Zvýšení rozlišení obrazu pomocí hlubokých neuronových sítí
| but.committee | doc. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Zdeněk Vašíček, Ph.D. (člen) Ing. Šárka Květoňová, Ph.D. (člen) Ing. Filip Orság, Ph.D. (člen) doc. Ing. Michal Španěl, 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. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. | cs |
| but.jazyk | slovenština (Slovak) | |
| but.program | Informační technologie | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Španěl, Michal | sk |
| dc.contributor.author | Bublavý, Martin | sk |
| dc.contributor.referee | Juránková, Markéta | sk |
| dc.date.created | 2023 | cs |
| dc.description.abstract | Lekárske zobrazovanie, ktoré je základnou súčasťou súčasnej zdravotnej starostlivosti, umožňuje identifikovať a liečiť rôzne ochorenia. Prvky ako šum a nízke rozlíšenie však môžu mať negatívny vplyv na kvalitu lekárskych snímkov. V tejto práci bolo skúmané, ako zlepšiť rozlíšenie a kvalitu lekárskych fotografií pomocou MedSRGAN, modelu hlbokého učenia postaveného na generatívnych adverzných sieťach (GAN). Sieť MedSRGAN bola implementovaná a aplikovaná na počítačovú tomografiu (CT), jedna z široko využívaných lekárskych zobrazovacích metód. | sk |
| dc.description.abstract | The ability to identify and treat a variety of medical diseases is made possible by medical imaging, which is an essential component of contemporary healthcare. Yet, elements like noise and low resolution can have a negative impact on the quality of medical photographs. In this thesis, how to enhance the resolution and quality of medical images was investigated using MedSRGAN, a deep learning model built on generative adversarial networks (GANs). MedSRGAN was implemented and then applied to computed tomography (CT), one of the most utilized medical imaging methods. | en |
| dc.description.mark | C | cs |
| dc.identifier.citation | BUBLAVÝ, M. Zvýšení rozlišení obrazu pomocí hlubokých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023. | cs |
| dc.identifier.other | 141573 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/211038 | |
| 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 | MedSRGAN | sk |
| dc.subject | lekárske zobrazovanie | sk |
| dc.subject | hlboké učenie | sk |
| dc.subject | generatívne adverzné siete (GANs) | sk |
| dc.subject | počítačová tomografia (CT) | sk |
| dc.subject | rozlíšenie obrazu | sk |
| dc.subject | kvalita obrazu | sk |
| dc.subject | super-rozlíšenie | sk |
| dc.subject | lekárska diagnostika | sk |
| dc.subject | zvyškové bloky | sk |
| dc.subject | konvolučné neurónové siete (CNNs) | sk |
| dc.subject | vylepšenie obrazu | sk |
| dc.subject | obnovenie obrazu | sk |
| dc.subject | rekonštrukcia obrazu | sk |
| dc.subject | spracovanie obrazu | sk |
| dc.subject | MedSRGAN | en |
| dc.subject | medical imaging | en |
| dc.subject | deep learning | en |
| dc.subject | generative adversarial networks (GANs) | en |
| dc.subject | computed tomography (CT) | en |
| dc.subject | image resolution | en |
| dc.subject | image quality | en |
| dc.subject | super-resolution | en |
| dc.subject | medical diagnosis | en |
| dc.subject | residual blocks | en |
| dc.subject | convolutional neural networks (CNNs) | en |
| dc.subject | image enhancement | en |
| dc.subject | image restoration | en |
| dc.subject | image reconstruction | en |
| dc.subject | image processing | en |
| dc.title | Zvýšení rozlišení obrazu pomocí hlubokých neuronových sítí | sk |
| dc.title.alternative | Image Super-Resolution Using Deep Learning | en |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2023-06-13 | cs |
| dcterms.modified | 2023-06-19-10:07:49 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 141573 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2025.03.18 19:46:22 | en |
| sync.item.modts | 2025.01.15 19:09:14 | 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 |