Segmentace míšních struktur z MR snímků s využítím neuronových sítí

Abstract

Tato bakalářská práce je zaměřena na využití konvolučních neuronových sítí při segmentaci míchy a šedé hmoty míšní z MR obrazových dat. Teoretická část se zabývá anatomií a patologií míchy, základním principem magnetické rezonance a strojovým učením. Dále se tato práce zabývá možnostmi zpracování MR snímků míchy, které je zaměřeno zejména na segmentaci míchy a šedé hmoty míšní. Praktická část je zaměřena na předzpracování MR dat, na implementaci dvou segmentačních modelů (zvlášť pro míchu a zvlášť pro šedou hmotu), které využívají konvoluční neuronovou síť, a na srovnání vytvořených modelů s jinými volně dostupnými metodami segmentace míchy a šedé hmoty míšní.This bachelor thesis focuses on the usage of convolutional neural networks in Spinal Cord segmentation and Gray Matter segmentation from MR data. The theoretical part deals with the anatomy and pathology of the Spinal Cord, basic principles of MRI and machine learning. Furthermore, this part deals with the possibilities of MR image processing of the Spinal Cord, which is mainly focused on segmentation of the Spinal Cord and Gray Matter. The practical part focuses on the preprocessing of MR data, the implementation of two segmentation models (separately for the Spinal Cord and Gray Matter) using a convolutional neural network, and a comparison of those models with other freely available Spinal Cord segmentation methods and Gray Matter segmentation methods.