Детальная информация

Данная работа посвящена исследованию применения методов машинного обучения к задаче сегментации дендритов и дендритных шипиков. Цель: разработать инструмент для автоматической сегментации дендритов и шипиков на трехмерных изображениях. Задачи, которые решались в ходе исследования: 1. Проведение анализа существующих методов. 2. Подготовка набора данных для обучения и оценки методов машинно-го обучения. 3. Разработка подхода к сегментации дендритов и дендритных шипиков. 4. Создание приложения с графическим интерфейсом пользователя. 5. Проведение экспериментов и выполнение сравнительного анализа результатов предложенного метода и существующих. В ходе работы было выявлено направление для совершенствования сегментации, а именно распознавание слабовыраженных шеек дендритных шипиков. Исследованы методы машинного обучения, применимые для решения задачи сегментации дендритов и шипиков. В результате работы было предложено решение, основанное на применении каскада нейронных сетей. Описанная методика продемонстрировала улучшение отделения дендрита от фона на 0.08 и сегментации дендритных шипиков на 0.06 по коэффициенту Дайса для имеющихся данных. Предложенный в работе подход планируется к использованию в научно-исследовательской лаборатории «Лаборатория анализа биомедицинских изображений и данных».

The given work is devoted to the analysis of the application of machine learning methods to the problem of segmentation of dendrites and dendritic spines. Goal of the work: to develop a tool for automatic segmentation of dendrites and spines in three-dimensional images. Tasks that were solved in the work: 1. Analysis of existing solutions. 2. Preparation of a dataset for training and evaluation of machine learning methods. 3. Development of an approach to segmentation of dendrites and dendritic spines. 4. Creating an application with a graphical user interface. 5. Conducting experiments and performing a comparative analysis of the results of the proposed method and existing ones. In the work, a direction for improving segmentation was identified, namely, the recognition of weakly expressed necks of dendritic spines. The machine learning methods used to solve the problem of segmentation of dendrites and spines are investigated. As a result of the work, a solution based on the use of a cascade of neural networks was proposed. The described technique demonstrated an improvement in the separation of the dendrite from the background by 0.08 and segmentation of the dendritic spines by 0.06 by the Dice coefficient for the available data. The approach proposed in the work is planned to be used in the research laboratory "Laboratory for the Analysis of Biomedical Images and Data".