Изменения

Задача [[Сегментация изображений|сегментации изображений]], полученных с микроскопа, состоит в том, чтобы аннотировать их, то есть отмечать границы объектов (клеток, ядер). Для решения этой задачи обычно используется модифицированная полносвязная сверточная сеть U-Net<ref>[https://lmb.informatik.uni-freiburg.de/people/ronneber/u-net/ Olaf Ronneberger— Reconstructing cell cycle and disease progression using deep learning, 2015]</ref>. Сеть U-Net получила широкое распространение благодаря способности последовательно распознавать как большие, так и мелкие частицы, а также устойчивости к различным условиям визуализации и наборам данных. Также она показывает хорошие результаты даже если размер набора даных для обучения небольшой, что является частой проблемой анализа изображений, полученных с микроскопа. Минусом сети U-Net является ограничение на размер входного изображения. Современные микроскопы позволяют получать изображения все большего размера и с большим разрешением и, чтобы не сжимать изображения, стали использоваться полносверточные сети. Они не просто помечают границы объектов, а красят каждый пиксель в зависимости от класса, к которому принадлежит объект (ядро, цитоплазма, мембрана).