Название: Выделение отдельных объектов на изображениях микроскопии
Основной предмет: математика, информатика
Область знания: информационные технологии, прикладная математика, обработка изображений
Актуальность: сегментирование изображения на области, принадлежащие отдельным объектам, активно используются в современных методах микроскопии и анализа изображений, в промышленной автоматике. Оно даёт возможность автоматически определять с высокой точностью размеры отдельных наночастиц, статистические параметры распределения частиц по размерам, степень агрегации и другие параметры, важные для отработки и контроля технологии производства стабилизированных наночастиц с высокой монодисперсностью (квантовые точки, магнитные жидкости, и др.). Активно применяется в биомедицинских исследованиях и материаловедении для поиска на изображении отдельных составляющих сложных биологических и технических объектов.
Новизна: ознакомление с современными методами сегментации изображения и технологиями разработки научного программного обеспечения, разработка своей реализации известного метода
Цель: ознакомление с математическими методами сегментирования цифровых изображений и соременными технологиями разработки программного обеспечения (ПО). Реализация выбранного алгоритма в виде компьютерной программы или модуля открытого ПО для анализа изображений.
Задачи:
-ознакомление с требуемым для разработки ПО, выбор ПО
-обзор литературы и материалов сети интернет по теме исследования, выбор метода, подходящего для имеющихся изображений
-реализация выбранного метода в виде компьютерной программы
-тестирование различных методов на реальных изображениях, подбор параметров
-определение пределов применимости выбранного метода, сравнение реализации автора работы с другими
Оборудование: компьютер с доступом в сеть и набором ПО для разработки, файлы данных микроскопии с изображенными на них нанообъектами. (при наличии технической возможности возможен самостоятельный синтез наночастиц и получение их изображений на учебных микроскопах).
Экспериментальные подходы: разделение изображений методом порога по высоте, первой и второй производных, метод водораздела, методы выделения границ и ступеней на изображении, метод выделения связных областей и поиска границ области.
Методические подходы: ознакомление с математикой дискретных данных и цифровой обработкой сигналов (дифференцирование дискретных данных, реализация алгоритмов дифференцирования, сглаживания, и т.п. в виде свёртки массива с матрицей коэффициентов, аппроксимация данных функцией и подбор параметров функции методом наименьших квадратов)
Освоение школьником теоретического материала: операции с матрицами/массивами, математические операции с дискретными данными, основы статистики
Навыки, получаемые школьником: разработка ПО для реальных практических задач, коллективная разработка, практическая реализация простых задач дискретной математики и цифровой обработки сигналов, знакомство с алгоритмизацией математических задач. Знакомство с методами цифровой обработки изображений: сглаживание, повышение резкости, подавление шума, поиск областей с близкими значениями, и их математическим и алгоритмическим описанием.
Предшествующий материал по школьной программе: школьные курсы математики и информатики, желательно углубленное изучение обоих предметов на уровне 10-11 класса школы с углубленным изучением этих предметов, хорошее знание английского языка на уровне чтения текста со словарём без использования систем автоматического перевода.
Роль учителя: соруководство проектом со стороны школы, консультации по общеобразовательным вопросам, слежение за сроками выполнения отдельных подзадач и возникающими проблемами, при необходимости дополнительная подготовка в области математики, информатики, иностранного языка
Роль тьютора: общее руководство проектом, консультации по специфичным для решения этой задачи вопросам, помощь при выборе источников для обзора и переводе текстов на английском, подготовка по коллективным методам разработки ПО, помощь в решении возникающих трудностей при программировании практической реализации, оценка полученных результатов, при необходимости дополнительная подготовка в области математики, информатики, иностранного языка. Обеспечение изображениями для анализа. При наличии технической возможности реализация практического получения объектов для исследования и исследования их на учебных микроскопах.
Примечание:при реализации проекта как расширения свободного ПО для анализа данных (ImageJ, Gwyddion, и т.п.) возможно дальнейшее развитие проекта в рамках школьных проектов Google (Google Code In). Это потребует знания или ускоренного изучения языков программирования, применяемых при разработке соответствующего ПО (Java, C).
