Компьютерное зрение в микроскопии — различия между версиями
Sashapff (обсуждение | вклад) м |
Sashapff (обсуждение | вклад) м |
||
| Строка 1: | Строка 1: | ||
| − | Компьютерное зрение | + | Компьютерное зрение помогает биологам автоматизировать обработку изображений, полученных с микроскопа. С помощью сверточных нейронных сетей стало возможным классифицировать клетки, отслеживать внутриклеточные и межклеточные процессы, сегментировать полученные изображения, улучшать их качество и решать другие задачи без непосредственного участия человека. |
= Задачи компьютерного зрения в микроскопии = | = Задачи компьютерного зрения в микроскопии = | ||
| + | == Классификация клеток == | ||
| + | Классификация клеток является базовой задачей биомедицины. Направлений, в которых можно классифицировать клетки, множество, поэтому рассмотрим только на примере идентификации злокачественных клеток. Для классификации используется сверточная нейронная сеть с архитектурой VGG-16 и трансферное обучение. | ||
| − | + | Исследование показало, что такая сверточная сеть лучше справляется с задачей классификации клеток по сравнению с экспертом-человеком. | |
| − | |||
== Отслеживание объектов и процессов == | == Отслеживание объектов и процессов == | ||
| Строка 16: | Строка 17: | ||
#[[ Компьютерное зрение ]] | #[[ Компьютерное зрение ]] | ||
#[[ Задача нахождения объектов на изображении ]] | #[[ Задача нахождения объектов на изображении ]] | ||
| − | |||
| − | |||
== Примечания == | == Примечания == | ||
Версия 15:48, 28 декабря 2020
Компьютерное зрение помогает биологам автоматизировать обработку изображений, полученных с микроскопа. С помощью сверточных нейронных сетей стало возможным классифицировать клетки, отслеживать внутриклеточные и межклеточные процессы, сегментировать полученные изображения, улучшать их качество и решать другие задачи без непосредственного участия человека.
Содержание
Задачи компьютерного зрения в микроскопии
Классификация клеток
Классификация клеток является базовой задачей биомедицины. Направлений, в которых можно классифицировать клетки, множество, поэтому рассмотрим только на примере идентификации злокачественных клеток. Для классификации используется сверточная нейронная сеть с архитектурой VGG-16 и трансферное обучение.
Исследование показало, что такая сверточная сеть лучше справляется с задачей классификации клеток по сравнению с экспертом-человеком.
