Klasifikace buněčných procesů na časosběrných snímcích pořízených TIRF-SIM mikroskopem
Classification of endocytosis in TIRF-SIM time-lapse images
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Adam Janich
Vedoucí práce
Šroubek Filip
Oponent práce
Kamenický Jan
Studijní obor
Matematické inženýrstvíStudijní program
Aplikace přírodních vědInstituce 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
Jedním z nejdůležitějších studovaných buněčných procesů je endocytóza. Možnost automatické počítačové analýzy mikroskopických snímků tohoto buněčného procesu může výrazně usnadnit jeho studium. Tato práce prozkoumává možnost využítí moderních metod strojového učení ke klasiťikaci obrázků endocytických váčků pořízených SIM-TIRF mikroskopem. I přes malý počet instancí v jednotlivých kategoriích se podařilo vyvinout konvoluční neuronovou sít dosahující vysoké úspěšnosti. One of the most important cellular processes studied by biologists is en docytosis. The possibility of automated computer analysis of microscopic images of this cellular process could significantly facilitate its research. This thesis explores the possibility of utilizing modern methods of machine learning to classify SIM- TIRF images of clathrin coated pits. Despite the low number of instances in each classification category, a convolutional neural network reaching high accuracy was successfully developed.
Kolekce
- Bakalářské práce - 14101 [278]