but.committee	doc. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) doc. Ing. Radek Burget, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Komise shledala nedostatky práce natolik závažné, že se práci rozhodla hodnotit jako nevyhovující z důvodu nedostatečného popisu implementace, nesplnění minimálního rozsahu technické zprávy a formálních nedostatků. Otázky u obhajoby: Mezi chybějícími body v tabulce 5.2 se objevují některé zuby častěji, než je celkový počet dat. Jak velká tedy konkrétně byla trénovací a testovací sada a jakým způsobem byla testovací data vybrána? Jaký význam má vynásobení cílových heatmap konstantou oproti zvýšení trénovacího kroku? V závěru uvádíte, že pro společný model ("shared") mělo význam použít L2 regularizaci, dropout však ne. Z obrázků 5.6 a 5.9 se však zdá, že efekt obou technik je velmi podobný. Z čeho tedy tento závěr vychází? Co obsahují osy obrázků? Proč se obsah práce liší oproti formátu ve WIS? Co jste implementoval? Proč je práce velmi krátká? Anotaci datasetu jste dělal sám? Kolik jste na-anotoval snímků?	cs
but.jazyk	slovenština (Slovak)
but.program	Informační technologie	cs
but.result	práce nebyla úspěšně obhájena	cs
dc.contributor.advisor	Španěl, Michal	sk
dc.contributor.author	Szöllösi, Albert	sk
dc.contributor.referee	Kodym, Oldřich	sk
dc.date.created	2020	cs
dc.description.abstract	Táto práca ponúka možné riešenie automatickej lokalizácie landmarkov v 3D dentálnych skenoch. Tieto skeny slúžia k uľahčeniu modelovania zubných koruniek pomocou špecializovaného softvéru. Predtým však musia byť anotované, aby softvér vedel určiť, kde sa jednotlivé zuby nachádzajú. Anotácia prebieha ručne, čo síce zaručuje presnosť, ale zaberá veľa času. Výsledok tejto práce by mohol spomínaný postup výrazne zjednodušiť aplikovaním hlbokého učenia. Na lokalizáciu landmarkov bola použitá regresia tepelných máp. Z výsledkov regresie boli následne vypočítané odhadované súradnice jednotlivých landmarkov.	sk
dc.description.abstract	This thesis offers possible solution to automatic 3D dental scan landmark localization. These scans are used in dental crown design to make the design process easier using specialized software. Before that, though, the scan has to be annotated for the software to know the positions of the teeth. The annotation process is done manually, which guarantees precision, but takes a lot of time. The result of this work could make said process much simpler by applying deep learning. Landmark localization was implemented as heat map regression. Results of the regression were then used to comput the estimated landmark coordinates.	en
dc.description.mark	E	cs
dc.identifier.citation	SZÖLLÖSI, A. Hluboké neuronové sítě pro analýzu medicínských obrazových dat [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129052	cs
dc.identifier.uri	http://hdl.handle.net/11012/191450
dc.language.iso	sk	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	hlboké učenie	sk
dc.subject	analýza medicínskych obrazových dát	sk
dc.subject	lokalizácia landmarkov	sk
dc.subject	dentálny sken	sk
dc.subject	deep learning	en
dc.subject	medical image data analysis	en
dc.subject	landmark localization	en
dc.subject	dental scan	en
dc.title	Hluboké neuronové sítě pro analýzu medicínských obrazových dat	sk
dc.title.alternative	Deep Learning for Medical Image Analysis	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2020-07-08	cs
dcterms.modified	2020-08-27-21:21:47	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129052	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:28:50	en
sync.item.modts	2025.01.15 18:57:15	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Hluboké neuronové sítě pro analýzu medicínských obrazových dat

Files

Original bundle

Collections