|
| |
|
|
Redukce šumu u nízkodávkových CT snímků
Holub, Zbyněk ; Odstrčilík, Jan (oponent) ; Chmelík, Jiří (vedoucí práce)
Cílem této práce je porovnání vybraných metod, pro filtraci nízkodávkovych CT obrazů, se-jmutých v oblasti plic. Tato filtrace je prováděna za účelem potlačení šumu ve výsledném ob-razu a k lepšímu zobrazení detailů. Práce obsahuje přehled vybraných filtračních metod. Dále se zabývá vlastním zpracováním a návrhem popsaných metod. Detailněji je zpracována filtra-ce pomocí Wienerova korekčního faktoru a filtrace pomocí vlnkové transformace. Tyto meto-dy jsou realizovány v prostředí Matlab®, kde je možno filtrace provádět s možností volby jednotlivých parametrů. Filtry jsou testovány na obrazech CT plic a v závěru je provedeno subjektivní a objektivní vyhodnocení kvality filtrace. Z aplikovaných filtračních metod jsou vybrány ty, jež dosahují nejoptimálnějších výsledků.
|
|
|
Meta-analýza kostních nádorových lézí v páteřních CT snímcích s využitím konvolučních neuronových sítí
Nantl, Ondřej ; Jakubíček, Roman (oponent) ; Chmelík, Jiří (vedoucí práce)
Tato bakalářská práce se zabývá využitím konvolučních neuronových sítí při meta-analýze kostních nádorových lézí v CT obrazových datech. Teoretická část pojednává o anatomii a patologii kostní tkáně, strojovém učení, popisuje funkci konvolučních neuronových sítí a shrnuje vybrané existující počítačově podpůrné metody pro detekci kostních nádorových lézí v obratlech. V praktické části byly různé typy modelů využívající konvoluční neuronové sítě implementovány a sítě byly trénovány na dostupném augmentovaném datasetu. Nakonec byly výsledky jednotlivých typů modelů statisticky vyhodnoceny, srovnány s dostupnými publikacemi a toto vše je diskutováno.
|
|
|
Detection of intracranial hemorrhages in head CT data
Nemček, Jakub ; Jan, Jiří (oponent) ; Jakubíček, Roman (vedoucí práce)
This thesis deals with the detection of intracranial haemorrhages and their type classification in head CT images. The method of haemorrhages detection is based on a series of classifiers of the presence and type of haemorrhages in 2D CT slices in axial, sagittal and coronal plane, that may localise the bleedings and determine their types. The classifiers are based on the convolutional neural network architecture Inception-ResNet-v2. The head CT dataset CQ500 which is made available for public access, is used for the experiments. The thesis describes an additional manual annotation of the data, as the available annotations are insufficient for the purposes of the experiments. This thesis includes a theoretical basis of the essential medical knowledge, machine learning based classification and detection methods, and the detection algorithm proposal, realisation and testing. The algorithm performance is evaluated and discussed together with the potential implementation of the algorithm in computer-aided diagnosis systems.
|
|
|
Automatická segmentace cévních systémů myších jater v tomografických datech
Smékalová, Veronika ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Metodika zobrazení měkkých tkání se v biologii a medicíně diskutuje již řadu let. Celou dobu se vyvíjí metody, jak dosáhnout věrohodného a přesného zobrazení požadované tkáně či struktury. Rentgenová výpočetní tomografie výrazně pomáhá k dosažení tohoto cíle, ale je nutné neustále inovovat a vylepšovat techniky barvení tkání pro kontrastní zobrazení pod rentgenovým zářením, a také metody zpracování takto pořízených dat. Tato práce se zabývá problematikou zobrazení měkké tkáně myších jater s využitím mikro CT, uvádí postup kontrastování tkáně s využitím syntetické pryskyřice Mikrofilu, a také zpracování pořízených dat metodou prahování a nárůstu regionů s cílem zobrazení měřeného vzorku ve 3D.
|
|
|
Segmentation of 3D medical images based on region growing method
Kantorová, Martina ; Krátká, Lucie (oponent) ; Harabiš, Vratislav (vedoucí práce)
This bachalor thesis deals with a region growing approach for segmentation of volumetric medical images. The aim is to present basic methods of segmentation of image data and to focus in particular on the approach of region growing. The input data are brain slices of magnetic resonance imaging which can be visualized using the browser into the three basic planes. The viewer is implemented in MATLAB programming environment. Image segmentation is realized by seeded region growing.
|
|
|
Analýza využití programu 3D slicer pro výpočtové modelování v biomechanice
Kratochvílová, Hana ; Marcián, Petr (oponent) ; Vosynek, Petr (vedoucí práce)
Předkládaná bakalářská práce se zabývá freewarovým programem 3D Slicer a jeho využitím pro oblast biomechaniky. Úvodní část je věnována seznámení s programem, jeho možnostmi a funkcemi a stručnému vysvětlení pojmů výpočetní tomografie a magnetická rezonance. V následující kapitole je detailně předvedeno modelování konkrétního objektu z dodaných CT snímků pomocí tohoto softwaru, popsány funkce použitých nástrojů a porovnání modelů geometrií v závislosti na zvoleném rozsahu stupňů šedi v programu Gom Inspect. Poslední částí této práce je import 3D Slicerem vygenerovaných modelů geometrie kostí femur a pelvis do MKP platformy ANSYS Workbench, jejich preprocessing, následné zatížení femuru a vyhodnocení výsledků.
|
|
|
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.
|
|
|
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.
|
|
|
Zobrazení 3D scény ve webovém prohlížeči
Sychra, Tomáš ; Kršek, Přemysl (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce diskutuje aktuální možnosti zobrazení akcelerované 3D scény ve webovém prohlížeči a krátce shrnuje technologie pro zobrazení medicínských dat. V druhé části práce je navržena a implementována aplikace, která umožňuje prohlížení volumetrických medicínských dat přímo v okně prohlížeče, bez nutnosti instalace. Aplikace je postavena na technologiích WebGL, Javascript a grafickém enginu O3D API.
|
host ::
RSS.