Επεξεργασία εικόνων βιολογικού περιεχομένου
Στην παρούσα διπλωματική εργασία αντικείμενο μελέτης αποτελούν εικόνες που προέρχονται από συνεστιακό μικροσκόπιο και απεικονίζουν τομές εγκεφάλου ποντικών. Σκοπός της εργασίας είναι η αποθορυβοποίηση των εικόνων αυτών και η μελέτη τεχνικών καταμέτρησης των κυτταρικών πυρήνων. Συγκεκριμένα μελετήθηκ...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Μορφή: | Thesis |
| Γλώσσα: | Greek |
| Έκδοση: |
2018
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/10995 |
| id |
nemertes-10889-10995 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-109952022-09-05T09:41:05Z Επεξεργασία εικόνων βιολογικού περιεχομένου Medical image processing Παπούλια, Άννα Δερματάς, Ευάγγελος Δερματάς, Ευάγγελος Ψαράκης, Εμμανουήλ Papoulia, Anna Επεξεργασία εικόνας Ιατρικές εικόνες Αποθορυβοποίηση εικόνας Τεχνικές διαχωρισμού προσκηνίου-παρασκηνίου Bilateral Spectral clustering Sobel Watershed Low rank arrays Max-flow 621.367 Στην παρούσα διπλωματική εργασία αντικείμενο μελέτης αποτελούν εικόνες που προέρχονται από συνεστιακό μικροσκόπιο και απεικονίζουν τομές εγκεφάλου ποντικών. Σκοπός της εργασίας είναι η αποθορυβοποίηση των εικόνων αυτών και η μελέτη τεχνικών καταμέτρησης των κυτταρικών πυρήνων. Συγκεκριμένα μελετήθηκε ο Φασματικός διαχωρισμός (Spectral Clustering) με χρήση λαπλασιανών γραφημάτων (graph laplacians), η χρήση του αλγορίθμου Μέγιστης ροής (οικογένεια Continuous max-flow αλγορίθμων), ο αλγόριθμος k-means, η τεχνική ανάλυσης σε πρωταρχικά στοιχέια (Singular Value Decomposition) σε συνδυασμό με χαμηλής τάξης (low rank) μητρώα και ο αλγόριθμος Watershed. Μετά την ολοκλήρωση της μελέτης διαπιστώθηκε ότι το φιλτράρισμα με χρήση διμερούς φίλτρου είναι το καταλληλότερο για αυτού του είδους τις εικόνες. Ωστόσο όσον αφορά την κατάτμηση, κανένας από τους περιγραφόμενους αλγορίθμους δεν ήταν σε θέση να δώσει ικανοποιητική λύση στις περιοχές όπου υπάρχει συνωστισμός και επικάλυψη κυττάρων. The subject of this thesis is the study of confocal microscope images, which depict cuts from mice brains. The purpose of the thesis is to achieve a proper denoising of the images and to study counting techniques of the illustrated cells. More specifically the algorithms we implement are the Spectral clustering algorithm with the aid of graph laplacians, the Continuous max-flow algorithm, the k-means algorithm, the SVD (Singular Value Decomposition) technique with the use of low rank matrices and the Watershed algorithm. After our research was completed, it was found out that the most suitable denoising technique, was the use of bilateral filter because of its ability to smooth internal regions of the cells without blurring their contour. However in the part of segmentation none of the described algorithms was able to give a sufficient result in regions of high interest, i.e those with overlapping cells. 2018-02-13T12:28:07Z 2018-02-13T12:28:07Z 2017-10 Thesis http://hdl.handle.net/10889/10995 gr 0 application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Επεξεργασία εικόνας Ιατρικές εικόνες Αποθορυβοποίηση εικόνας Τεχνικές διαχωρισμού προσκηνίου-παρασκηνίου Bilateral Spectral clustering Sobel Watershed Low rank arrays Max-flow 621.367 |
| spellingShingle |
Επεξεργασία εικόνας Ιατρικές εικόνες Αποθορυβοποίηση εικόνας Τεχνικές διαχωρισμού προσκηνίου-παρασκηνίου Bilateral Spectral clustering Sobel Watershed Low rank arrays Max-flow 621.367 Παπούλια, Άννα Επεξεργασία εικόνων βιολογικού περιεχομένου |
| description |
Στην παρούσα διπλωματική εργασία αντικείμενο μελέτης αποτελούν εικόνες που προέρχονται από συνεστιακό μικροσκόπιο και απεικονίζουν τομές εγκεφάλου ποντικών. Σκοπός της εργασίας είναι η αποθορυβοποίηση των εικόνων αυτών και η μελέτη τεχνικών καταμέτρησης των κυτταρικών πυρήνων. Συγκεκριμένα μελετήθηκε ο Φασματικός διαχωρισμός (Spectral Clustering) με χρήση λαπλασιανών γραφημάτων (graph laplacians), η χρήση του αλγορίθμου Μέγιστης ροής (οικογένεια Continuous max-flow αλγορίθμων), ο αλγόριθμος k-means, η τεχνική ανάλυσης σε πρωταρχικά στοιχέια (Singular Value Decomposition) σε συνδυασμό με χαμηλής τάξης (low rank) μητρώα και ο αλγόριθμος Watershed.
Μετά την ολοκλήρωση της μελέτης διαπιστώθηκε ότι το φιλτράρισμα με χρήση διμερούς φίλτρου είναι το καταλληλότερο για αυτού του είδους τις εικόνες. Ωστόσο όσον αφορά την κατάτμηση, κανένας από τους περιγραφόμενους αλγορίθμους δεν ήταν σε θέση να δώσει ικανοποιητική λύση στις περιοχές όπου υπάρχει συνωστισμός και επικάλυψη κυττάρων. |
| author2 |
Δερματάς, Ευάγγελος |
| author_facet |
Δερματάς, Ευάγγελος Παπούλια, Άννα |
| format |
Thesis |
| author |
Παπούλια, Άννα |
| author_sort |
Παπούλια, Άννα |
| title |
Επεξεργασία εικόνων βιολογικού περιεχομένου |
| title_short |
Επεξεργασία εικόνων βιολογικού περιεχομένου |
| title_full |
Επεξεργασία εικόνων βιολογικού περιεχομένου |
| title_fullStr |
Επεξεργασία εικόνων βιολογικού περιεχομένου |
| title_full_unstemmed |
Επεξεργασία εικόνων βιολογικού περιεχομένου |
| title_sort |
επεξεργασία εικόνων βιολογικού περιεχομένου |
| publishDate |
2018 |
| url |
http://hdl.handle.net/10889/10995 |
| work_keys_str_mv |
AT papouliaanna epexergasiaeikonōnbiologikouperiechomenou AT papouliaanna medicalimageprocessing |
| _version_ |
1771297195553718272 |
