|
|
Rozpoznávání obličeje
Maňkoš, Richard ; Mézl, Martin (oponent) ; Kolář, Radim (vedoucí práce)
Tato diplomová práce se zabývá rozpoznáváním obličeje v digitálním obraze. První část se věnuje popisu biometrie a stručně charakterizuje nejčastěji využívané biometrické metody. Ve druhé části je popsán postup pro rozpoznání obličeje v obraze. Podrobněji je popsána metoda detekce Viola-Jones a metoda rozpoznávání PCA, která bude implementována v Matlabu. Poslední, praktická část je věnovaná popisu návrhu snímání videosekvencí, implementací metody PCA do Matlabu a diskuzí dosažených výsledků.
|
|
|
Kvantifikace perfuze pomocí MRI metod ASL
Kolajová, Martina ; Mézl, Martin (oponent) ; Jiřík, Radovan (vedoucí práce)
Bakalářská práce se zabývá kvantifikací perfúze pomocí bezkontrastní MRI techniky „Arterial Spin Labeling“ (ASL). Pro lepší pochopení problematiky je popsán fyzikální princip magnetické rezonance a význam perfúze. Následující kapitoly se zabývají metodou ASL a kvantifikací perfúze pomocí matematických modelů, konkrétně T1 perfúzního a standardního. Analýza je provedena pomocí dodaných skriptů v programovacím prostředí MATLAB, které byly doplněny o načítání, předzpracování a uložení dat. Pro další zpracování byl používán program BASIL. Na závěr jsou vyhodnoceny výstupy zpracování v podobě perfúzních a ATT map a průběhů prokládání dat modelem pomocí různých modelů z obou programových prostředí.
|
|
| |
|
|
Metody detekce spánkových vřeten ze záznamů EEG
Matoušek, Šimon ; Mézl, Martin (oponent) ; Králík, Martin (vedoucí práce)
Tato bakalářská práce se zaměřuje na detekci spánkových vřeten v signálech EEG. V úvodní kapitole se zabývá signálem EEG, popisuje jeho jednotlivé součásti a přibližuje proces zaznamenávání signálu. Vysvětluje pojem spánkové vřeteno a objasňuje polysomnografii. V následující kapitole jsou formou rešerše shrnuty některé poznatky týkající se studií, jež zkoumaly a prakticky využívaly jednotlivé metody detekce spánkových vřeten. Kapitola praktické části práce je zaměřena na realizaci detektorů spánkových vřeten. Jsou aplikovány 3 různé varianty detekce, první detektor je založen na výpočtu hodnoty Teager - Kaiserova operátoru, druhý detektor užívá vlnkovou transformaci, třetí detektor je založen na principu nalezení obálky signálu. V závěru práce je porovnána úspěšnost těchto detektorů ve srovnání s jinými, dříve prováděnými studiemi. Nejvyšší úspěšnosti bylo dosaženo u detektoru založeném na výpočtu obálky signálu, kde senzitivita dosahovala 56,00 % a specificita 55,19 % a také u detektoru využívajícím vlnkové transformace, kde senzitivita činila 81,22 % a specificita 46,15 %.
|
|
|
Využití evolučních algoritmů pro lícování obrazu
Kubalová, Eva ; Kozumplík, Jiří (oponent) ; Mézl, Martin (vedoucí práce)
Táto práca sa zaoberá využitím evolučných algoritmov pre lícovanie obrazových dát ako novšie používanou metaheuristickou optimalizačnou metódou. Obsahuje teoretický popis lícovania obrazov, s neskorším zameraním na ultrazvukové obrazy. Teoretickú časť dopĺňa kapitola zaoberajúca sa vybranými evolučnými algoritmami. Realizované boli tri optimalizačné metódy a to genetický algoritmus, metóda roja častíc a svetluškový algoritmus. Z pohľadu optimalizácie kriteriálnej funkcie boli vybrané kritériá suma štvorcov rozdielov, kosínové kritérium a korelačný koefcient. Hlavnou časťou práce je testovanie navrhnutých algoritmov s cieľom ich optimálneho nastavenia pre následnú registráciu reálnych ultrazvukových sekvencií získaných pomocou kontrastného zobrazenia. Záver práce sa venuje vyhodnoteniu dosiahnutých úspešností registrácie.
|
|
|
Segmentace optického disku v obrazových datech sítnice
Juráček, Radek ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce je zaměřena na algoritmus automatické detekce optického disku v retinálních snímcích. Stručně popisuje anatomii lidského oka a principy snímání očního pozadí. Dále jsou popsány metody segmentace optického disku. Vybrané metody jsou implementovány v prostředí MATLAB a optimalizovány pomocí genetického algoritmu. Celkem pět metod bylo představeno a optimalizováno na HRF datasetu a dvou experimentálních datasetech.
|
|
|
Pokročilé dolování v datech v kardiologii
Mézl, Martin ; Provazník, Ivo (oponent) ; Sekora, Jiří (vedoucí práce)
Tato práce je zaměřena na využití data miningových metod v lékařství, konkrétně na databázi kardiologických pacientů. Cílem této práce je provést analýzu dat a zaměřit se na hledání neobvyklých závislostí mezi jednotlivými atributy souboru. Součástí práce je přehled dostupných metod, které se využívají v lékařství. Z těchto metod jsou pro další práci vybrány metody rozhodovacích strom, naivního bayesovského klasifikátoru, umělých neuronových sítí a asociačních pravidel. Pro samotné hledání závislostí byly použity metody naivního bayesovského klasifikátoru a asociačních pravidel. Výstupem této práce je komplexní systém pro dobývání znalostí z databází na libovolném datovém souboru. Práce vznikla ve spolupráci s Interní kardiologickou klinikou Fakultní nemocnice Brno Bohunice. Všechny popsané aplikace byly vytvořeny v programovém prostředí Matlab 7.0.1.
|
|
|
Segmentace meziobratlové ploténky v obrazových datech
Meloun, Jan ; Nemček, Jakub (oponent) ; Mézl, Martin (vedoucí práce)
Práce je zaměřena segmentaci meziobratlové ploténky v obrazových datech. Úvod prácese věnuje problematice páteře, výhřezu meziobratlové ploténky. Dále se věnuje zobrazo-vacím modalitám, především výpočetní tomografii a magnetické rezonanci. V praktickéčásti práce je popsána segmentace obrazových dat a následně provedena. realizace tří zpublikovaných segmentačních metod.
|
|
| |
|
|
K-complex detection in sleep EEG
Bjelová, Martina ; Mézl, Martin (oponent) ; Králík, Martin (vedoucí práce)
This paper addresses detecting of K-complexes in sleeping EEG records. Polysomnography is the method, which is used for diagnostic and following therapy of many sleep disorders. For identifnging of sleep stages it is fundamental to know graphoelements, in which they are situate. K-complex is important indicator of second sleep stange and hence is essencial to know to detect this pattern. In this paper we focus on design and implementation of more algorithms for detection of these patterns with various characteristics. Among the proposed methods, the wavelet transform method was best evaluated. Performance of this detection reached values the average senzitivity 63,83 % and average positive predictive value 44,07 %.
|
host ::
RSS.