Registrace snímků sítnice pomocí hlubokého učení

but.committeeprof. Pharm.Dr. Petr Babula, Ph.D. (předseda) Ing. Lukáš Smital, Ph.D. (místopředseda) Ing. Jan Odstrčilík, Ph.D. (člen) Ing. Roman Jakubíček, Ph.D. (člen) Ing. Helena Škutková, Ph.D. (člen) Mgr. Bc. Darina Čejková, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Dr. Jakubíček položil otázku proč nejsou parametry pro trénování neuronové sítě uvedené v samotné práci. Prof. Babula se zeptal na praktický dopad práce. Dr. Odstrčilík položil otázku na porovnání s dalšími metodami používanými pro lícování na ústavu. Dr. Smital položil otázku na prezentaci videí. Dr. Škutková se zeptala na popisky obrázků a jejich koresponedci se seznamem. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta.cs
but.jazykangličtina (English)
but.programBiomedicínské inženýrství a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorVičar, Tomášen
dc.contributor.authorDoskočil, Ondřejen
dc.contributor.refereeJakubíček, Romanen
dc.date.accessioned2023-06-08T06:56:21Z
dc.date.available2023-06-08T06:56:21Z
dc.date.created2023cs
dc.description.abstractRegistrace obrazu je zakladním úkolem v mnoha aplikacích pro analýzu medicínských obrazu. Při zkoumání očního pozadí je nutné dobře registrovat snímky sítnice, aby bylo možné zkoumat jevy jako pulzace cév. Tato registrace se často řeší pomocí tradičních, často iterativních, metod. Stejně jako v ostatních oblastech medicínských aplikací, se v posledních letech stále častěji používají metody hlubokého učení pro dosažení lepších a rychlejších výsledků. Tato práce prezentuje možnost využití hlubokých neuronových sítí pro predikci parametrů transformace, které se použijí pro registraci snímku sítnice.en
dc.description.abstractImage registration is a fundamental task in many medical image analysis applications. When examining the ocular fundus, it is necessary to register retinal images properly in order to examine phenomena such as vessel pulsations. This registration process is often solved using traditional, often iterative, methods. As in other areas of medical applications, deep learning methods have been increasingly used in recent years to achieve better and faster results. This thesis presents the possibilities of using deep neural networks to predict the transformation parameters to be used for retinal image registration.cs
dc.description.markAcs
dc.identifier.citationDOSKOČIL, O. Registrace snímků sítnice pomocí hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.cs
dc.identifier.other151663cs
dc.identifier.urihttp://hdl.handle.net/11012/210124
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectregistrace obrazůen
dc.subjecthluboké učeníen
dc.subjectsnímky sítniceen
dc.subjectimage registrationcs
dc.subjectdeep learningcs
dc.subjectretinal imagescs
dc.titleRegistrace snímků sítnice pomocí hlubokého učeníen
dc.title.alternativeRegistration of retinal images using deep learningcs
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2023-06-07cs
dcterms.modified2023-06-07-11:40:37cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid151663en
sync.item.dbtypeZPen
sync.item.insts2023.06.08 08:56:21en
sync.item.modts2023.06.08 08:16:32en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.28 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
appendix-1.zip
Size:
5.7 MB
Format:
zip
Description:
appendix-1.zip
Loading...
Thumbnail Image
Name:
review_151663.html
Size:
6.7 KB
Format:
Hypertext Markup Language
Description:
review_151663.html
Collections