Segmentace 3D obrazových dat s využitím pokročilých texturních a tvarových příznaků
Loading...
Date
Authors
Novosadová, Michaela
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato diplomová práce se zabývá nejprve teoretickým popisem řady metod texturní a tvarové analýzy. Tyto metody jsou v několika publikovaných článcích využity pro automatickou detekci lézí v páteři na CT snímcích, v této práci jsou některé z těchto článků krátce prezentovány. Dále diplomová práce obsahuje popis různých klasifikátorů, které se využívají pro klasifikaci příznakových vektorů odvozených uvedenými metodami. Realizační částí práce je návrh a implementace vlastního řešení segmentace obrazových dat (metastatických lézí v obratlích) s využitím klasifikace příznakových vektorů tvořených texturními a tvarovými příznaky. Práce se také věnuje výběru významných příznaků pro segmentaci. Segmentační algoritmus je testován na medicínských datech.
This thesis first describes theory of range of methods of textural and shape analysis. In several published articles some of the mentioned methods are used for automatic detection of lesion in spine in CT images. Some of these articles are shortly presented (in this thesis). Next part of the thesis includes description of various classifiers which are used for classification of feature vectors. Practical part of the thesis is a design and implementation of image data segmentation solution (metastatic lesions in vertebrae) with use of classification of feature vectors formed by texture and shape symptoms. The thesis also deals with the selection of significant features for segmentation. Segmentation algorithm is tested on medical data.
This thesis first describes theory of range of methods of textural and shape analysis. In several published articles some of the mentioned methods are used for automatic detection of lesion in spine in CT images. Some of these articles are shortly presented (in this thesis). Next part of the thesis includes description of various classifiers which are used for classification of feature vectors. Practical part of the thesis is a design and implementation of image data segmentation solution (metastatic lesions in vertebrae) with use of classification of feature vectors formed by texture and shape symptoms. The thesis also deals with the selection of significant features for segmentation. Segmentation algorithm is tested on medical data.
Description
Citation
NOVOSADOVÁ, M. Segmentace 3D obrazových dat s využitím pokročilých texturních a tvarových příznaků [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2014.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Biomedicínské inženýrství a bioinformatika
Comittee
prof. Ing. Jiří Jan, CSc. (předseda)
prof. Ewaryst Tkacz, Ph.D.,D.Sc. (místopředseda)
doc. Mgr. Ctirad Hofr, Ph.D. (člen)
Mgr. Helena Durnová, Ph.D. (člen)
Ing. Oto Janoušek, Ph.D. (člen)
Ing. Denisa Maděránková, Ph.D. (člen)
Date of acceptance
2014-06-11
Defence
Studentka prezentovala výsledky své práce a komise byla seznámena s posudky.
Prof. Tkacz položil otázku: Jaká byla použita struktura neuronových sítí a jaký algoritmus učení? Ing. Janoušek přispěl do diskuze otázkou: Proč pro klasifikaci byla zvolena zrovna neuronová síť.
Ing. Maděránková položila otázku zda je dosažená senzitivita dostatečné v porovnání s lékařskou analýzou.
Mgr. Hofr položil otázku. Proč byla zvolena italská databáze dat?
Studentka obhájila diplomovou práci a odpověděla na otázky členů komise a oponenta. 100b.
Result of defence
práce byla úspěšně obhájena
Document licence
Přístup k plnému textu prostřednictvím internetu byl licenční smlouvou omezen na dobu 10 roku/let