Univerzální nástroj pro regresi a segmentaci obrazů pomocí hlubokého učení
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F19%3APU133290" target="_blank" >RIV/00216305:26220/19:PU133290 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Univerzální nástroj pro regresi a segmentaci obrazů pomocí hlubokého učení
Original language description
Hluboké učení je dnes velmi účinnou a univerzální metodou pro zpracování obrazu. Tato práce zabývá popisem metody schopné naučit se vytvořit z jednoho obrazu obraz jiný, na základě trénovacích dat. Metoda využívá hlubokého učení, konkrétně konvoluční neuronovou síť typu U-Net, kterou lze využít pro segmentaci obrazu a také pro regresi obrazu nového, kde se liší pouze změnou výstupní vrstvy. Funkčnost a univerzálnost metody je potvrzena na několika ukázkových experimentech pro odstranění šumu, segmentaci a regresi fluorescenčního barvení buněk. Na základě metody byl vytvořen a zkompilován univerzální nástroj, ovládatelný i laikem, schopný natrénovat neuronovou síť pro daný problém a tu následně využít pro predikci nových dat.
Czech name
Univerzální nástroj pro regresi a segmentaci obrazů pomocí hlubokého učení
Czech description
Hluboké učení je dnes velmi účinnou a univerzální metodou pro zpracování obrazu. Tato práce zabývá popisem metody schopné naučit se vytvořit z jednoho obrazu obraz jiný, na základě trénovacích dat. Metoda využívá hlubokého učení, konkrétně konvoluční neuronovou síť typu U-Net, kterou lze využít pro segmentaci obrazu a také pro regresi obrazu nového, kde se liší pouze změnou výstupní vrstvy. Funkčnost a univerzálnost metody je potvrzena na několika ukázkových experimentech pro odstranění šumu, segmentaci a regresi fluorescenčního barvení buněk. Na základě metody byl vytvořen a zkompilován univerzální nástroj, ovládatelný i laikem, schopný natrénovat neuronovou síť pro daný problém a tu následně využít pro predikci nových dat.
Classification
Type
D - Article in proceedings
CEP classification
—
OECD FORD branch
20601 - Medical engineering
Result continuities
Project
—
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2019
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Trendy v biomedicínskom inžinierstve 2019
ISBN
978-80-554-1587-1
ISSN
—
e-ISSN
—
Number of pages
4
Pages from-to
1-5
Publisher name
Žilinská univerzita
Place of publication
Terchová, Slovensko
Event location
Terchová, Slovensko
Event date
Sep 11, 2019
Type of event by nationality
EUR - Evropská akce
UT code for WoS article
—