Využitie pokročilých segmentačných metód pre obrazy z TEM mikroskopov

but.committeeprof. Ing. Valentýna Provazník, Ph.D. (předseda) Ing. Martin Vítek, Ph.D. (místopředseda) Ing. Vratislav Čmiel, Ph.D. (člen) doc. RNDr. Martin Kovár, Ph.D. (člen) Ing. Martin Lamoš, Ph.D. (člen) Ing. Jan Červený, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Prof. Provazník položil otázku: Nebylo možné si rozdělit signály jinak než na 100 a 6? Bylo by ověření křížovou validací s větší testovací sadou vhodné? Nebylo možné použít existující databázi podobných obrazů? Ing. Lamoš položil otázku: Proč by bylo lepší mít více variabilní trénovací sadu? Student obhájil diplomovou práci.cs
but.jazykangličtina (English)
but.programBiomedicínské inženýrství a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorPotočňák, Tomášen
dc.contributor.authorMocko, Štefanen
dc.contributor.refereeChmelík, Jiříen
dc.date.created2018cs
dc.description.abstractTato magisterská práce se zabývá využitím konvolučních neuronových sítí pro segmentační účely v oblasti transmisní elektronové mikroskopie. Také popisuje zvolenou topologii neuronové sítě - U-NET, použíté augmentační techniky a programové prostředí. Firma Thermo Fisher Scientific (dříve FEI Czech Republic s.r.o) poskytla obrazová data pro účely této práce. Získané segmentační výsledky jsou prezentovány ve formě křivek (ROC, PRC) a ve formě numerických hodnot (ARI, DSC, Chybová matice). Zvolená UNET topologie dosáhla excelentních výsledků v oblasti pixelové segmentace. S největší pravděpodobností, budou tyto výsledky sloužit jako odrazový můstek pro interní firemní výzkum.en
dc.description.abstractThis master‘s thesis deals with the use of a convolutional neural networks for the segmentation task on images from transmission electron microscope. It also describes chosen neural network topology - U-NET, used augmentation techniques and programming environment. ThermoFisher Scientific (formerly FEI Czech Republic s.r.o.) provided data for this thesis. Obtained segmentation results are presented in the form of curves (ROC, PRC) and numerical values (ARI, DSC, Confusion matrices). Chosen U-NET topology achieved excellent results in the field of pixel-wise segmentation, and hopefully, these results will serve as a starting point for internal company research.cs
dc.description.markBcs
dc.identifier.citationMOCKO, Š. Využitie pokročilých segmentačných metód pre obrazy z TEM mikroskopov [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.cs
dc.identifier.other110564cs
dc.identifier.urihttp://hdl.handle.net/11012/82051
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectNeuronová síťen
dc.subjectU-neten
dc.subjectKonvoluční neuronová síťen
dc.subjectTEMen
dc.subjectsegmentaceen
dc.subjectNeural networkcs
dc.subjectU-netcs
dc.subjectConvolution neural networkcs
dc.subjectTEMcs
dc.subjectsegmentationcs
dc.titleVyužitie pokročilých segmentačných metód pre obrazy z TEM mikroskopoven
dc.title.alternativeUsing advanced segmentation methods for images from TEM microscopescs
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2018-06-13cs
dcterms.modified2018-06-14-07:30:24cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid110564en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 13:34:38en
sync.item.modts2025.01.17 12:02:24en
thesis.disciplineBiomedicínské inženýrství a bioinformatikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
10.68 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
appendix-1.zip
Size:
11.88 MB
Format:
zip
Description:
appendix-1.zip
Loading...
Thumbnail Image
Name:
review_110564.html
Size:
8.85 KB
Format:
Hypertext Markup Language
Description:
file review_110564.html
Collections