Transfer Learning in Optical Microscopy

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F21%3A00122077" target="_blank" >RIV/00216224:14330/21:00122077 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-030-87592-3_8" target="_blank" >http://dx.doi.org/10.1007/978-3-030-87592-3_8</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-87592-3_8" target="_blank" >10.1007/978-3-030-87592-3_8</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Transfer Learning in Optical Microscopy

Popis výsledku v původním jazyce

Image synthesis is nowadays a very rapidly evolving branch of deep learning. One of possible applications of image synthesis is an image-to-image translation. There is currently a lot of focus orientated to applications of image translation in medicine, mainly involving translation between different screening techniques. One of other possible use of image translation in medicine and biology is in the task of translation between various imaging techniques in modern microscopy. In this paper, we propose a novel method based on DenseNet architecture and we compare it with Pix2Pix model in the task of translation from images imaged using phase-contrast technique to fluorescence images with focus on usability for cell segmentation.

Název v anglickém jazyce

Transfer Learning in Optical Microscopy

Popis výsledku anglicky

Image synthesis is nowadays a very rapidly evolving branch of deep learning. One of possible applications of image synthesis is an image-to-image translation. There is currently a lot of focus orientated to applications of image translation in medicine, mainly involving translation between different screening techniques. One of other possible use of image translation in medicine and biology is in the task of translation between various imaging techniques in modern microscopy. In this paper, we propose a novel method based on DenseNet architecture and we compare it with Pix2Pix model in the task of translation from images imaged using phase-contrast technique to fluorescence images with focus on usability for cell segmentation.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Simulation and Synthesis in Medical Imaging

ISBN

9783030875916

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

10

Strana od-do

77-86

Název nakladatele

Springer

Místo vydání

Neuveden

Místo konání akce

Strasbourg, Francie

Datum konání akce

27. 9. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—