aalto1 untyped-item.component.html
Solujen kolmiulotteisen muodon rekonstruointi mikroskooppikuvista
Loading...
Files
Aalto login required (access for Aalto Staff only).
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
ELEC3016
Degree programme
Language
fi
Pages
25
Series
Abstract
Biologisessa tutkimuksessa voidaan hyödyntää solun muotoa tämän tutkimiseen. Rekonstruoinnilla lasketaan solun muoto mikroskoopilla kuvatusta datasta. Hyvää rekonstruointia hankaloittaa suuri vaihtelevuus eri kuvien välillä. Lisäksi usein halutaan rekonstruointimenetelmiä, jotka eivät vaadi liian suurta määrää kuvantamista tai laskentatehoa. Eri tutkimuskohteita ja soluja varten on kehitetty monia eri rekonstruointityökaluja. Tässä kirjallisuustutkimuksessa analysoidaan ja vertaillaan eri rekonstruointityökaluja ja algoritmeja, joihin ne perustuvat. Toisessa luvussa perehdytään lyhyesti 3D-kuvantamiseen ja fluoresenssikuvantamiseen liittyviin ongelmiin. Kolmannessa luvussa käsitellään algoritmeja, joita eri työkalut tyypillisesti käyttävät kuvankäsittelyssä. 3D-kuvan segmentointi vastaa muodon rekonstruointia. Siksi työssä perehdytään erityisesti segmentointimenetelmiin. Työssä myös esitellään uusia syväoppimismenetelmiä, jotka rekonstruoivat muodon 2D-kuvista. Työn lopussa arvioidaan eri menetelmien tarkkuutta sekä laskennallista tehokkuutta. Lopuksi myös arvioidaan, että mahdollinen tutkimuskohde tulevaisuudessa olisi syväoppimismallien käyttö 4D-kuvantamisessa.