Název:
Segmentace chrupavčité tkáně ve 3D mikro CT snímcích myších embryí
Překlad názvu:
Segmentation of cartilage tissue of mouse embryos in 3D micro CT data
Autoři:
Matula, Jan ; Vičar, Tomáš (oponent) ; Chmelík, Jiří (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2019
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze][eng]
Manuální segmentace chrupavčité tkáně v mikro CT snímcích myších embryí je velice časově náročná a značně zvyšuje čas potřebný pro výzkum vývoje obličejové části lebky savců. Jako řešení tohoto problému se jeví využití automatických segmentačních algoritmů. V této práci navržena plně automatická segmentační metoda využívající konvoluční neuronovou síť naučenou na manuálně segmentovaných obrazech. Architektura této konvoluční neuronové sítě vychází z architektury U-Net, jejíž enkóderová část je nahrazena za enkóderovou část klasifikační neuronové sítě VGG16 s váhami byly předučenými na databázi označených obrazů ImageNet. Bylo dokázáno, že navržený postup segmentace dosahuje při porovnání s obrazy manuálně segmentovanými expertem v průměru Dice koeficientu 0,8731 ± 0,0326.
Manual segmentation of cartilage tissue in micro CT images of mouse embryos is a very time consuming process and significantly increases the time required for the research of mammal facial structure development. This problem might be solved by using a fully-automatic segmentation algorithm. In this diploma thesis a fully-automatic segmentation method is proposed using a convolutional neural network trained on manually segmented data. The architecture of the proposed convolutional network is based on the U-Net architecture with it's encoding part substituted for the encoding part of the VGG16 classification convolutional neural network pretrained on the ImageNet database of labeled images. The proposed network achieves Dice coefficient 0.8731 ± 0.0326 in comparison to manually segmented images.
Klíčová slova:
chrupavčitá tkáň; hluboké učení; konvoluční neuronové sítě; segmentace; cartilage tissue; convolutional neural networks; deep learning; segmentation
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/11012/177652