Konvoluční neuronové sítě pro detekci objektů v medicínských obrazech

Simple item page
but.committeeprof. Ing. Ivo Provazník, Ph.D. (předseda) doc. Ing. Martin Černý, Ph.D. (místopředseda) Ing. Radovan Jiřík, Ph.D. (člen) Ing. Oto Janoušek, Ph.D. (člen) Mgr. Erik Staffa, Ph.D. (člen) MUDr. Jan Máchal, Ph.D. (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Ing. Jiřík položil otázku: Na které části jste využila knihovnu PyTorch a které části jste naprogramovala sama? Čím byla způsobena horší kvalita MRI snímků? Jak vznikla použitá databáze MRI snímků? Studentka obhájila bakalářskou práci a odpověděla na otázky členů komise a oponenta.cs
but.jazykslovenština (Slovak)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorJakubíček, Romansk
dc.contributor.authorKoščová, Zuzanask
dc.contributor.refereeVičar, Tomášsk
dc.date.accessioned2020-06-25T06:56:38Z
dc.date.available2020-06-25T06:56:38Z
dc.date.created2020cs
dc.description.abstractTáto bakalárska práca sa zaoberá konvolučnými neurónovými sieťami (CNN) pre detekciu objektov v medicínskych obrazoch. Pre lepšie pochopenie problematiky sú najprv popísané umelé neurónové siete a CNN všeobecne, neskôr sú kapitoly zamerané na konkrétne metódy detekcie, ktoré využívajú CNN. Vrámci bakalárskej práce bola vytvorená sada abdominálnych snímkov z výpočetnej tomografie a z magnetickej rezonančnej tomografie na ktorých boli trénované a testované „Faster R-CNN“ a „You Only Look Once“ algoritmy pre detekciu pečene. Implementácia oboch modelov prebehla v programovacom jazyku Python s využitím knižnice Pytorch. Na záver sú vyvodené a diskutované výsledky detekcie a možné využitie v lekárstve.sk
dc.description.abstractThis Bachelor thesis deals with Deep-learning-based pattern detection in medical images. For better understanding of a subject artificial neural network and convolutional neural network (CNN) are described at first. Next chapter is focused on specific detection methods which use CNN. Within a bachelor thesis a dataset of abdominal CT a MRI scans was created. Faster R-CNN and YOLO algorithms were trained and tested on acquired scans for liver detection. Implementation of chosen methods took place in Python programming language using the Pytorch library. Finally, detection results and possible use in medicine are discussed.en
dc.description.markAcs
dc.identifier.citationKOŠČOVÁ, Z. Konvoluční neuronové sítě pro detekci objektů v medicínských obrazech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.cs
dc.identifier.other126706cs
dc.identifier.urihttp://hdl.handle.net/11012/190473
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectkonvolučné neurónové sietesk
dc.subjectdetekcia objektovsk
dc.subjectCTsk
dc.subjectMRIsk
dc.subjectFaster R-CNNsk
dc.subjectYOLOsk
dc.subjectohraničujúci rámčeksk
dc.subjectpečeňsk
dc.subjectDeep learningen
dc.subjectpattern detectionen
dc.subjectCTen
dc.subjectMRIen
dc.subjectFaster R-CNNen
dc.subjectYOLOen
dc.subjectbounding boxen
dc.subjectliveren
dc.titleKonvoluční neuronové sítě pro detekci objektů v medicínských obrazechsk
dc.title.alternativeDeep-learning-based pattern detection in medical imagesen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2020-06-24cs
dcterms.modified2020-06-25-09:17:25cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid126706en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 11:59:48en
sync.item.modts2021.11.12 10:53:42en
thesis.disciplineBiomedicínská technika a bioinformatikacs
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:
4.82 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
279.47 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_126706.html
Size:
5.22 KB
Format:
Hypertext Markup Language
Description:
review_126706.html
Download
Collections
2020