20.500.12556/RUL-170752 Sledenje in segmentacija celic v zaporedjih mikroskopskih slik Cell tracking and segmentation in microscope image sequences Cilj naloge je razviti učinkovito metodo za sledenje različnih celičnih struktur v zaporedjih mikroskopskih slik z uporabo algoritmov za segmentacijo in sledenje. Problematika sledenja celic v mikroskopskih posnetkih vključuje prekomerno (angl. over-segmentation) in premalo podrobno segmentacijo (angl. under-segmentation), zaradi česar samo povezovanje zaporednih detekcij ni zadostno za uspešno sledenje. V ta namen smo uporabili model Cellpose za segmentacijo celic, ki ga dopolnjuje sledilnik s posodabljanjem zaznanih celic skozi zaporedje slik, razvit na podlagi vektorskih gradientov in dodatnih postprocesnih metod za izboljšanje natančnosti. Prav tako se uporabijo informacije več slikovnih okvirjev, s čimer lahko ponovno najdemo celice v primeru začasnega medsebojnega prekrivanja. Razvita metoda se je izkazala za učinkovito pri obravnavi primerov, kjer se celice preveč približajo; z uporabo gradientnih informacij smo uspešno ločili celice v tesnem stiku. Prav tako z več-okvirnim sledenjem ohranjamo trajektorije celice tudi v primerih prekrivanj, kar omogoča natančnejše spremljanje celic skozi daljša časovna obdobja. Rezultati so pokazali izboljšanje pri prepoznavanju celic v zahtevnih pogojih, kot so primeri na robu slike ali skupki celic. Na področju sledenja celic preproste metode še vedno dosegajo boljše rezultate od globokih metod, pri čemer naša raziskava prispeva k razvoju zanesljivejših metod za sledenje celic in odpira možnosti za nadaljnje izboljšave v mikroskopski analizi. The aim of this thesis is to develop an efficient method for tracking different cellular structures in microscopy image sequences using segmentation and tracking algorithms. The problem of cell tracking in microscopy images involves over-segmentation and under-segmentation, which makes the linking of sequential detections alone insufficient for successful tracking. For this purpose, we used the Cellpose model for cell segmentation, which is complemented by a tracker propagating the detected cells through a sequence of images, developed based on vector gradients and additional post-processing methods to improve accuracy. Multi-frame information is also used to re-find cells in the event of temporary mutual occlusion. The method we developed proved to be effective in dealing with cases where cells are too close; using gradient information, we successfully separated cells in close contact. Multi-frame tracking also preserves cell trajectories even in cases of occlusion, allowing more accurate monitoring of cells over longer periods of time. The results showed an improvement in cell recognition under challenging conditions, such as edge-on cases or cell clusters. In the field of cell tracking, simple methods still outperform deep methods, and our research contributes to the development of more reliable methods for cell tracking and opens the way for further improvements in microscopic analysis. sledenje celic mikroskopski posnetki računalniški vid bioinformatika segmentacija cell tracking microscopic images computer vision bioinformatics segmentation true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2025-07-14 15:05:01 2025-07-14 15:05:13 2025-12-30 07:45:55 0000-00-00 00:00:00 2025 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 37929 263138819 Badovinac_Kim_ana_-_Sledenje_in_segmentacija_celic_v_zaporedjih_mikroskopskih_slik.pdf Badovinac_Kim_ana_-_Sledenje_in_segmentacija_celic_v_zaporedjih_mikroskopskih_slik.pdf 1 CA01E9EF8F18C2D58220AED12C1D8F06 35832e9f8949dae3d6222e6e0ba58c58ba0be1e3c3b27b0895e964cda3a88375 3f29e4c3-60b1-11f0-b232-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=212922 Fakulteta za računalništvo in informatiko 0 0 0