Detekce a analýza částic proteinů v obrazech z optického mikroskopu

Petr Wudi

Protein particles detection and analysis in images from optical microscopy

Typ dokumentu

diplomová práce
master thesis

Autor

Petr Wudi

Vedoucí práce

Novák Jakub

Oponent práce

Tichý Ondřej

Studijní obor

Znalostní inženýrství

Studijní program

Informatika

Instituce přidělující hodnost

katedra aplikované matematiky

Práva

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

Zobrazit celý záznam

Abstrakt

Tato práce se zabývá automatizovanou detekcí částic proteinů na snímku z mikroskopu, jejichž rozložení je následně analyzováno. Práce obsahuje analýzu exisujících řešení zabývajících se podobnými problémy a podrobnější popis vybraných metod zpracování obrazu. Tyto metody byly implementovány v jazyce Java a použity pro návrh algoritmu schopného detekovat na snímku jednotlivé částice. Různé kombinace metod byly testovány na reálných datech a porovnány s manuálně anotovanými daty. Pozice částic nalezené nejlepšími algoritmy sloužily jako vstup pro vybrané metody prostorové analýzy.

This thesis focuses on automated detection of protein particles on microscope images. Distribution of the detected particles is analyzed. The thesis contains an analysis of existing solutions to similar problems and description of selected image processing methods. These methods have been implemented in Java and used in the design of a particle detection algorithm. Several method combinations have been tested on real data and compared to manually annotated data. Particle positions detected by the best algorithms have been processed by selected spatial analysis techniques.