Hluboké neuronové sítě pro analýzu medicínských obrazových dat

Loading...
Thumbnail Image

Date

Authors

Szöllösi, Albert

Mark

E

Journal Title

Journal ISSN

Volume Title

Publisher

Vysoké učení technické v Brně. Fakulta informačních technologií

ORCID

Abstract

Táto práca ponúka možné riešenie automatickej lokalizácie anatomických landmarkov v 3D dentálnych skenoch. Tieto skeny slúžia k uľahčeniu modelovania zubných koruniek a ortodontických aparátov pomocou špecializovaného softvéru. Predtým však musia byť anotované, aby softvér vedel určiť, kde sa jednotlivé zuby nachádzajú. Anotácia prebieha ručne, čo síce zaručuje presnosť, ale zaberá veľa času. Výsledok tejto práce by mohol spomínaný postup výrazne zjednodušiť aplikovaním hlbokého učenia. Lokalizácia landmarkov bola riešená pomocou konvolučnej neurónovej siete.
This thesis offers possible solution to automatic 3D dental scan landmark localization. These scans are used in dental crown design and digital orthodontics to make the design process easier using specialized software. Before that, though, the scan has to be annotated for the software to know the positions of the teeth. The annotation process is done manually, which guarantees precision, but takes a lot of time. The result of this work could make said process much simpler by applying deep learning. Landmark localization was implemented using a convolutional neural network.

Description

Citation

SZÖLLÖSI, A. Hluboké neuronové sítě pro analýzu medicínských obrazových dat [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.

Document type

Document version

Date of access to the full text

Language of document

cs

Study field

Informační technologie

Comittee

doc. Ing. Peter Chudý, Ph.D., MBA (předseda) doc. RNDr. Pavel Smrž, Ph.D. (místopředseda) doc. Ing. Petr Matoušek, Ph.D., M.A. (člen) Ing. Filip Orság, Ph.D. (člen) doc. Ing. Zdeněk Vašíček, Ph.D. (člen)

Date of acceptance

2020-08-27

Defence

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm E. Otázky u obhajoby: Jakým způsobem bylo přesně provedeno rozdělení dat na trénovací, validační a testovací sady?

Result of defence

práce byla úspěšně obhájena

DOI

Collections

Endorsement

Review

Supplemented By

Referenced By

Citace PRO