Odkrivanje morfoloških razlik med prečnimi prerezi mišičnih vlaken iztegnjenih in skrčenih mišic miši z računalniško analizo slik

VEINGERL, TIJAN (avtor), Skočaj, Danijel (mentor), Umek, Nejc (komentor)

Cilj tega diplomskega dela je bil ugotoviti, ali je mogoče s strojnim učenjem prepoznati in interpretirati morfološke razlike med prečnimi prerezi mišičnih vlaken pri iztegnjenih in skrčenih mišicah. Za namen raziskave so bili uporabljeni podatki petih miši. Morfološke lastnosti prečnih prerezov mišičnih vlaken, primerne za tovrstno analizo, so bile pridobljene s pomočjo strojne in človeške segmentacije mikroskopskih slik celotnega prereza mišice gastroknemius v iztegnjenem in skrčenem stanju. Po predobdelavi podatkov je bila z uporabo ugnezdenega navzkrižnega preverjanja preverjena uspešnost različnih vrst modelov, nakar je bila za nadaljnjo analizo zaradi najvišje povprečne uravnotežene točnosti in interpretabilnosti izbrana logistična regresija. Ker so rezultati podprli, da modeli na analiziranih podatkih prepoznajo morfometrične razlike med prečnimi prerezi mišičnih vlaken v prej navedenih stanjih, je bila nato potrjena statistična značilnost s pomočjo permutacijskega testa.

• Jezik: Slovenski jezik
• Ključne besede: morfologija, prečni prerezi mišičnih vlaken, segmentacija, logistična regresija, ugnezdeno navzkrižno preverjanje, permutacijski test
• Vrsta gradiva: Diplomsko delo/naloga
• Organizacija: FRI - Fakulteta za računalništvo in informatiko
• Leto izida: 2026
• PID: 20.500.12556/RUL-188838
• Datum objave v RUL: 29.09.2026

Sekundarni jezik

• Jezik: Angleški jezik
• Naslov: Identifying morphological differences of muscle fiber cross-sections in extended and contracted mouse muscles using computer image analysis

Izvleček

The aim of this thesis was to determine whether machine learning can be used to identify and interpret morphological differences between muscle fiber cross-sections in extended and contracted muscles. For the purpose of the study data was obtained from five mice specimens. Morphological features of muscle fiber cross-sections suitable for this type of analysis were obtained through machine and human segmentation of microscopic images of the entire cross-section of the gastrocnemius muscle in both extended and contracted states. After preprocessing the data, the performance of various model types was evaluated using nested cross-validation, after which logistic regression was selected for further analysis due to its high average balanced accuracy and interpretability. Since the results supported the finding that the models could identify morphometric differences between muscle fiber cross-sections in the aforementioned states based on the analysed data, statistical significance was then tested and confirmed by using a permutation test.

• Ključne besede: morphology, muscle fiber cross-sections, segmentation, logistic regression, nested cross-validation, permutation test