Компьютерное зрение в микроскопии — различия между версиями
Sashapff (обсуждение | вклад) |
Sashapff (обсуждение | вклад) |
||
| Строка 3: | Строка 3: | ||
= Задачи компьютерного зрения в микроскопии = | = Задачи компьютерного зрения в микроскопии = | ||
== Классификация клеток == | == Классификация клеток == | ||
| + | [[Файл:microscopy_cnn.png|700px|thumb|Пример свертки двух матриц размера 5x5 и 3x3]] | ||
Классификация клеток является базовой задачей биомедицины. Одной из острых проблем является обнаружение у человека раковых клеток. Для частичного решения этой проблемы необходимо уметь их идентифицировать. Для классификации используется сверточная нейронная сеть с архитектурой VGG-16, а также трансферное обучение. | Классификация клеток является базовой задачей биомедицины. Одной из острых проблем является обнаружение у человека раковых клеток. Для частичного решения этой проблемы необходимо уметь их идентифицировать. Для классификации используется сверточная нейронная сеть с архитектурой VGG-16, а также трансферное обучение. | ||
| − | |||
| − | |||
| − | |||
| − | |||
Такая сверточная сеть лучше справляется с задачей классификации клеток по сравнению с экспертом-человеком, особенно на изображениях с недостаточно хорошим качеством. | Такая сверточная сеть лучше справляется с задачей классификации клеток по сравнению с экспертом-человеком, особенно на изображениях с недостаточно хорошим качеством. | ||
Версия 16:25, 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. Одной из острых проблем является обнаружение у человека раковых клеток. Для частичного решения этой проблемы необходимо уметь их идентифицировать. Для классификации используется сверточная нейронная сеть с архитектурой VGG-16, а также трансферное обучение.
Такая сверточная сеть лучше справляется с задачей классификации клеток по сравнению с экспертом-человеком, особенно на изображениях с недостаточно хорошим качеством.
