Automatická analýza buněčných procesů ze snímků pořízených TIRF-SIM mikroskopem
| školitel: | doc. Ing. Filip Šroubek, Ph.D. DSc. |
| e-mail: | zobrazit e-mail |
| typ práce: | bakalářská práce, diplomová práce |
| zaměření: | MI_MM, MI_AMSM, MINF |
| klíčová slova: | segmentace, klasifikace, tracking, odšumování, hluboké učení |
| odkaz: | http://zoi.utia.cas.cz/diplomky |
| popis: | TIRF-SIM (total internal reflection fluorescence structured illumination microscopy) je aktuálně nejmodernější technologie fluorescenční mikroskopie, která umožňuje pozorovat procesy v živých buňkách s unikátním prostorovým a časovým rozlišením. Nové vědecké závěry, které pomocí této technologie lze získat, vyžadují přesnou statistickou analýzu velkého množství časosběrných snímků. Student bude mít příležitost se účastnit multidisciplinárního výzkumu, který provádíme ve spolupráci s Univerzitou Cambridge, kde studují aktivní proces, jímž buňka pohlcuje částice ze svého povrchu. Tímto procesem, který se nazývá endocytóza, se mohou do buňky dostat hormony, protilátky, ale i viry a toxiny. Výsledky našich pozorování a analýzy mají velký význam pro porozumění základních fyziologických procesů v těle a také při vývoji nových terapeutických strategií (jako je např. imunoterapie). Cílem práce je seznámit se s SIM technologií a využít stávajícího softwaru na automatickou detekci pro sledování procesu endocytózy. Dále pak student navrhne metody na klasifikaci fáze endocytózy za pomoci metod strojového učení. Znalosti z oblasti buněčné biologie nejsou samozřejmě vyžadovány. |
| literatura: | C.M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006 I. Goodfellow et al., Deep Learning, MIT Press, 2016 J. Boulanger et al., Nonsmooth convex optimization for structured illumination microscopy image reconstruction, Inverse Problems, 34(9), 2018 |
| naposledy změněno: | 17.10.2019 10:15:08 |
za obsah této stránky zodpovídá:
Ľubomíra Dvořáková | naposledy změněno: 12.9.2011