Implementace modelu hlubokého učení pro segmentaci páteřních nádorů u pacientů s mnohočetným myelomem v CT datech
Loading...
Date
Authors
Gálík, Pavel
ORCID
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato diplomová práce se zabývá implementací modelu hlubokého učení pro segmentaci páteřních nádorů pacientů s mnohočetným myelomem v CT datech. Práce seznamuje čtenáře s anatomií páteře, tématem mnohočetného myelomu a principy CT zobrazování. Hluboké učení se stává důležitou součástí vývoje počítačem podporovaných systémů detekce a diagnostiky, práce uvádí různé modely hlubokého učení pro segmentaci obrazu a pro segmentaci nádorů páteře byl implementován model nnU-Net.
This master thesis deals with the implementation of a deep learning model for spinal tumor segmentation of multiple myeloma patients in CT data. The thesis introduces readers to the anatomy of the spine, the topic of multiple myeloma, and the principles of CT imaging. The deep learning is becoming an important part of developing computer-aided detection and diagnosis systems. The thesis introduces various deep-learning models for image segmentation, and the nnU-Net model was implemented for spinal tumor segmentation.
This master thesis deals with the implementation of a deep learning model for spinal tumor segmentation of multiple myeloma patients in CT data. The thesis introduces readers to the anatomy of the spine, the topic of multiple myeloma, and the principles of CT imaging. The deep learning is becoming an important part of developing computer-aided detection and diagnosis systems. The thesis introduces various deep-learning models for image segmentation, and the nnU-Net model was implemented for spinal tumor segmentation.
Description
Citation
GÁLÍK, P. Implementace modelu hlubokého učení pro segmentaci páteřních nádorů u pacientů s mnohočetným myelomem v CT datech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
bez specializace
Comittee
prof. Ing. Martin Černý, Ph.D. (předseda)
doc. Ing. Radim Kolář, Ph.D. (místopředseda)
Ing. Oto Janoušek, Ph.D. (člen)
Ing. Jiří Sekora, MBA (člen)
Ing. Petr Walek, Ph.D. (člen)
Ing. Martin Lamoš, Ph.D. (člen)
Date of acceptance
2024-06-11
Defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky.
Prof. Černý se doptal, proč byla použita FNR metrika. Ing. Walek se doptal na variabilitu modelů. Co vše jste zkoušel pro zvýšení úspěšnosti modelů. Zkoušel jste nějaké metody augmentace? Ing. Janoušek se zeptal, zda-li jsou nějaké veřejně dostupné databáze, na kterých by bylo možné modely otestovat. Ing. Walek se doptal na učení modelu na jednotlivých obratlech. Komise dospěla k závěru, že se nejednalo o plagiátorství, ale o pochybení.
Student obhájil diplomovou práci s výhradami a odpověděl na otázky členů komise a oponenta.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení