Název:
Detekce anatomicky význačných bodů v CT snímcích hlavy
Překlad názvu:
Anatomy based landmark detection in brain CT scans
Autoři:
Krajčiová, Alexandra ; Harabiš, Vratislav (oponent) ; Jakubíček, Roman (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2020
Jazyk:
slo
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [slo][eng]
Manuálna detekcia anatomicky význačných bodov z CT snímok hlavy je časovo náročná úloha, náchylná na chyby pozorovateľa. Presnosť tejto detekcie navyše koreluje s kvalitou obrazu. Cieľom tejto práce je vytvorenie algoritmu, ktorý bude vykonávať automatickú detekciu anatomicky význačných bodov. Tieto anatomicky význačné body môžu byť neskôr použité pre vytvorenie rádiologických línii, čo nachádza svoje uplatnenie v CT skenovaní. Pre detekciu anatomicky význačných bodov bola zvolená metóda SVM (metóda podporných vektorov) v kombinácii s príznakmi HOG (histogramy orientovaných gradientov). V závere sú zhrnuté dosiahnuté výsledky a možnosti ďalšieho napredovania a zlepšenia detekcie.
Manual detection of anatomical landmarks from head CT (Computed Tomography) scans is time-consuming task prone to observer errors. In addition, the accuracy of the detection correlates with image quality. The aim of this work is to create an algorithm that will perform automatic detection of anatomical landmarks. These landmarks can be later used to form radiological lines, which finds its application in CT scanning. SVM (Support Vector Machines) and HOG (Histograms of Oriented Gradients) features was chosen for anatomical landmark detection. The achieved results, possibilities of further progress and improvement of detection are summarized in the conclusion.
Klíčová slova:
anatomical landmarks; brain; classifiers; computed tomography; detection; features; HOG; image classification; machine learning; radiological lines; SVM; VGG-16
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/11012/190474