Analýza biomedicinských snímků plic

Abstract

Cílem této práce je vytvořit ucelený přehled datasetů snímků zobrazujících solitární plicní uzly pomocí CT a rentgenového zařízení. Práce také sumarizuje současná řešení v oblasti analýzy snímků tohoto typu. Zvláštní pozornost je věnována algoritmům založeným na konvolučních neuronových sítích. V praktické části byl navržen a následně implementován postup zpracování dat a tréninků modelů v oblasti detekce, segmentace a klasifikace plicních uzlů. Dosažené výsledky byly experimentálně potvrzeny. Výstup této práce přispívá k porozumění aktuální situace v oblasti analýzy plicních snímků. Výsledky ukazují možnosti využití metod umělé inteligence při asistenci radiologům při diagnostice rakoviny plic a naznačují potenciál dalšího rozvoje v této oblasti.

The aim of this thesis is to create a comprehensive overview of image datasets depicting solitary pulmonary nodules using CT and X-ray imaging. The thesis also summarizes the current solutions in the field of analysis of such images. Special attention is given to algorithms based on convolutional neural networks. In the practical part, a data processing and model training pipeline for the detection, segmentation, and classification of pulmonary nodules was designed and subsequently implemented. The achieved results were experimentally validated. The outcomes of this work contribute to understanding the current state of pulmonary image analysis. The results demonstrate the potential of artificial intelligence methods to assist radiologists in the diagnosis of lung cancer and highlight opportunities for further development in this field.