Detail projektu

Deep learning assisted segmentation of x-ray computed tomography images

Období řešení: 01.03.2020 — 28.02.2021

Zdroje financování

Vysoké učení technické v Brně - Vnitřní projekty VUT

- plně financující (2020-01-01 - 2021-12-31)

O projektu

X-ray computed tomography is lately becoming an increasingly popular method in developmental biology. A key step in analysis of image data is image segmentation. This segmentation is in many cases done manually, because automatic segmentation algorithms are not able to achieve the accuracy necessary for further analysis. The state-of-the-art in image segmentation is achived by deep learning algorithms. In this project, a deep learning based segmentation solution will be developed for segmentation of soft tissues in x-ray computed tomography images and implemented in Avizo software.

Označení

CEITEC VUT-J-20-6477

Originální jazyk

čeština

Řešitelé

Matula Jan, Ing. - hlavní řešitel
Kaiser Jozef, prof. Ing., Ph.D. - spoluřešitel

Útvary

Pokročilé instrumentace a metody pro charakterizace materiálů
- odpovědné pracoviště (01.01.2020 - 31.12.2020)
Středoevropský technologický institut VUT
- příjemce (01.01.2020 - 31.12.2020)

Výsledky

MATULA, J.; POLÁKOVÁ, V.; ŠALPLACHTA, J.; TESAŘOVÁ, M.; ZIKMUND, T.; KAUCKÁ, M.; ADAMEYKO, I.; KAISER, J. Resolving complex cartilage structures in developmental biology via deep learning-based automatic segmentation of X-ray computed microtomography images. Scientific Reports, 2022, vol. 12, no. 1, p. 1-13. ISSN: 2045-2322.
Detail

MATULA, J.; TESAŘOVÁ, M.; ZIKMUND, T.; KAUCKÁ, M.; ADAMEYKO, I.; KAISER, J. X-ray microtomography–based atlas of mouse cranial development. GigaScience, 2021, vol. 10, no. 3, p. 1-6. ISSN: 2047-217X.
Detail