|
|
Systém pro optické měření otoku končetiny
Šeptun, Roman ; Chmelík, Jiří (oponent) ; Harabiš, Vratislav (vedoucí práce)
Tato práce se zabývá metodami měření otoků. V práci jsem navrhl hardwarové a softwarové řešeni přístroje pro rekonstrukci povrchu části končetiny. Práce má za cíl zhodnotit a diskutovat možnosti tohoto zařízení. Pro vytvořeni 3D modelu scény (končetiny) z 2D obrazů jsem vybral rekonstrukční metodu Structure from motion. Pro akvizici 2D obrazů bylo zkonstruováno zařízení ovládané platformou Arduino, celé zařízení bylo realizováno v programovém prostředí Matlab. V závěru práce je uvedeno možné další vylepšení přístroje pro jeho využití v praxi.
|
|
|
Segmentace měkkých tkání v obličejové části myších embryí v mikrotomografických datech
Janštová, Michaela ; Harabiš, Vratislav (oponent) ; Chmelík, Jiří (vedoucí práce)
Tato diplomová práce se zabývá segmentací měkkých tkání v obličejové části myších embryí v programovém prostředí Matlab. Segmentace měkkých tkání u myších embryí nebyla doteď plně automatizovaná a každý konkrétní úkol vyžaduje specifické řešení. Vyřešení dílčích problémů zefektivní a zrychlí tvorbu 3D modelu a takto poskytnou cenná data vývojovým biologům. Je zde popsána problematika barvení vzorků a segmentačních technik. Na základě dostupné literatury byly otestovány metody otsu prahování, narůstání oblastí, k-means shlukování a segmentace pomocí atlasů. V závěru práce je provedeno jejich testování a statistické vyhodnocení na 3D mikrotomografických obrazových datech.
|
|
|
Segmentation of bone lesions in spinal CT data
Zaťko, Martin ; Chmelík, Jiří (oponent) ; Jakubíček, Roman (vedoucí práce)
The aim of the bachelor thesis was to get acquainted with the anatomy and oncological diseases of spine. Search for segmentation techniques and implement my chosen machine learning technique for the task of segmenting bone lesions of vertebral bodies. The U-net architecture of convolutional neural networks, which is generally widely used in the segmentation of biomedical images, was selected and implemented. The results obtained are high enough for the network to be used for initial rough detection and segmentation, but its use in the clinical world is not recommended.
|
|
|
Detekce buněk pomocí konvolučních neuronových sítí
Doskočil, Ondřej ; Chmelík, Jiří (oponent) ; Vičar, Tomáš (vedoucí práce)
Tato bakalářská práce se zabývá využitím konvolučních neuronových sítí pro detekci buněk v obrazových datech. Teoretická část obsahuje popis fungování těchto sítí a jejich různých architektur. V praktické části byly tyto sítě implementovány a trénovány na dostupném datasetu. Každá z těchto sítí využívá však jiný přístup k detekci. Nakonec byly jednotlivé sítě statisticky vyhodnoceny a byl provedena diskuse.
|
|
|
Využití strojového učení pro generování medicínských obrazů
Hrtoňová, Valentina ; Chmelík, Jiří (oponent) ; Jakubíček, Roman (vedoucí práce)
Tato práce se zabývá využitím generativních soutěživých sítí pro generování medicínských obrazů. Nejdříve jsou popsány umělé neuronové sítě se zaměřením na konvoluční neuronové sítě a generativní soutěživé sítě. Je vypracována rešerše na využití generativních soutěživých sítí v medicíně a jsou blíže popsány vybrané publikace na téma syntézy medicínských obrazů. V programovém prostředí Python je implementován model hluboce konvoluční generativní soutěživé sítě pro generování syntetických obrazů kožních lézí a model „pix2pix“ pro tři aplikace. První aplikací modelu „pix2pix“ je generování obrazů kožních lézí, druhou je generování CT obrazů axiálních řezů páteře a poslední aplikací je generování CT obrazů sagitálních řezů páteře. Na závěr jsou prezentovány a diskutovány výsledky generování medicínských obrazů pomocí generativních soutěživých sítí.
|
|
|
Estimation of bone mineral density of cancellous vertebral bone in multi-energy CT data
Líška, Martin ; Jakubíček, Roman (oponent) ; Chmelík, Jiří (vedoucí práce)
The principle of the BMD estimation method presented in this thesis consists in the tomographic scanning of the axial skeleton by a CT system with two different energies. The BMD estimation method was applied to acquisitions scanned by CT system IQon Spectral CT (Philips) on seven patients, two men and five women, in the lumbo-sacral region. For the functionality of the method, it is necessary to know the standardized amounts of selected elemental components contained in a given tissue, specifically in the cancellous bone of the vertebra. In the first part, the thesis deals with the theoretical part of solving the estimation of BMD from dual-energy CT data, two equations with several unknowns and their modification. The practical part deals with the program solution of the method of calculating the estimation of bone minerals in dual-energy CT data. The outputs of the presented BMD estimation method were processed and statistically compared with the other two phantom-less BMD estimation methods. The functionality of the method and statistical processing were solved in MATLAB and STATISTICA softwares.
|
|
|
Analýza vzťahov medzi radiomickými priznakmi heterogenity trombu v akútnych ischemických mozgových príhodách
Nemčeková, Petra ; Škrváň, Adam ; Henk, Marquering ; Chmelík, Jiří ; Jakubíček, Roman
Cievne mozgové príhody sú jedným z najznámejších patológií mozgu. Prvotnou diagnostickou metódou je použitie počítačovej tomografie (CT). Avšak pre správne určenie liečby by bolo potrebné vedieť bližšie charakteristiky trombu, na základe ktorých by bol lekár schopný usúdiť najmenej riskantnú cestu pre pacienta. Táto štúdia sa zameriava na analýzu heterogenity trombov na CT snímkach u pacientov s ischemickou mozgovou príhodou. Na základe extrahovaných radiomických príznakov získaných z reprezentatívnych masiek trombov bolo získané rozmiestnenie voxelov jednotlivých trombov v novom parametrickom priestore. To bolo následne podrobené vizualizačným technikám tSNE a UMAP. Na základe vyhodnotenia morfologickej štruktúry jednotlivých vytvorených zhlukov u pacientov by bolo možné určiť počet častí trombu s rôznym zložením, na základe čoho by lekár mohol byť schopný predikovať záťaž pre pacienta pri trombektómii, ako napríklad pomocou počtu pokusov potrebných na spriechodnenie cievy.
|
|
|
Možnosti přístupu k obrazovým datům v rámci projektů ÚBMI ve spolupráci s klinickými pracovišti
Jakubíček, Roman ; Nemčeková, Petra ; Ouředníček, Petr ; Chmelík, Jiří
Tento článek zkoumá výzvy a možnosti spojené se zpracováním a sdílením obrazových dat v kontextu biomedicíny a počítačem podporované diagnostiky. S rostoucím výpočetním výkonem a využitím strojového učení se metody analýzy obrazů stávají stále efektivnějšími, ale potýkají se s problémy dostupnosti dat a obtížnou interpretovatelností. Autoři diskutují legislativní a etické aspekty ochrany osobních údajů a upozorňují na význam spolupráce mezi akademickými institucemi a klinickými pracovišti. Článek také prezentuje dva aktuální výzkumné projekty ÚBMI v oblasti analýzy obrazů, tj. analýza trombu v CT mozku a kardiovaskulární zobrazování magnetickou rezonancí, ve kterých se aktuálně využívají pokročilé algoritmy strojového učení. Spolupráce mezi ÚBMI a klinickými pracovišti přináší nové možnosti pro zlepšení diagnostiky a léčby pacientů.
|
|
| |
|
|
Automaticka diagnostika 12svodoveho EKG pomoci hlubokeho uceni
Blaude, Ondřej ; Chmelík, Jiří (oponent) ; Provazník, Valentine (vedoucí práce)
Tato diplomová práce má za cíl prozkoumat problematiku automatické diagnostiky EKG, a to na dvanáctisvodových záznamech. Tato problematika je řešena standardními metodami, jako například náhodný les, umělé neuronové sítě nebo K-nejbližších sousedů. Díky své schopnosti samostatně extrahovat příznaky se ale těší oblibě i metody hlubokého učení. Všechny tyto metody jsou popsány v teoretické části. V praktické části byly navrženy deeplearningové modely, jejichž funkčnost byla ověřována za pomoci dat z databáze PhysioNet. Byly vytvořeny dva pilotní modely, které byly následně optimalizovány. Z celého progresu optimalizace parametrů jsou k dispozici tři modely, z nichž nejlepší dosahuje F1 skóre 87,35 % a přesnosti 83,7 %, a druhý nejlepší dosahuje F1 skóre 77,74 % a přesnosti 84,53 %. Výsledky, kterých bylo dosaženo, jsou diskutovány a porovnány s výsledky podobných publikací.
|
host ::
RSS.