Identifikace typu obratlů z CT dat s využitím metod strojového učení

Simple item page
but.committeedoc. Ing. Radim Kolář, Ph.D. (předseda) doc. Ing. Martin Rožánek, Ph.D. (místopředseda) Ing. Marina Ronzhina, Ph.D. (člen) Mgr. Ing. Karel Sedlář, Ph.D. (člen) MUDr. Michal Jurajda, Ph.D. (člen) doc. MUDr. Iva Slaninová, Ph.D. (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Ing. Ronzhina položila otázku: Zkoušela jste lineární variantu SVM přístupu? Kolik příznaků jste využila? Prováděla jste analýzu příznaků? Doc. Rožánek položil otázku: Jaká data jste použila? O jaké pacienty se jednalo? MUDr. Jurajda položil otázku: Jak byly získány masky obratlů? Doc. Kolář položil otázku: Jak by byla identifikace ovlivněna patologiemi obratlů? Studentka obhájila bakalářskou práci a odpověděla na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorChmelík, Jiřícs
dc.contributor.authorMatoušková, Barboracs
dc.contributor.refereeKolář, Radimcs
dc.date.accessioned2019-06-14T10:50:30Z
dc.date.available2019-06-14T10:50:30Z
dc.date.created2019cs
dc.description.abstractIdentifikace typu obratlů pomocí strojového učení je důležitý úkol pro usnadnění práce lékařů. Tento úkol je znesnadněn mnoha faktory. Za prvé se CT snímky páteře obvykle provádí u pacientů s patologiemi jako jsou léze, nádory, kyfóza, lordóza, skolióza či u pacientů s různými implantáty, které způsobují ve snímcích artefakty. Dále jsou si sousední obratle velmi podobné, což také tento úkol komplikuje. Tato práce se zabývá klasifikací již vysegmentovaných obratlů do skupin krční, hrudní a bederní. Pro klasifikaci je využita metoda podpůrných vektorů (SVM) a konvoluční neuronové sítě (CNN) AlexNet a VGG16. Dosažené výsledky jsou v závěru porovnány.cs
dc.description.abstractIdentification of vertebrae type by machine learning is an important task to facilitate the work of medical doctors. This task is embarrassed by many factors. First, a spinal CT imagining is usually performed on patiens with pathologies such as lesions, tumors, kyphosis, lordosis, scoliosis or patients with various implants that cause artifacts in the images. Furthermore, the neighboring vertebraes are very similar which also complicates this task. This paper deals with already segmented vertebrae classification into cervical, thoracic and lumbar groups. Support vector machines (SVM) and convolutional neural networks (CNN) AlexNet and VGG16 are used for classification. The results are compared in the conclusion.en
dc.description.markAcs
dc.identifier.citationMATOUŠKOVÁ, B. Identifikace typu obratlů z CT dat s využitím metod strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.cs
dc.identifier.other118285cs
dc.identifier.urihttp://hdl.handle.net/11012/173603
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.subjectidentifikace typu obratlůcs
dc.subjectstrojové učenícs
dc.subjectvýpočetní tomografiecs
dc.subjectklasifikace v medicíněcs
dc.subjectobratelcs
dc.subjectpáteřcs
dc.subjectmetoda podpůrných vektorůcs
dc.subjectkonvoluční neuronové sítěcs
dc.subjectidentification of vertebrae typeen
dc.subjectmachine learningen
dc.subjectcomputed tomographyen
dc.subjectclassification in medicineen
dc.subjectvertebraen
dc.subjectspineen
dc.subjectsupport vector machineen
dc.subjectconvolution neural networksen
dc.titleIdentifikace typu obratlů z CT dat s využitím metod strojového učenícs
dc.title.alternativeIdentification of vertebrae type in CT data by machine learning methodsen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2019-06-12cs
dcterms.modified2019-06-14-09:50:40cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid118285en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 19:58:36en
sync.item.modts2021.11.12 19:40:56en
thesis.disciplineBiomedicínská technika a bioinformatikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.73 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
11.11 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_118285.html
Size:
4.25 KB
Format:
Hypertext Markup Language
Description:
review_118285.html
Download
Collections
2019