prikaz prve stranice dokumenta Segmentacija staničnih jezgara iz mikroskopskih slika korištenjem dubokog učenja
No public access
master's thesis
Segmentacija staničnih jezgara iz mikroskopskih slika korištenjem dubokog učenja
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. urn:nbn:hr:168:277621
Vlaić, Toni
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Vlaić, T. (2018). Segmentacija staničnih jezgara iz mikroskopskih slika korištenjem dubokog učenja (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:277621

Vlaić, Toni. "Segmentacija staničnih jezgara iz mikroskopskih slika korištenjem dubokog učenja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. https://urn.nsk.hr/urn:nbn:hr:168:277621

Vlaić, Toni. "Segmentacija staničnih jezgara iz mikroskopskih slika korištenjem dubokog učenja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. https://urn.nsk.hr/urn:nbn:hr:168:277621

Vlaić, T. (2018). 'Segmentacija staničnih jezgara iz mikroskopskih slika korištenjem dubokog učenja', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 21 June 2024, https://urn.nsk.hr/urn:nbn:hr:168:277621

Vlaić T. Segmentacija staničnih jezgara iz mikroskopskih slika korištenjem dubokog učenja [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2018 [cited 2024 June 21] Available at: https://urn.nsk.hr/urn:nbn:hr:168:277621

T. Vlaić, "Segmentacija staničnih jezgara iz mikroskopskih slika korištenjem dubokog učenja", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2018. Available at: https://urn.nsk.hr/urn:nbn:hr:168:277621

Metadata
TitleSegmentacija staničnih jezgara iz mikroskopskih slika korištenjem dubokog učenja
Title (english)Cell Nucleus Segmentation from Microscope Images by Using Deep Learning
AuthorToni Vlaić
MentorMarin Golub (mentor)
Committee memberMarin Golub (predsjednik povjerenstva)
Committee memberSlobodan Ribarić (član povjerenstva)
Committee memberGoran Delač (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2018-07-09, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Cilj ovog rada je pokazati da duboko učenje uspješno rješava problem lokalizacije staničnih jezgara iz relativno malog skupa za treniranje. U radu su predstavljene tri arhitekture različitih razina kompleksnosti te načini pripreme podataka za njihovo treniranje i završne obrade njihovih rezultata. Slike korištene za učenje i ispitivanje mreža su iz natjecanja Data Science Bowl 2018. Cilj natjecanja je olakšati istraživačima proces lokalizacije staničnih jezgara kako bi se ubrzao proces ispitivanja i smanjilo potrebno vrijeme da novi lijek izađe na tržište.
Abstract (english)
The goal of this thesis is to show that deep learning methods are an efficient method of detecting cell nuclei from a relatively small dataset. This thesis presents three architectures of different complexity and different ways of preprocessing the dataset for their training as well as postprocessing their outputs to create the final result. Images used for training and testing are from the Data Science Bowl 2018 competition. Goal of the competition is to make the drug testing process more efficient by automating the cell nucleus detection which will, in result, shorten the time for each new drug to come to market.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:277621
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2019-03-14 02:00:43