|
Vyučující
|
-
Sehadová Hana, Mgr. Ph.D.
-
Bondar Alexey, Mgr. Ph.D.
|
|
Obsah předmětu
|
Obsah přednášek: 1. Skenování a digitalizace obrazu: základní principy a terminologie, princip barevné digitalizace (Sehadová) 2. Typy obrazových dat, předzpracování a dekonvoluce obrazu (Sehadová) 3. Typy softwarů a programovacích jazyků. Silné a slabé stránky různých přístupů ke konkrétním typům obrazových dat. 4. Zkreslení, artefakty, úskalí a běžná opatření při analýze obrazu. 5. Metadata, obrazová úložiště. Statistické vyhodnocení obrazových dat 6. Seminář 1: Krátká prezentace průběžných výsledků samostatného projektu nebo vlastní analýzy dat 7. Seznámení se softwarem Napari 8. Úvod do softwaru Matlab 9. Úvod do softwaru Python 10. Úvod do softwaru Imaris a Amira 11. Strojové učení a umělá inteligence v analýze obrazu 12. Seminář 2: Závěrečná prezentace tvůrčího projektu nebo analýza vlastních dat 13. Etické zásady zpracování obrazu v biologickém výzkumu Obsah cvičení/semináře: Praktická cvičení a semináře: 1. Základní analýza v programu Adobe Photoshop - část I (Sehadová) 2. Základní analýza v programu Adobe Photoshop - část II (Sehadová) 3. Fiji/ImageJ - hlavní nástroj analýzy obrazu 4. Fiji/ImageJ - přídavné moduly a makra 5. Cell Profiler - doplněk k ImageJ pro pokročilé zpracování 6. Praktická zkouška 1 - Analýza v Adobe Photoshop a ImageJ - samostatné zpracování zadaných analýz 7. Napari - nový výběrový software založený na Pythonu 8. Matlab jako nástroj pro analýzu obrazu a oblast jeho využití 9. Python - univerzální řešení pro různé analytické úlohy 10. Imaris nebo Amira - komerční uživatelsky přívětivé zpracování a 3D rekonstrukce 11. Využití strojového učení a umělé inteligence při analýze obrazu 12. Seminář 2: Závěrečná prezentace tvůrčího projektu nebo analýzy vlastních dat 13. Praktická zkouška 2 - Analýza v pokročilých softwarech - samostatné zpracování zadaných analýz
|
|
Studijní aktivity a metody výuky
|
|
nespecifikováno
|
|
Výstupy z učení
|
Kurz podrobně seznamuje studenty se základními principy a pravidly analýzy obrazu v mikroskopii. Představí také řadu volně dostupných i komerčních programů vhodných pro vědeckou analýzu obrazu. V praktické části kurzu si studenti vyzkouší a částečně osvojí analýzu obrazu v těchto programech. Součástí kurzu je také samostatná práce na tvůrčím projektu.
|
|
Předpoklady
|
|
|
Hodnoticí metody a kritéria
|
nespecifikováno
Podmínky pro udělení zápočtu: 1) účast na praktických cvičeních - maximálně jedna neomluvená absence 2) prezentace tvůrčího projektu 3) složení 1. a 2. praktické zkoušky Podmínky pro složení zkoušky: 1) absolvování zápočtu
|
|
Doporučená literatura
|
-
https://assets.thermofisher.com/TFS-Assets/MSD/Product-Guides/user-guide-amira-software.pdf.
-
https://docs.python.org/3/tutorial/.
-
https://helpx.adobe.com/photoshop/view-all-tutorials.html.
-
https://imagej.net/tutorials.
-
https://imaris.oxinst.com/tutorials.
-
https://napari.org/stable/tutorials/index.html.
-
https://www.mathworks.com/support/learn-with-matlab-tutorials.html.
-
http://www.openmicroscopy.org/site.
|