple Hypothesis Tracking (MHT) pro identifikaci a sledování CCPs v časosběrných snímcích TIRF-SIM. Přesnost těchto výpočetních nástrojů je hodnocena proti anotacím odborníků, čímž potvrzuje jejich účinnost a identifikuje oblasti pro zlepšení. Tato práce přispívá k pochopení chování CCPs, kombinuje vysoce rozlišovací zobrazování s výpočetní analýzou a má širší dopad na výzkum buněčné biologie. This thesis delves into cellular endocytosis, focusing on clathrin-coated pits (CCPs) using advanced Total Internal Reflection Fluorescence - Structured Illumination Microscopy (TIRF-SIM). It presents a U-Net-based detection algorithm and a customized Multiple Hypothesis Tracking (MHT) algorithm for identifying and tracking CCPs in TIRF-SIM images. The performance of these computational tools is evaluated against human expert annotations, validating their effectiveness and identifying areas for improvement. This work contributes to the understanding of CCP behavior, blending high-resolution imaging with computational analysis, and has broader implications for cellular biology research.
Kolekce
- Diplomové práce - 14101 [140]