Master's Thesis

Kalibrace fluorescenčního optického mikroskopu s pomocí elektronového obrazu

Final Thesis 4.01 MB

Author of thesis: Ing. Lukáš Erlich

Acad. year: 2022/2023

Supervisor: doc. Ing. Martin Čadík, Ph.D.

Reviewer: Ing. Tomáš Polášek

Abstract:

This master’s thesis deals with the topic of image correction in fluorescence optical microscopy using electron image as a template. The aim is to design methods to analyze observed distortions in investigated microscopic systems and propose techniques for their correction. The thesis also presents a calibration sample that is utilized within it. Additionally, the work provides an overview of some existing solutions for modeling and suppressing distortion.

Keywords:

CLEM, Image distortions, Distortion correction, Homography, Camera Calibration, Feature detection, Python, Electron microscopy, Fluorescence microscopy

Date of defence

16.06.2023

Result of the defence

Defended (thesis was successfully defended)

znamkaBznamka

Grading

B

Process of defence

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.

Topics for thesis defence

  1. Proč nebylo možné využít feature-based matching napříč modalitami? Můžete prosím elaborovat ohledně Vaších výsledků s algoritmy SIFT a ORB?
  2. Proč nebylo možné využít vzorek se čtyřmi dírami pro všechny obrazy? V jakých situacích není tato informace pro fluorescenční snímky k dispozici?
  3. Během evaluace zmiňujete chybné páry - jak byly odlišeny? Jsou korektní hodnoty (ground-truth) součástí datasetu?
  4. Proč nebyla metoda 4 modelu zkreslení ve výsledku použita? Podle výsledků v tabulce 7.1 se jeví jako nejlepší.
  5. Bude vaše řešení nasazeno v praxi?

Language of thesis

Slovak

Faculty

Department

Study programme

Information Technology and Artificial Intelligence (MITAI)

Specialization

Application Development (NADE)

Composition of Committee

doc. Ing. František Zbořil, Ph.D. (předseda)
doc. Mgr. Adam Rogalewicz, Ph.D. (člen)
RNDr. Marek Rychlý, Ph.D. (člen)
Ing. Libor Polčák, Ph.D. (člen)
Ing. Jiří Hynek, Ph.D. (člen)
Ing. Vladimír Bartík, Ph.D. (člen)

Supervisor’s report
doc. Ing. Martin Čadík, Ph.D.

Celkově považuji předloženou práci za velmi kvalitní. Student navrhl a vytvořil kalibrační vzor určený pro kalibraci fluorescenčního mikroskopu pomocí obrazu z elektronového mikroskopu. Dále navrhl a implementoval kalibrační metodu, která kopíruje tradiční přístup k registraci obrazu založený na detekci významných bodů v obraze a odhadu homografie s využitím metody RANSAC. Detektory i deskriptory významých bodů student upravil/vytvořil nové pro daný scénář. Výsledek, že odhadnutá projektivní transformace obvykle dostačuje ke korekci zkreslení optického mikroskopu je překvapivý.

Evaluation criteria Verbal classification
Informace k zadání

Zadání práce považuji za mírně náročnější. Jedná se o standardní problematiku tradičně řešenou v počítačovém vidění, aplikační přesah do elektronové a fluorescenční mikroskopie však náročnost zvyšuje. Student dle mého názoru zadání splnil a odvedl kvalitní inženýrskou práci.

Práce s literaturou

Student si aktivně sám vyhledával zdroje, většina z citovaných materiálů jsou kvalitní články.

Aktivita během řešení, konzultace, komunikace

Jedná se o firemní zadání Thermo Fisher Scientific Brno, kde student práci částečně konzultoval. Konzultace s vedoucím práce probíhaly dle dohody nepravidelně, student obvykle dodával dohodnutá týdenní hlášení a na schůzky přicházel připraven.

Aktivita při dokončování

Finální obsah technické zprávy nebyl s vedoucím práce před odevzdáním nijak zásadně konzultován, s výjimkou několika drobností.

Publikační činnost, ocenění
Points proposed by supervisor: 87

Grade proposed by supervisor: B

Reviewer’s report
Ing. Tomáš Polášek

Práce dobře shrnuje problematiku mikroskopie a popisuje výskyt různých chyb obrazu. Dále popisuje techniky jak tyto chyby minimalizovat a testuje jejich efektivitu na vlastním datasetu vzorků. Navržené metody jsou dále vylepšeny a uvedeny do praktického použití. Z těchto důvodů navrhuji hodnotit práci stupněm Velmi dobře.

Evaluation criteria Verbal classification Points
Náročnost zadání

Evaluation level: průměrně obtížné zadání

Zadání považuji za průměrně náročné téma s reálnými implikacemi v průmyslu.

Rozsah splnění požadavků zadání

Evaluation level: zadání splněno

Zadání považuji za splněné v plné míře

Rozsah technické zprávy

Evaluation level: je v obvyklém rozmezí

Rozsah práce je v normě. Text zahrnuje vše nutné k porozumění práce.

Prezentační úroveň technické zprávy

Prezentační úroveň práce je na velmi dobré úrovni. Rozdělení do kapitol je vhodně zvoleno a napomáhá porozumění textu. Technické detaily jsou podrobně vysvětleny a doprovázeny velmi výstižnými vizualizacemi.

85
Formální úprava technické zprávy

Po typografické stránce je text v pořádku a obsahuje pouze menší množství problémů. Mezi tyto patří například chybějící odkazy na některé figury (Obr. 2.6) a chybějící mezery mezi slovy. Zkratky by bylo také vhodné explicitně definovat - např. Elektronový Mikroskop (EM). Pro přehlednost textu bych také některé poznámky pod čarou integroval přímo do textu. Po jazykové stránce hodnotím text také pozitivně, avšak s omezenou znalostí Slovenského jazyka.

85
Práce s literaturou

Literární prameny jsou v práci vhodně zohledněny. Odkazované články jsou převážně z robustních vědeckých konferencí a žurnálů. Využité elektronické zdroje ve formě dokumentací a knihoven jsou vždy korektně citovány. Z textu je téměř vždy jasné které části vypracoval autor a které byly převzaty. Výjimku tvoří některé obrázky - např. 2.1, 2.2 a 2.4 - u kterých není jasný zdroj.

80
Realizační výstup

Realizační výstupy práci považuji za signifikantní. Souhrn problematiky mikroskopie a chyb které se v ní objevují jsou jasně vysvětleny. Dále autor vytvořil dataset vzorků, které lze použít pro testování kalibračních metod i v další práci. Na tomto datasetů následně provedl testování metod pro mapování kalibračního vzoru a odhadu parametrů modelu zkreslení. Tyto metody vyhodnotil a navrhl také vlastní metodu pro odhad modelu zkresnelí pomocí zbytkového zkreslení. 

90
Využitelnost výsledků

Výsledky práce jsou využitelné nejen v praktických aplikacích firmy Termo Fisher, ale dateset lze také použít v dalším výzkumu který se tímto tématem bude zabývat.

Topics for thesis defence:
  1. Proč nebylo možné využít feature-based matching napříč modalitami? Můžete prosím elaborovat ohledně Vaších výsledků s algoritmy SIFT a ORB?
  2. Proč nebylo možné využít vzorek se čtyřmi dírami pro všechny obrazy? V jakých situacích není tato informace pro fluorescenční snímky k dispozici?
  3. Během evaluace zmiňujete chybné páry - jak byly odlišeny? Jsou korektní hodnoty (ground-truth) součástí datasetu?
  4. Proč nebyla metoda 4 modelu zkreslení ve výsledku použita? Podle výsledků v tabulce 7.1 se jeví jako nejlepší.
Points proposed by reviewer: 88

Grade proposed by reviewer: B

Responsibility: Mgr. et Mgr. Hana Odstrčilová