Název: Implementace modelu hlubokého učení pro segmentaci páteřních nádorů u pacientů s mnohočetným myelomem v CT datech
Překlad názvu: Implementation of a deep learning model for spinal tumor segmentation of multiple myeloma patients in CT data
Autoři: Gálík, Pavel ; Chmelík, Jiří (oponent) ; Nohel, Michal (vedoucí práce)
Typ dokumentu: Diplomové práce
Rok: 2024
Jazyk: eng
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [eng] [cze]
Tato diplomová práce se zabývá implementací modelu hlubokého učení pro segmentaci páteřních nádorů pacientů s mnohočetným myelomem v CT datech. Práce seznamuje čtenáře s anatomií páteře, tématem mnohočetného myelomu a principy CT zobrazování. Hluboké učení se stává důležitou součástí vývoje počítačem podporovaných systémů detekce a diagnostiky, práce uvádí různé modely hlubokého učení pro segmentaci obrazu a pro segmentaci nádorů páteře byl implementován model nnU-Net. This master thesis deals with the implementation of a deep learning model for spinal tumor segmentation of multiple myeloma patients in CT data. The thesis introduces readers to the anatomy of the spine, the topic of multiple myeloma, and the principles of CT imaging. The deep learning is becoming an important part of developing computer-aided detection and diagnosis systems. The thesis introduces various deep-learning models for image segmentation, and the nnU-Net model was implemented for spinal tumor segmentation.
Klíčová slova: computed tomography; deep learning; Multiple myeloma; nnU-Net; segmentation; deep learning; Mnohočetný myelom; nnU-Net; segmentace; výpočetní tomografie

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: https://hdl.handle.net/11012/247174

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-617185


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Vysokoškolské kvalifikační práce > Diplomové práce