Обробка графічних даних з використанням кластерного аналізу
| dc.contributor.advisor | Залевська, Ольга Валеріївна | |
| dc.contributor.author | Паламар, Інна Олегівна | |
| dc.date.accessioned | 2024-02-15T07:07:26Z | |
| dc.date.available | 2024-02-15T07:07:26Z | |
| dc.date.issued | 2023 | |
| dc.description | Програмний продукт, розроблений для обробки графічних даних біохімічного аналізу, використовує метод кластер-аналізу OPTICS. Цей інноваційний інструмент на основі мови програмування Python дозволяє автоматично визначати та виділяти ядра нейронних клітин на знімках мікроскопу. Програма надає гнучкість у роботі з різними типами графічних даних та відзначається високою точністю та ефективністю. Вона допомагає науковцям у біохімії та мікробіології автоматизувати процес визначення та локалізації ядер нейронних клітин, прискорюючи обробку та аналіз графічних даних для досягнення найкращих результатів у своїй дослідницькій роботі. | |
| dc.description.abstract | Актуальність теми: Під час наукових досліджень у сфері біохімії та мікробіології, виникає проблема обробки великої кількості знімків мікроскопа. Одним з підходів до вирішення цього питає є використання методів кластерного аналізу, для автоматизації обробки зображень, отриманих в ході експериментів. Тому дослідження та реалізація відповідних методів кластеризації є актуальними та мають практичне значення. Метою роботи є розробка програмного модулю для обробки знімків мікроскопа та пошуку на них ядр нейронних клітин. Завдання дослідження: – провести аналіз підходів, методів та програмних засобів кластеризації зображення; – на основі обраного методу кластерного аналізу розробити програмний модуль автоматичної обробки мікроскопічних знімків нейронних клітин; – провести апробацію розробленої програмної системи, експериментально довести її коректність Об’єктом дослідження є графічні дані біохімічного аналізу Предметом дослідження є параметри кластеризації графічних даних біохімічного аналізу в мікробіології. Практична цінність отриманих в роботі результатів полягає в можливості використання кластерного аналізу зі специфікою знімків мікроскопа. Запропонована модифікація методу кластеризації дає змогу автоматично обробляти вхідне зображення, отримуючи точні результати обчислення щільності об’єктів, для подальшого його використання фахівцями. Апробація результатів дисертації. Основні положення даної роботидоповідались та обговорювались на: Залевська, О., Мірошниченко, І., Смаковський, Д., Гагарін, О., & Паламар, І. (2023). УДОСКОНАЛЕННЯ МЕТОДУ КЛАСТЕРИЗАЦІЇ ЗОБРАЖЕННЯ. Сучасні проблеми моделювання, (24), 79-86. Повний обсяг дисертації складає зі вступу, 6 розділів, висновку, 2 додатків. Повний обсяг дисертації 88 сторінок, тому числі 63 сторінок основного тексту, 26 рисунків і 18 таблиць, 4 сторінки списку використаних джерел у кількості 30 найменувань | |
| dc.description.abstractother | Relevance of the topic: During scientific research in the field of biochemistry and microbiology, the problem of processing a large number of microscope images arises. One of the approaches to solving this question is the use of cluster analysis methods to automate the processing of images obtained during experiments. Therefore, research and implementation of appropriate clustering methods are relevant and of practical importance. The purpose of the work is to develop a software module for processing microscope images and searching for the nuclei of neuronal cells. Objectives of the research: - analyze approaches, methods and software for image clustering; - on the basis of the selected method of cluster analysis, develop a software module for automatic processing of microscopic images of neuron cells; - test the developed software system, experimentally prove its correctness The object of research is graphic data of biochemical analysis Subject of the research is the clustering parameters of graphic data of biochemical analysis in microbiology. The practical value of the results obtained in the work lies in the possibility of using cluster analysis with the specificity of microscope images. The proposed modification of the clustering method makes it possible to automatically process the input image, obtaining accurate results of calculating the density of objects, for further use by specialists. Approbation of the results of the dissertation. The main provisions of this work were reported and discussed at: Zalevska, O., Miroshnychenko, I., Smakovsky, D., Gagarin, O., & Pa-lamar, I. (2023). IMPROVEMENT OF THE IMAGE CLUSTERIZATION METHOD. Modern problems of modeling, (24), 79-86. The full scope of the dissertation consists of an introduction, 6 chapters, a conclusion, and 2 appendices. The full volume of the dissertation is 88 pages, including 63 pages of the main text, 26 figures and 18 tables, 4 pages of the list of used sources in the amount of 30 names | |
| dc.format.extent | 82 с. | |
| dc.identifier.citation | Паламар, І. О. Обробка графічних даних з використанням кластерного аналізу : магістерська дис. : 122 Комп’ютерні науки / Паламар Інна Олегівна. – Київ, 2023. – 82 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/64598 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Київ | |
| dc.title | Обробка графічних даних з використанням кластерного аналізу | |
| dc.type | Master Thesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Palamar_magistr.pdf
- Розмір:
- 2.76 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 8.98 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: