Original title: Hluboké neuronové sítě pro analýzu medicínských obrazových dat
Translated title: Deep Learning for Medical Image Analysis
Authors: Bíl, Tomáš ; Kodym, Oldřich (referee) ; Španěl, Michal (advisor)
Document type: Bachelor's theses
Year: 2019
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Cílem této práce je vyvinout konvoluční neuronovou síť, která bude správně klasifikovat vhodnost rentgenových snímků pro účely kefalometrické analýzy. V rámci tohoto zadání byly vytvořeny 4 sítě, které byly natrénovány na datasetu. Jedná se 2 sítě typu VGG, jedna upravená síť UNet a jedna síť Resnet. Dataset byl vygenerován z ct snímků. Nejlepších výsledků dosáhla síť VGG se 4 bloky. Naměřená přesnost na testovacím datasetu je 97%. The goal of this thesis is developing convolutional neural network which is able to classify if x-ray images are suitable for cephalometry analysis. Four networks were created and trained on a dataset for this purpose. Two of them are VGG type, one is based on UNet and one is Resnet. The dataset was generated from ct scan images. VGG network with four blocks has got the best results.  Measured accuracy performed on test dataset is 97%.
Keywords: Artificial Neural Network; cephalometry; image recognition; machine learning; kefalometrie; neuronové sítě; rozpoznání obrazu; strojové učení

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/180264

Permalink: http://www.nusl.cz/ntk/nusl-399553


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses