Original title:
Segmentace zubních objemových dat
Translated title:
Volumetric Segmentation of Dental CT Data
Authors:
Berezný, Matej ; Kodym, Oldřich (referee) ; Čadík, Martin (advisor) Document type: Bachelor's theses
Year:
2021
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[cze][eng]
Hlavným cieľom tejto práce bola segmentácia objemových CT dát za použitia neurónových sietí. Ako vedľajší produkt bol vytvorený nový dataset spolu s silnými aj slabými anotáciami a nástroj pre automatický preprocessing dát. Takisto bola overená možnosť využitia transfer learningu a viacfázového trénovania. Z mnohých vykonaných testov možno vyvodiť záver, že aj tranfer learning aj viacfázové trénovanie mali pozitívny vplyv na vývoj dice skóre v porovnaní so základnou použitou metódou či už pri silných, alebo slabých anotáciách.
The main goal of this work was to use neural networks for volumetric segmentation of dental CBCT data. As a byproducts, both new dataset including sparse and dense annotations and automatic preprocessing pipeline were produced. Additionally, the possibility of applying transfer learning and multi-phase training in order to improve segmentation results was tested. From the various tests that were carried out, conclusion can be drawn that both multi-phase training and transfer learning showed substantial improvement in dice score for both sparse and dense annotations compared to the baseline method.
Keywords:
CBCT scans; convolutional neural networks; CT scans; deep learning; dense annotations; Image processing; image restoration; medical data; multi-phase training; segmentation; sparse annotations; transfer learning; U-Net; volumetric segmentation; CBCT skeny; CT skeny; hlboké učenie; konvolučné neurónové siete; medicínske dáta; objemová segmentácia; obnova obrazu; segmentácia; silné anotácie; slabé anotácie; Spracovanie obrazu; transfer learning; U-Net; viacfázové trénovanie
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/11012/199305