Компьютерное зрение в микроскопии — различия между версиями
Sashapff (обсуждение | вклад) |
Sashapff (обсуждение | вклад) |
||
| Строка 6: | Строка 6: | ||
[[Файл:microscopy_cnn.png|center|600px|thumb|Архитектура сверточной нейронной сети из [https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0213626/ статьи.]]] | [[Файл:microscopy_cnn.png|center|600px|thumb|Архитектура сверточной нейронной сети из [https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0213626/ статьи.]]] | ||
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. | ||
| − | |||
| − | |||
== Отслеживание объектов и процессов == | == Отслеживание объектов и процессов == | ||
| Строка 14: | Строка 12: | ||
== Улучшение качества == | == Улучшение качества == | ||
| − | + | = См. также = | |
#[[ Компьютерное зрение ]] | #[[ Компьютерное зрение ]] | ||
#[[ Задача нахождения объектов на изображении ]] | #[[ Задача нахождения объектов на изображении ]] | ||
| − | + | = Примечания = | |
| − | + | = Источники информации = | |
[[Категория: Машинное обучение]] | [[Категория: Машинное обучение]] | ||
[[Категория: Компьютерное зрение]] | [[Категория: Компьютерное зрение]] | ||
Версия 16:52, 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.
