Implementace modelu hlubokého učení pro segmentaci patologických tkání v objemových MRI datech mozku

Simple item page
but.committeeprof. Ing. Marek Penhaker, Ph.D. (předseda) Ing. Vratislav Harabiš, Ph.D. (místopředseda) Doc. MUDr. Jaromír Gumulec, Ph.D. (člen) doc. Mgr. Ing. Karel Sedlář, Ph.D. (člen) Ing. Vratislav Čmiel, Ph.D. (člen) Ing. Tomáš Vičar, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student odpověděl na otázky oponenta. Prof. Penhaker se doptal co je to fold. Co je to faktorizační matice? Doc. Gumulec se doptal na hodnotící kritéria a jejich užitečnost. Jak registrace ovlivňuje dosaženou úspěšnost segmentace? Ing. Vičar se doptal, jaký je rozdíl mezi F1 skóre a Dice skóre? Jak to, že hodnoty vycházejí jinak pro F1 a Dice skore? Jaký je vztah mezi Dice skóre a Jaccard skóre? Přidá Jaccard další informaci? Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorChmelík, Jiřícs
dc.contributor.authorMalík, Michaelcs
dc.contributor.refereeNemčeková, Petracs
dc.date.created2023cs
dc.description.abstractBakalářská práce pojednává o problematice segmentace obrazů s využitím modelu hlubokého učení. V teoretické části seznamuje čtenáře s anatomií a vybranými patologiemi mozku. Dále je zmíněna konstrukce MR přístroje a vznik obrazu pomocí MR. V závěru teoretické části jsou popsány možnosti segmentace obrazu s využitím architektur hlubokého učení a vybraný veřejně dostupný dataset. Cílem praktické části je otestovat zmíněný dataset, předzpracovaná data a získat výsledky segmentace snímků u jednotlivých pacientů z přiloženého modelu neuronové sítě. Závěrem jsou dosažené výsledky vhodně diskutovány.cs
dc.description.abstractThis bachelor thesis focuses on the issue of image segmentation by using a deep learning model. The theoretical part describes the anatomy and selected pathology of brain. The thesis also deals with the construction of MR device and creation of an MR image. In the closing section of theoretical part, the main focus is on describing the possibilities of image segmentation with the use of deep learning architectures and selected publicly available dataset. The aim of the practical part is to put the mentioned dataset and pre-processed data to the test and acquire results of image segmentations of individual patients from attached model of neural network. In conclusion, the achieved results are appropriately discussed.en
dc.description.markAcs
dc.identifier.citationMALÍK, M. Implementace modelu hlubokého učení pro segmentaci patologických tkání v objemových MRI datech mozku [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.cs
dc.identifier.other150814cs
dc.identifier.urihttp://hdl.handle.net/11012/212572
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.subjectCévní mozková příhodacs
dc.subjecthluboké učenícs
dc.subjectsegmentacecs
dc.subjectmagnetická rezonancecs
dc.subjectneuronové sítěcs
dc.subjectelastická registracecs
dc.subjectevaluační metrikycs
dc.subjectStrokeen
dc.subjectdeep-learningen
dc.subjectsegmentationen
dc.subjectMRIen
dc.subjectneural networksen
dc.subjectelastic registrationen
dc.subjectevaluation metricsen
dc.titleImplementace modelu hlubokého učení pro segmentaci patologických tkání v objemových MRI datech mozkucs
dc.title.alternativeDeep-learning based model implementation for pathological tissue characterization in brain MR imagesen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-14cs
dcterms.modified2023-06-16-08:33:59cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid150814en
sync.item.dbtypeZPen
sync.item.insts2025.03.17 17:15:37en
sync.item.modts2025.01.15 13:57:05en
thesis.disciplinebez specializacecs
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:
9.62 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
291.09 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_150814.html
Size:
5.96 KB
Format:
Hypertext Markup Language
Description:
file review_150814.html
Download
Collections
2023