Rozšiřující modul platformy 3D Slicer pro segmentaci tomografických obrazů

Simple item page
but.committeedoc. Ing. Jiří Kozumplík, CSc. (předseda) doc. RNDr. Jaromír Baštinec, CSc. (místopředseda) doc. RNDr. Michal Masařík, Ph.D. (člen) Ing. Jan Odstrčilík, Ph.D. (člen) Ing. Helena Vítková, Ph.D. (člen) Ing. Roman Jakubíček, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Doc. Kozumplík: Odkud jste měl data ke zpracování? Algoritmy byly převzaty? Ing. Odstrčilík: Cílem byla především implementace do 3D Sliceru. Otestování algoritmu jste dělal jen okrajově? Proč jste vybral zrovna tyhle klasifikační algoritmy? Ing. Škutková: Nejsou v databázi další záznamy? Pokud jste je použil, vycházely výsledky podobně? Doc. Baštinec: Pokud jste dával do práce nejlepší výsledky, jaké byly nejhorší? Doc. Kozumplík: Prosím o vysvětlení pojmu "volně open source knihovny". Student obhájil magisterskou práci a odpověděl na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programBiomedicínské inženýrství a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMikulka, Jancs
dc.contributor.authorChalupa, Danielcs
dc.contributor.refereeJakubíček, Romancs
dc.date.created2017cs
dc.description.abstractTato práce pojednává o využití strojového učení při úlohách klasifikace medicínských obrazů. Obsahuje literární rešerši pojednávající o klasických a moderních metodách segmentace obrazů. Hlavním cílem práce je navržení a vytvoření rozšíření pro platformu 3D Slicer. Rozšíření využívá strojové učení ke klasifikaci obrazů dle zadaných parametrů. Testování rozšíření probíhá na reálných tomografických obrazech z nukleární magnetické rezonance a sleduje přesnost klasifikace a využitelnost v praxi.cs
dc.description.abstractThis work explores machine learning as a tool for medical images' classification. A literary research is contained concerning both classical and modern approaches to image segmentation. The main purpose of this work is to design and implement an extension for the 3D Slicer platform. The extension uses machine learning to classify images using set parameters. The extension is tested on tomographic images obtained by nuclear magnetic resonance and observes the accuracy of the classification and usability in practice.en
dc.description.markAcs
dc.identifier.citationCHALUPA, D. Rozšiřující modul platformy 3D Slicer pro segmentaci tomografických obrazů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.cs
dc.identifier.other102355cs
dc.identifier.urihttp://hdl.handle.net/11012/65487
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.subject3D Slicercs
dc.subjectC++cs
dc.subjectklasifikacecs
dc.subjectmodulcs
dc.subjectnáhodný lescs
dc.subjectsegmentacecs
dc.subjectstrojové učenícs
dc.subjectsupport vector machinecs
dc.subjectrozšířenícs
dc.subject3D Sliceren
dc.subjectC++en
dc.subjectclassificationen
dc.subjectextensionen
dc.subjectmachine learningen
dc.subjectmoduleen
dc.subjectsegmentationen
dc.subjectsupport vector machineen
dc.subjectrandom foresten
dc.titleRozšiřující modul platformy 3D Slicer pro segmentaci tomografických obrazůcs
dc.title.alternative3D Slicer Extension for Tomographic Images Segmentationen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2017-06-06cs
dcterms.modified2017-06-08-15:30:18cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid102355en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 13:28:00en
sync.item.modts2025.01.17 14:15:11en
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
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.94 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
1.87 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_102355.html
Size:
5.03 KB
Format:
Hypertext Markup Language
Description:
file review_102355.html
Download
Collections
2017