Implementace modelu hlubokého učení pro segmentaci obratlů v CT datech

Simple item page
but.committeeprof. Ing. Marek Penhaker, Ph.D. (předseda) Ing. Vratislav Harabiš, Ph.D. (místopředseda) Doc. MUDr. Jaromír Gumulec, Ph.D. (člen) doc. Mgr. Ing. Karel Sedlář, Ph.D. (člen) Ing. Vratislav Čmiel, Ph.D. (člen) Ing. Tomáš Vičar, Ph.D. (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Studentka odpověděla na otázky oponenta. Prof. Penhaker se doptal jeké bylo kritérium výběru metody. Víte jak Francouzi říkají jazyku Python? Doc. Gumulec se doptal na klasifikaci jednotlivých obratlů. Jak funguje detekce u postižených obratlů? Studentka obhájila bakalářskou práci a odpověděla na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorNohel, Michalcs
dc.contributor.authorBlažková, Lenkacs
dc.contributor.refereeChmelík, Jiřícs
dc.date.created2023cs
dc.description.abstractTato bakalářská práce se věnuje problematice segmentace obratlů v CT datech s využitím hlubokého učení. Nejprve je vytvořena teoretická rešerše zaměřená na anatomii a patologie páteře a obratlů, na CT systémy a na modely hlubokého učení pro segmentaci obratlů z 3D dat. Další část obsahuje podrobnější popis vybraného modelu pro segmentaci obratlů. V páté části je popsána samotná implementace vybraného modelu a navržená modifikace společně s výsledky na příslušné databázi. Nakonec je model s modifikací použit na klinická data poskytnutá vedoucím a popsána jeho úspěšnost na nich.cs
dc.description.abstractThis bachelor’s thesis deals with the problem of vertebrae segmentation in CT data with the use of deep learning. Firstly, there is a theoretical review focused on the anatomy and the pathologies of the spine and the vertebrae, the CT systems, and the deep learning models for vertebrae segmentation in 3D data. The following section contains a more detailed description of the chosen model. The fifth section describes the implementation of the chosen model and the proposed modification, together with the results on the relevant database. In the end, the model with the modification is used on the clinical data provided by the supervisor and its evaluation is described.en
dc.description.markAcs
dc.identifier.citationBLAŽKOVÁ, L. Implementace modelu hlubokého učení pro segmentaci obratlů v CT datech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.cs
dc.identifier.other150793cs
dc.identifier.urihttp://hdl.handle.net/11012/212569
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjecthluboké učenícs
dc.subjectkonvoluční neuronové sítěcs
dc.subjectsegmentace obratlůcs
dc.subjectsegmentacecs
dc.subjectpáteřcs
dc.subjectobratelcs
dc.subjectCTcs
dc.subjectvýpočetní tomografiecs
dc.subjectdeep learningen
dc.subjectconvolutional neural networksen
dc.subjectvertebrae segmentationen
dc.subjectsegmentationen
dc.subjectspineen
dc.subjectvertebraen
dc.subjectCTen
dc.subjectcomputed tomographyen
dc.titleImplementace modelu hlubokého učení pro segmentaci obratlů v CT datechcs
dc.title.alternativeImplementation of a deep learning model for vertebral segmentation in CT dataen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-14cs
dcterms.modified2023-06-16-08:33:58cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid150793en
sync.item.dbtypeZPen
sync.item.insts2025.03.17 17:15:34en
sync.item.modts2025.01.15 21:13:21en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
11.71 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
29.29 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_150793.html
Size:
7.02 KB
Format:
Hypertext Markup Language
Description:
file review_150793.html
Download
Collections
2023