Název: Detekce významných bodů v medicínských obrazech pomocí hlubokých neuronových sítí
Překlad názvu: Landmark Detection in Medical Images Using Deep Neural Networks
Autoři: Škandera, Juraj ; Španěl, Michal (oponent) ; Kodym, Oldřich (vedoucí práce)
Typ dokumentu: Bakalářské práce
Rok: 2018
Jazyk: cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze] [eng]
Táto práca sa zaoberá detekciou anatomických bodov z cefalometrických RTG snímkov pomocou konvolučných neurónových sietí. Program pracuje nad verejne dostupným datasetom, ktorý obsahuje bočné RTG snímky lebky. V rámci práce sú navrhnuté dve architektúry konvolučných neurónových sietí. Najlepšia architektúra dosahuje úspešnosť 73.22% pre detekciu do 5 mm. Program je tvorený v jazyku Python s využitím knižnice Tensorflow. This thesis deals with detection of anatomical landmarks from cephalometric X-ray images using convolutional neural networks. Program works with public available dataset, which consists of side X-ray images of skull. There are two architectures of convolutional neural networks proposed in this thesis.  The best architecture achieves accuracy of 73.22% for detection within 5 mm. Program is created in Python language with use of Tensorflow framework.
Klíčová slova: cefalogram; cefalometrické landmarky; detekcia landmarkov; hlboké učenie; konvolučné neurónové siete; cephalogram; cephalometric landmarks; convolutional neural networks; deep learning; landmark detection

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/85250

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-386267


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Vysokoškolské kvalifikační práce > Bakalářské práce