Detekce roztroušené sklerózy

Simple item page
but.committeedoc. Ing. Rastislav Róka, Ph.D. (předseda) doc. Ing. Petr Mlýnek, Ph.D. (místopředseda) Ing. Pavel Pirohovič (člen) Ing. Václav Uher, Ph.D. (člen) Ing. Vlastimil Člupek, Ph.D. (člen) Ing. Radim Číž, Ph.D. (člen)cs
but.defenceCo je to prahování a jaké jsou jeho druhy? Jakého prahování bylo využito při implementaci kódu? Proč je zde intenzita jasu snímku z magnetické rezonance normována součtem střední hodnoty a šestinásobkem směrodatné odchylky (viz vztah 4.2)? Kdybyste použil vetší množinu trénovacích snímků, byly by výsledky Vašeho návrhu lepší?cs
but.jazykčeština (Czech)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorUher, Václavcs
dc.contributor.authorKopuletý, Michalcs
dc.contributor.refereeMangová, Mariecs
dc.date.created2016cs
dc.description.abstractTato práce je zaměřena na detekování lézí roztroušené sklerózy ze snímků magnetické rezonance. Správně vyhledané léze jsou velice důležité pro stanovení lékařské diagnózy. Detekce lézí pomocí metod strojového učení je poměrně náročná z důvodů velké proměnlivosti velikosti, tvaru a pozice lézí v mozku. V praktické části práce je navržen základ softwaru, jenž bude po dokončení klasifikovat obrazové body, tak aby bylo možné vyhledat ložiska roztroušené sklerózy. Pro klasifikaci bude využita metoda podpůrných vektorů. Teoretická část pak popisuje roztroušenou sklerózu, základy operací prováděných s biomedicínskými obrazy a klasifikaci dat.cs
dc.description.abstractThis thesis is focused on detecting multiple sclerosis lesions from magnetic resonance images. Correctly retrieved lesions are very important for medical diagnosis. Detection of lesions using machine learning techniques is quite challenging because of large variability in size, shape and position of lesions in the brain. In the practical part is designed base software, which after completion will classify pixels, so that is possible to find lesions of multiple sclerosis. For classification will be used Support vector machine. Theoretical part describes multiple sclerosis, basic operations performed with biomedical images and data classification.en
dc.description.markAcs
dc.identifier.citationKOPULETÝ, M. Detekce roztroušené sklerózy [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.cs
dc.identifier.other93787cs
dc.identifier.urihttp://hdl.handle.net/11012/59816
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.subjectRozroušená sklerózacs
dc.subjectLézecs
dc.subjectMagnetická rezonancecs
dc.subjectMetoda podpůrných vektorůcs
dc.subjectSVMcs
dc.subjectAnalýza obrazůcs
dc.subjectMultiple sclerosisen
dc.subjectLesionen
dc.subjectMagnetic resonanceen
dc.subjectSupport vector machineen
dc.subjectSVMen
dc.subjectImage analysisen
dc.titleDetekce roztroušené sklerózycs
dc.title.alternativeMultiple sclerosis detectionen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2016-06-09cs
dcterms.modified2016-06-10-12:57:29cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid93787en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 13:23:47en
sync.item.modts2025.01.15 16:29:56en
thesis.disciplineTelekomunikační a informační technikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
3.91 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.rar
Size:
4.49 MB
Format:
Unknown data format
Description:
appendix-1.rar
Download
Thumbnail Image
Name:
review_93787.html
Size:
4.57 KB
Format:
Hypertext Markup Language
Description:
file review_93787.html
Download
Collections
2016