Odhad věku ze snímků sítnice
Loading...
Date
Authors
Kadlec, Vojtěch
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Lidský věk je považován za důležitý biometrický údaj parametr, který bývá obtížné určit. Předchozí studie ukázaly, že některé nespecifické anatomické a fyziologické jevy jsou charakteristické pro proces stárnutí. Tato bakalářská práce se věnuje odhadu věku ze snímků sítnice. V první části se práce věnuje sítnice lidského oka jako takové včetně fyziologických a patologických změn v průběhu stárnutí. Dále jsou popsány principy neuronových sítí a principy klasifikace věku z obrazových dat. Praktická část se věnuje samotné implementaci algoritmu. Ten využívá konvoluční neuronovou síť založenou na architektuře ResNet-34 a algoritmu Consistent Rank Logits predikující věk jako ordinální proměnnou. Nejlepší model dosáhl průměrné absolutní chyby 3.42 roku, čímž překonal stávající modely odhadující věk ze snímků sítnice. Veškeré algoritmy jsou implementovány v programovacím jazyce Python s využitím knihovny Pytorch.
Human age is considered an important biometric parameter that is often difficult to determine. Previous studies have shown that the non-specific general anatomical and physiological characteristics seen on fundus images are all likely signs of ageing. This bachelor thesis focuses on age estimation from retinal images. The first part of the thesis deals with the retina of the human eye as such, including physiological and pathological changes during aging. Then the principles of neural networks and principles of age classification from image data are described. The practical part is devoted to the implementation of the algorithm itself. The convolutional neural network framework is based on the ResNet-34 architecture together with the Consistent Rank Logits algorithm estimating age as an ordinal variable. The best model achieved a mean absolute error of 3.42 years, outperforming existing models estimating age from retinal images. All algorithms are implemented in the Python programming language using the Pytorch library.
Human age is considered an important biometric parameter that is often difficult to determine. Previous studies have shown that the non-specific general anatomical and physiological characteristics seen on fundus images are all likely signs of ageing. This bachelor thesis focuses on age estimation from retinal images. The first part of the thesis deals with the retina of the human eye as such, including physiological and pathological changes during aging. Then the principles of neural networks and principles of age classification from image data are described. The practical part is devoted to the implementation of the algorithm itself. The convolutional neural network framework is based on the ResNet-34 architecture together with the Consistent Rank Logits algorithm estimating age as an ordinal variable. The best model achieved a mean absolute error of 3.42 years, outperforming existing models estimating age from retinal images. All algorithms are implemented in the Python programming language using the Pytorch library.
Description
Citation
KADLEC, V. Odhad věku ze snímků sítnice [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
prof. Ing. Martin Černý, Ph.D. (předseda)
Ing. Lukáš Smital, Ph.D. (místopředseda)
MUDr. Zuzana Nováková, Ph.D. (člen)
Ing. Helena Vítková, Ph.D. (člen)
Ing. Jiří Sekora, MBA (člen)
doc. Mgr. Zdenka Fohlerová, Ph.D. (člen)
Date of acceptance
2023-06-14
Defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky. Ing. Smital položil otázku, kdo a proč používá zmíněný algoritmus odhadu věku? Zkoušel jste porovnávat krevní řečiště mladších a starších jedinců? Doc. Fohlerová položila otázku ohledně etnického složení testovací skupiny. Ing. Sekora položil otázku, zda byl dataset tvořen zdravými jedinci. Zkoušel jste to i na jiných skupinách jedinců? Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení