Segmentace a sledování buněk se složitým tvarem
Cíle projektu
Segmentace a sledování živých buněk v obrazech z mikroskopu patří do bio-obrazové informatiky. Buňky mohou mít velmi složité nekonvexní tvary (např. s různými výběžky vycházejícími z buněčné membrány), které je obtížné segmentovat obvzlášť v hustých buněčných populacích. V reálných obrazech se může současně vyskytovat mnoho různých tvarů buněk a v dvoudimenzionálních obrazech se mohou dokonce překrývat. Problém segmentace instancí, tj. úloha nalezení jednotlivých objektů v obraze, je v moderních metodách hlubokého učení typicky definována jako klasifikační problém na úrovni pixelů. To je však pro komplikované a potenciálně překrývající se tvary velmi omezující. Smyslem tohoto projektu je nalézt nové metodologie, algoritmy a reprezentace pro lepší segmentaci a sledování buněk se složitými tvary. Naše výsledky pomohou nejen analyzovat mikroskopické obrazy živých buněk s vyšší přesností a mírou detailu, ale povedou k novým výsledkům v oblasti segmentace obrazu, sledování objektů a reprezentace tvaru.
Klíčová slova
image segmentationobject trackingdeep learningshape representation
Veřejná podpora
Poskytovatel
Grantová agentura České republiky
Program
Standardní projekty
Veřejná soutěž
SGA0202100005
Hlavní účastníci
Masarykova univerzita / Fakulta informatiky
Druh soutěže
VS - Veřejná soutěž
Číslo smlouvy
21-20374S
Alternativní jazyk
Název projektu anglicky
Segmentation and tracking of cells with complex shapes
Anotace anglicky
Segmentation and tracking of living cells in microscopy images belong to bioimage informatics. Cells can have very complex non-convex shapes (e.g., having protrusions sticking out from the cell membranes) which are challenging to segment in particular in dense cell populations. In real images, many heterogeneous cell shapes can exist simultaneously and in two-dimensional images, they can even overlap. The instance segmentation problem, i.e., delineation of different objects appearing in the image is, in the state-of-the-art deep learning methods, redefined as a classification problem at pixel level. This is very limiting for handling objects with complex and possibly overlapping shapes. The objective of this project is to come with new methodologies, algorithms, and representations for better segmentation and tracking of cells with complex shapes. Our results will contribute to the ability to analyze live-cell microscopy images with higher accuracy and greater detail as well as bring novel results in the area of image segmentation, object tracking, and shape representation.
Vědní obory
Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
OECD FORD - vedlejší obor
—
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory
(dle převodníku)AF - Dokumentace, knihovnictví, práce s informacemi
BC - Teorie a systémy řízení
BD - Teorie informace
IN - Informatika
Termíny řešení
Zahájení řešení
1. 1. 2021
Ukončení řešení
31. 12. 2023
Poslední stav řešení
—
Poslední uvolnění podpory
2. 3. 2023
Dodání dat do CEP
Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP24-GA0-GA-R
Datum dodání záznamu
21. 5. 2024
Finance
Celkové uznané náklady
6 120 tis. Kč
Výše podpory ze státního rozpočtu
5 100 tis. Kč
Ostatní veřejné zdroje financování
1 020 tis. Kč
Neveřejné tuz. a zahr. zdroje finan.
0 tis. Kč
Základní informace
Uznané náklady
6 120 tis. Kč
Statní podpora
5 100 tis. Kč
83%
Poskytovatel
Grantová agentura České republiky
OECD FORD
Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Doba řešení
01. 01. 2021 - 31. 12. 2023