Implementace metod strojového učení pro potřeby detekce dicentrických chromozomů
Kategorie:
Software, Umělá inteligence, Vývoj, Zdravotnictví
Cílem práce je navrhnout a implementovat metody strojového učení pro analýzu obrazů chromozomů se zaměřením na detekci dicentrických chromozomů, které indikují poškození DNA. Dicentrické chromozomy, charakteristické dvěma centromerami, jsou klíčové pro hodnocení expozice ionizujícímu záření. Tradiční manuální analýza je časově náročná a náchylná k chybám, proto bude v této práci využita konvoluční neuronová síť (CNN), která automatizuje a zefektivňuje detekci. Implementace bude zahrnovat předzpracování obrazů, augmentaci dat, návrh a trénink CNN modelu a optimalizaci přesnosti a robustnosti.
