Text
Metoda ablačních otisků se široce používá pro prostorovou charakterizaci fokusovaných rentgenových laserových svazků. Analýza dat ablačních otisků však představuje pro lidské analytiky náročný úkol. Metoda představená v tomto článku využívá hlubokou konvoluční neuronovou síť U-Net k anotaci obrysů ablačního prahu v obrazových datech mikroskopie. Dále jsou vyvinuty postupy následného zpracování, které umožňují automatizované vyhodnocení tzv.
charakteristiky laserového paprsku.
Popis
Schematic of the U-Net architecture with an input image size N=1024, lU=4 descent levels, eU=2 encoding layers per level, and kU=16 convolution kernels in the first level. Light blue and gray boxes represent three-dimensional matrices (multi-channel feature maps) with dimensions indicated on the left and above the box. The left and right part of the image depicts the encoder (contracting path) and decoder (expansive path), respectively. Convolutions with learnable 3x3 kernels combined with the ReLU operation are indicated by blue arrows. Red downward arrows depict the max-pooling operation halving the image resolution. Green upward arrows represent 2x2 up-convolutions (upsampling) doubling the image resolution. In each descent level, skip connections (grey arrows) transfer information from encoder to decoder to better localize fine features.
Kontaktní osoba: Jaromír Chalupský