Vícetřídá segmentace 3D skenů magnetické rezonance pomocí strojového učení

dc.contributor.authorSlunský, Tomáš
dc.coverage.issue2cs
dc.coverage.volume22cs
dc.date.accessioned2023-10-09T07:19:49Z
dc.date.available2023-10-09T07:19:49Z
dc.date.issued2020-04-30cs
dc.description.abstractNásledující práce se zabývá segmentací obrazu do více tříd pomocí konvolučních neuronových sítí. Text shrnuje úvod do problematiky segmentace obrazu, kde jsou popsány základní principy fungování   neuronových sítí a je přiblížen současný vývoj strojového učení. Pro segmentaci obrazu je zvolena a podrobněji popsána architektura U-Net, která byla aplikována na dataset medicínských dat. Dále je tu popsán postup zpracování trojrozměrných dat, jejich předzpracování a metody, jakými byla provedena celá vícetřídá segmentace. Práce srovnává dvojici metod, jakými lze segmentaci provést. Vybrané metody podrobněji vyhodnocuje a zasazuje do širšího kontextu.cs
dc.description.abstractThis article deals with multiclass image segmentation using convolutional neural networks. The theoretical part focuses on image segmentation and current machine learning development. There are basic principles of neural networks and image segmentation with more types of approaches. In practical part the U-Net architecture is chosen and is described for image segmentation more. U-Net was applied for medicine dataset. There is processing procedure which is more described for image processing of three-dimensional data. There are also methods for data preprocessing which were applied for image multiclass segmentation. Final part of this work evaluates results.en
dc.formattextcs
dc.format.extent58-66cs
dc.format.mimetypeapplication/pdfen
dc.identifier.citationElektrorevue. 2020, vol. 22, č. 2, s. 14149. ISSN 1213-1539cs
dc.identifier.issn1213-1539
dc.identifier.urihttp://hdl.handle.net/11012/214173
dc.language.isocscs
dc.publisherInternational Society for Science and Engineering, o.s.cs
dc.relation.ispartofElektrorevuecs
dc.relation.urihttp://www.elektrorevue.cz/cs
dc.rights(C) 2020 Elektrorevueen
dc.rights.accessopenAccessen
dc.titleVícetřídá segmentace 3D skenů magnetické rezonance pomocí strojového učenícs
dc.title.alternativeMulticlass segmentation of magnetic resonance data using machine learningen
dc.type.driverarticleen
dc.type.statusPeer-revieweden
dc.type.versionpublishedVersionen
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
clanek_08_30.04.2020.pdf
Size:
5.21 MB
Format:
Adobe Portable Document Format
Description:
Collections