Informace o projektu
Segmentace a sledování buněk se složitým tvarem
Kód projektu | GA21-20374S CEP CORDIS MU WEB INET MU |
---|---|
Doba řešení | 01.01.2021–31.07.2025 |
Stav | aktivní |
Investor | Grantová agentura ČR |
Program | Standardní projekty |
Řešitel za FI |
Anotace
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.
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.