Vícetřídá segmentace 3D lékařských dat pomocí hlubokého učení
but.committee | prof. Ing. Ivan Baroňák, Ph.D. (předseda) doc. Ing. Václav Zeman, Ph.D. (místopředseda) Ing. Radomír Svoboda, Ph.D. (člen) Ing. Stanislav Uchytil, Ph. D. (člen) Ing. Miroslav Balík, Ph.D. (člen) doc. Ing. Petr Münster, Ph.D. (člen) | cs |
but.defence | Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil magisterskou práci a odpověděl na otázky členů komise a oponenta. Otázky: Jaké změny v architektuře a nastavení U-Net sítě jste provedl vůči originálnímu řešení? Jakou velikost má obraz v páté úrovni zanoření (nejmenší velikost obrazu v síti), má tato úrověň ještě vliv na výsledek? Máte informaci o odbornosti anotátorů segmentačních masek? V jaké úrovni abstrakce jste program implementoval? Jednalo se o implementaci algoritmu pomocí knihoven s vyšší mírou abstrakce, nebo o přímou implementaci v jazyku CUDA? | cs |
but.jazyk | čeština (Czech) | |
but.program | Elektrotechnika, elektronika, komunikační a řídicí technika | cs |
but.result | práce byla úspěšně obhájena | cs |
dc.contributor.advisor | Kolařík, Martin | cs |
dc.contributor.author | Slunský, Tomáš | cs |
dc.contributor.referee | Uher, Václav | cs |
dc.date.created | 2019 | cs |
dc.description.abstract | Diplomová práce se zabývá segmentací obrazu do více tříd pomocí konvolučních neuronových sítí. Teoretická část práce se zaměřuje na souhrn problematiky segmentace obrazu, kde jsou popsány základní principy fungování jak samotných neuronových sítí, tak segmentací obrazu včetně popsání jejich různých typů a variant. V praktické částí je zvolena pro segmentace obrazu a podrobněji popsána architektura U-net, která byla aplikována na dataset medicínských dat. Dále je tu popsán postup zpracování trojrozměrných dat, jejich předzpracování a metody, jakými byla provedena celá vícetřídá segmentace. Závěr práce vyhodnocuje dosažené výsledky a zasazuje je do širšího kontextu. | cs |
dc.description.abstract | Master's thesis deals with multiclass image segmentation using convolutional neural networks. The theoretical part of the Master's thesis focuses on image segmentation. There are basics principles of neural networks and image segmentation with more types of approaches. In practical part the Unet architecture is choosen and is described for image segmentation more. U-net was applied for medicine dataset. There is processing procedure which is more described for image proccesing of three-dimmensional data. There are also methods for data preproccessing which were applied for image multiclass segmentation. Final part of current master's thesis evaluates results. | en |
dc.description.mark | A | cs |
dc.identifier.citation | SLUNSKÝ, T. Vícetřídá segmentace 3D lékařských dat pomocí hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019. | cs |
dc.identifier.other | 118177 | cs |
dc.identifier.uri | http://hdl.handle.net/11012/177588 | |
dc.language.iso | cs | cs |
dc.publisher | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií | cs |
dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
dc.subject | hluboké učení | cs |
dc.subject | konvoluční neuronové sítě | cs |
dc.subject | segmentace obrazu | cs |
dc.subject | strojové učení | cs |
dc.subject | neuronová síť | cs |
dc.subject | umělá inteligence | cs |
dc.subject | vícetřídá segmentace obrazu | cs |
dc.subject | deep learning | en |
dc.subject | convolutional neural networks | en |
dc.subject | image segmentation | en |
dc.subject | machine learning | en |
dc.subject | neural network | en |
dc.subject | artificial intelligence | en |
dc.subject | multi-class image segmentation | en |
dc.title | Vícetřídá segmentace 3D lékařských dat pomocí hlubokého učení | cs |
dc.title.alternative | Multiclass segmentation of 3D medical data using deep learning | en |
dc.type | Text | cs |
dc.type.driver | masterThesis | en |
dc.type.evskp | diplomová práce | cs |
dcterms.dateAccepted | 2019-06-05 | cs |
dcterms.modified | 2019-06-06-13:46:22 | cs |
eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
sync.item.dbid | 118177 | en |
sync.item.dbtype | ZP | en |
sync.item.insts | 2025.03.26 13:35:46 | en |
sync.item.modts | 2025.01.17 10:51:03 | en |
thesis.discipline | Telekomunikační a informační technika | cs |
thesis.grantor | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikací | cs |
thesis.level | Inženýrský | cs |
thesis.name | Ing. | cs |
Files
Original bundle
1 - 3 of 3
Loading...
- Name:
- final-thesis.pdf
- Size:
- 4.49 MB
- Format:
- Adobe Portable Document Format
- Description:
- final-thesis.pdf
Loading...
- Name:
- review_118177.html
- Size:
- 4.43 KB
- Format:
- Hypertext Markup Language
- Description:
- file review_118177.html