Cellular Wound Healing Monitoring Tool

Abstract

Test hojení ran (wound healing assay) je metoda studia buněčné migrace a interakce při hojení ran. V této práci se zaměříme na úlohu segmentace oblasti rány ve fotografiích testů hojení ran. Ve spolupráci s biology jsme vyvinuli anotační nástroj a použili segmen- tační algoritmus založený na klasických metodách zpracování obrazu na vytvoření nového datasetu s 446 ručně anotovanými obrázky. Následně jsme se zkoumali úspěšnost metod hlubokého učení založených na architektuře U-net trénovaných na naší datové sadě. Na závěr diskutujeme zobecnitelnost těchto modelů.

Wound healing assay is a method of wound healing cell migration and interaction study. In this thesis, we focus on the task of segmenting the wound area in wound healing assay imagery. We developed a web-based annotation tool in collaboration with biolo- gists and used a classical method-based segmentation algorithm together with manual adjustments to create a new dataset with 446 images. We then explored the performance of deep learning methods based on the U-net architecture trained on our dataset. Finally, we reason about the generalizability of these models.