Nástroj pro sledování buněčného hojení ran
| Název práce v češtině: | Nástroj pro sledování buněčného hojení ran |
|---|---|
| Název v anglickém jazyce: | Cellular wound healing monitoring tool |
| Klíčová slova: | zpracování obrazu|segmenatce|automatizace|hojení ran|buňky |
| Klíčová slova anglicky: | image processing|segmentation|automation|wound healing|cells |
| Akademický rok vypsání: | 2024/2025 |
| Typ práce: | bakalářská práce |
| Jazyk práce: | |
| Ústav: | Katedra softwaru a výuky informatiky (32-KSVI) |
| Vedoucí / školitel: | Ing. Adam Novozámský, Ph.D. |
| Řešitel: |
| Zásady pro vypracování |
| Tato práce se zabývá existujícími metodami počítačového vidění se zaměřením na segmentaci objektů ve 2D datech. Pro lepší pochopení zpracovávaných dat bude provedena úvodní studie procesu léčení. Bude vyvinut nástroj pro ruční anotaci obrazových dat. Ve spolupráci s mikrobiology budou připravena tréninková data specifickým zvýrazněním ran. Součástí studie bude také výběr vhodných metrik pro porovnání účinnosti různých segmentačních metod. Na základě těchto srovnání bude v rámci práce navržen finální systém schopný sledovat proces hojení v čase, například sledovat rychlost srůstání rány. Cílem tohoto systému je přispět k cenným poznatkům o dynamice hojení a potenciálně ovlivnit budoucí terapeutické strategie. |
| Seznam odborné literatury |
| [1] PRATT, William K. Digital image processing: PIKS Scientific inside. Hoboken, New Jersey: Wiley-interscience, 2007.
[2] GONZALEZ, Rafael C.; WOODS, Richard E. Digital Image Processing (4nd ed.), Prentice Hall, 2017 [3] BOYKOV, Yuri; FUNKA-LEA, Gareth. Graph cuts and efficient ND image segmentation. International journal of computer vision, 2006, 70.2: 109-131. [4] GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep learning. MIT press, 2016. [5] RONNEBERGER, Olaf; FISCHER, Philipp; BROX, Thomas. U-net: Convolutional networks for biomedical image segmentation. In: Medical image computing and computer-assisted intervention–MICCAI 2015: 18th international conference, Munich, Germany, October 5-9, 2015, proceedings, part III 18. Springer International Publishing, 2015. p. 234-241. |
| Předběžná náplň práce |
| Tato práce se zabývá existujícími metodami počítačového vidění se zaměřením na segmentaci objektů ve 2D datech. Pro lepší pochopení zpracovávaných dat bude provedena úvodní studie procesu léčení. Bude vyvinut nástroj pro ruční anotaci obrazových dat. Ve spolupráci s mikrobiology budou připravena tréninková data specifickým zvýrazněním ran. Součástí studie bude také výběr vhodných metrik pro porovnání účinnosti různých segmentačních metod. Na základě těchto srovnání bude v rámci práce navržen finální systém schopný sledovat proces hojení v čase, například sledovat rychlost srůstání rány. Cílem tohoto systému je přispět k cenným poznatkům o dynamice hojení a potenciálně ovlivnit budoucí terapeutické strategie. |
| Předběžná náplň práce v anglickém jazyce |
| This thesis will survey existing computer vision methods, focusing on object segmentation of 2D data. An initial study of the healing process will be made to understand the processed data better. A tool will be developed for the manual annotation of imaging data. Collaborating with microbiologists will prepare the training data by specifically highlighting wounds. The study will also involve selecting suitable metrics for comparing the effectiveness of different segmentation methods. Based on these comparisons, the thesis will design a final system capable of monitoring the healing process over time, such as tracking the rate of wound ingrowth. This system aims to contribute valuable insights into healing dynamics, potentially influencing future therapeutic strategies. |