Název:
Detekce intrakraniálních hemoragií v CT snímcích hlavy
Překlad názvu:
Detection of intracranial hemorrhages in head CT data
Autoři:
Nemček, Jakub ; Jan, Jiří (oponent) ; Jakubíček, Roman (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2020
Jazyk:
slo
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [slo][eng]
Práca sa zaoberá detekciou intrakraniálnych hemoragií a určením ich typov v CT snímkach hlavy. Popísaná metóda detekcie hemoragií je založená na využití série klasifikátorov prítomnosti a typu hemoragie v 2D CT rezoch z axiálnej, sagitálnej a koronárnej roviny, čo následne umožňuje tiež ich lokalizáciu. Klasifikátory vychádzajú z architektúry konvolučnej neurónovej siete Inception-ResNet-v2. Práca popisuje využitie a prídavnú manuálnu anotáciu dát z verejne dostupnej databáze CT skenov hlavy CQ500, ktorej zahrnuté anotácie nie sú pre účely práce dostačujúce. V práci je zahrnutý teoretický popis základných lekárskych poznatkov, klasifikačných a detekčných metód strojového učenia, a ďalej návrh, realizácia a testovanie detekčného algoritmu. Presnosť funkčnosti algoritmu je kvantitatívne ohodnotená a diskutovaná, vrátane možností využitia navrhnutej metódy v lekárskej diagnostike.
This thesis deals with the detection of intracranial haemorrhages and their type classification in head CT images. The method of haemorrhages detection is based on a series of classifiers of the presence and type of haemorrhages in 2D CT slices in axial, sagittal and coronal plane, that may localise the bleedings and determine their types. The classifiers are based on the convolutional neural network architecture Inception-ResNet-v2. The head CT dataset CQ500 which is made available for public access, is used for the experiments. The thesis describes an additional manual annotation of the data, as the available annotations are insufficient for the purposes of the experiments. This thesis includes a theoretical basis of the essential medical knowledge, machine learning based classification and detection methods, and the detection algorithm proposal, realisation and testing. The algorithm performance is evaluated and discussed together with the potential implementation of the algorithm in computer-aided diagnosis systems.
Klíčová slova:
classification; convolutional neural network; CQ500; CT; deep learning; detection; Intracranial hemorrhage
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/11012/189244