|
Mikroskopdagi tasvirlarda hujayralarni sanash va aniqlash algoritmi
|
bet | 1/3 | Sana | 13.09.2024 | Hajmi | 240,54 Kb. | | #270965 |
Bog'liq MIKROSKOPDAGI TASVIRLARDA HUJAYRALARNI SANASH VA ANIQLASH ALGORITMI
MIKROSKOPDAGI TASVIRLARDA HUJAYRALARNI SANASH VA ANIQLASH ALGORITMI
Mixliyev Ramazon Razzoq o‘g‘li
Mirzo Ulug‘bek nomidagi O‘zbekiston Milliy universitetining Jizzax filiali Axborot tizimlari va texnologiyalari kafedrasi assistenti.
ramazonmixliyev@gmail.com
Mustafoyev Erali Muhiddin o‘g‘li
Mirzo Ulug‘bek nomidagi O‘zbekiston Milliy universitetining Jizzax filiali Axborot tizimlari va texnologiyalari kafedrasi assistenti.
mustafoyev.erali96@gmail.com
Mikroskopdagi tasvirlarda hujayralarni sanash va aniqlash juda zerikarli va ko‘p vaqt talab qiladigan ish bo‘lib, ko‘plab real ilovalarda uchraydi, masalan, bemorning so‘lig'ini qizil qon tanachalari va oq qon tanachalari sonidan aniqlash mumkin; klinik patologiyada tasvirlardan olingan hujayralar soni rivojlanish yoki patologik jarayonlar haqidagi farazlarni tekshirish uchun ishlatilishi mumkin; va hujayra konsentratsiyasi molekulyar biologiyada muhim ahamiyatga ega, bu erda tajribada qo‘llaniladigan kimyoviy moddalar miqdorini sozlash uchun foydalanish mumkin. Aniqlash o'z-o'zidan patologiya tasviridagi saraton hujayralari kabi qiziqish ob’ektining mavjudligini (va miqdorini) aniqlashga qodir, bundan tashqari, aniqlash keyingi segmentatsiya yoki kuzatish uchun urug‘ sifatida ishlatilishi mumkin.
So'nggi paytlarda CNN mikroskopiya tasvirini tahlil qilishda ommalasha boshladi va mitozni aniqlash , neyron membranalarini segmentatsiyalash , rivojlanayotgan C. elegans embrionlarini tahlil qilish kabi bir qancha sohalarda eng zamonaviy ko‘rsatkichlarga erishdi va hujayra segmentatsiyasi .
Ushbu bobda biz birinchi navbatda hisoblash va aniqlashni regressiya muammosi sifatida ko'rib chiqadigan usullarni ko'rib chiqamiz biz mikroskopiya hujayralarini hisoblash va aniqlashni to'liq konvolyutsion regressiya tarmoqlari (FCRN) bilan hal qilishni taklif qilamiz,
ishlab chiqilgan metodologiya boshqa hisoblash yoki aniqlash ilovalari uchun ham qo'llanilishi mumkin. Ushbu bobda ko'rib chiqilgan yana bir masala, faqat sintetik ma'lumotlarga o'rgatilgan tarmoqlar haqiqiy mikroskopiya tasvirlarini umumlashtirishi mumkinmi. Buning katta afzalligi shundaki, u qo'lda izohli katta ma'lumotlar to'plamini olish muammosidan qochadi, bu erda ma'lumotlar cheklangan, qimmat va to'plash va izohlash uchun ko'p vaqt talab etiladi. biz xususiyatlar tasvirlarini teskari o'zgartirish orqali tarmoqlarning vizualizatsiyasini ta'minlaymiz.
Adabiyotda hujayralarni avtomatik hisoblashga asosan ikki yo'nalishda yondashilgan, biri aniqlashga asoslangan hisoblash, bu oldindan aniqlash yoki segmentatsiyani talab qiladi; ikkinchisi ob'ektni oldindan aniqlash yoki segmentatsiyalash zaruratisiz zichlikni baholashga asoslangan.
|
| |