Vrednotenje globokih značilk za slike visoko zmogljivega mikroskopskega presejanjaŠuc, Matic (Avtor) Curk, Tomaž (Mentor) Kranjc, Tilen (Komentor) slikovno visoko zmogljivo presejanjegloboko učenjeprofiliranje celicinterpretacija značilkAvtomatiziran zajem mikroskopskih slik celic omogoča zajem njihovih sprememb, ki so posledica vpliva različnih pogojev. Kvantitativno so spremembe zajete v širok nabor značilk imenovanih profili, ki so lahko pridobljeni na različne načine. V magistrskem delu smo uporabili profile pridobljene z globokim učenjem, ki so v primerjavi z ročno ustvarjenimi značilkami neintuitivni, in se osredotočili na izboljšanje njihove interpretabilnosti. Ročne značilke smo primerjali z globokimi značilkami, pridobljenimi iz zgodnjih, vmesnih in poznih slojev arhitekture globokega modela. S študijo ablacije, ki smo jo izvedli s povprečenjem posameznih kanalov vhodnih slik, smo raziskali, kako spremembe vhodnih podatkov vplivajo na končne profile. Takšna zasnova pokaže, da globoke značilke bolje zaznajo drobne razlike med obdelavami kot ročne, pri čemer sredinski sloji najzanesljiveje zajamejo morfološke razlike celic, poznejši sloji pa se bolj osredotočijo na razvrščanje in zato slabše pojasnjujejo splošne vzorce. Z ablacijsko analizo ugotovimo, da sta najbolj informativna kanala endoplazemskega retikuluma (ER) in mitohondrijev (Mito), saj njuno povprečenje povzroči največji padec natančnosti v klasifikacijskih in analitičnih nalogah.20252025-11-20 12:55:02Magistrsko delo/naloga176064VisID: 37862COBISS_ID: 263132419sl