|
|
Financing of Projects by the Help of EU Funds
Bureš, Ondřej ; Poláková, Veronika (referee) ; Boušková, Štěpánka (advisor)
The Bachelor thesis deals with with the EU funds. The theoretical part describes the programs which enable to obtain the necessary finance to partial or full covering of cost of the project. Another part of the thesis describes significant facts for the receiver of dotation especially explaining the phase of cashing.The practical part mainly focuses on common mistakes and recommends ways of solving frequently made mistakes during running of the project.
|
|
|
Tissue characterisation in spectral CT data
Poláková, Veronika ; Jan, Jiří (referee) ; Jakubíček, Roman (advisor)
This bachelor thesis deals with tissue characterisation in virtual monoenergetic images (VMI). Firstly, literature survey presents spectral CT which allows reconstructing VMI. Secondly, statistical evaluation of tissue CT numbers was made for all energies of VMI which were reconstructed. It was found that with growing energy of VMI CT number increases or decreases with different steepness depending on a type of tissue. As a consequence, the suitable VMI offer better contrast resolution between selected pairs of tissues, which enables better tissue segmentation and classification in these images.
|
|
|
Utilization of convolutional neural networks for segmentation of mouse embryos cartilaginous tissue in micro-CT data
Poláková, Veronika ; Vičar, Tomáš (referee) ; Chmelík, Jiří (advisor)
Automatická segmentace biologických struktur v mikro-CT datech je stále výzvou, protože často objekt zájmu (v našem případě obličejová chrupavka) není charakterizovaný unikátním jasem či ostrými hranicemi. V posledních letech se konvoluční neuronové sítě (CNNs) staly mimořádně populárními v mnoha oblastech počítačového vidění. Konkrétně pro segmentaci biomedicínských obrazů je široce používaná architektura U-Net. Nicméně v případě mikro-CT dat vyvstává otázka, zda by nebylo výhodnější použít 3D CNN. Diplomová práce navrhla CNN architekturu založenou na síti V-Net včetně metodologie pro předzpracování a postprocessing dat. Základní architektura byla dále optimalizována pomocí pokročilých architektonických modifikací jako jsou pyramidální modul dilatovaných konvolucí (ASPP modul), škálovatelná exponenciálně-lineární jednotka (SELU aktivační funkce), víceúrovňová kontrola učení (multi-output supervision) či bloky s hustými propojeními (Dense blocks). Pro učení sítě byly použity moderní přístupy jako zahřívání kroku učení (learning rate warmup) či AdamW optimalizátor. I přes to, že 3D CNN v úloze segmentace obličejové chrupavky nepřekonala U-Net, optimalizace zvýšila medián Dice koeficientu z 69,74 % na 80,01 %. Používání těchto pokročilých architektonických modifikací v dalším výzkumu je proto vřele doporučováno, jelikož můžou být přidány do libovolné architektury typu U-Net a zároveň výrazně zlepšit výsledky.
|
|
|
Preparation and characterisation of encapsulated biogenic nanoparticles for medical application
Poláková, Veronika ; Vojtová, Lucy (referee) ; Brtníková, Jana (advisor)
Cieľom tejto bakalárskej práce je príprava a polymérová enkapsulácia antibakteriálnych biogénnych nanočastíc, tak aby sa zvýšila stabilita, znížila cytotoxicita a bola zachovaná ich antibakteriálna aktivita. Teoretická časť obsahuje informácie o regeneratívnej medicíne, bežne používaných nanoštruktúrach v regeneratívnej medicíne, ich vlastnostiach a metódach enkapsulácie. Experimentálna časť popisuje procesy prípravy selénových nanočastíc za použitia rôznych metód so špecifickými stabilizátormi a pokračuje enkapsuláciou do prírodného polyméru. Použité metódy enkapsulácie sú založené na samostatnej polymerizácii a pokrývaní vybraným, v prírode sa vyskytujúcim polymérom s adhezívnymi vlastnosťami. Boli skúmané chemické a fyzikálne vlastnosti čistých a enkapsulovaných selénových nanočastíc, ako je ich koncentrácia a morfológia (veľkosť a tvar), boli skúmané pomocou infračervenej spektrofotometrie s Fourierovou transformáciou a skenovacej transmisnej elektrónovej mikroskopie. Bolo zistené, že rôzne metódy poskytnú nanočastice s rôznou veľkosťou, tvarom a stabilitou. Hlavným výsledkom je vytvorenie a popísanie optimalizovanej metódy syntézy selénových častíc, ich stabilizácia a enkapsulácia. Nanočastice syntetizované touto metódou majú sférický tvar a ich veľkosť sa pohybuje v rozmedzí od 10.5 do 101 nm. Veľkosť väčšiny takto syntetizovaných nanočastíc leží v intervale od 10.5 do 40 nm. Enkapsulované nanočastice sú väčšie a pohybujú sa v hodnotách od 74.5 do 571.5 nm.
|
|
|
Cribra orbitalia - prevalence and coincidence with another signs of diseases on skeleton. Medieval findings from the Czech Republic territory.
Poláková, Veronika ; Likovský, Jakub (advisor) ; Brůžek, Jaroslav (referee)
Cribra orbitalia represents one of the most frequent bone pathologies in skeletal remains of past populations. This lesion is characterised by porous, furrowed even trabecular disruption on the outer table of the compact bone on the orbital roof. Although the origin of cribra orbitalia is linked to marrow hyperplasia as a consequence of iron deficiency anemia, even other causes are not ruled out. Both occurences cribra orbitalia alone and coincidence with other signs of diseases have been recorded. Research of this study applies to cribra orbitalia as a long- term stress indicator on the skeleton and a symptom of specific diseases or anemic syndroms. Skeletal remains from Czech medieval sites with presence of cribra orbitalia as well as whole graveyard from Oškobrh were analysed. Macroscopical investigation did not demonstrate periodic coincidence of cribra orbitalia and specific bone signs of the diseases. However, the following bone changes have been observed: hyperostosis porotica, increased vascularization, supranasal porosity, inflammatory- hemorrhagic reaction on the endocranium which can in terms of differential diagnosis help to clarify the nature and/or cause of the origin of cribra orbitalia. Comparison of the population from Oškobrh with other medieval graveyards showed that frequency of...
|
|
|
Psychosomatics in Connection with the Corresponding Biblical Stories
Poláková, Veronika ; Milfait, René (advisor) ; Heryán, Ladislav (referee)
The work deals with psychosomatic in connection with the corresponding biblical stories and is divided into several parts. First, the reader is introduce to the general issue of psychosomatics from which is transition to the specific examples of psychosomatic diseases and along with a sample of places which deal with them. The work also continues to the spiritual dimension of a person, where is explain what it is and whether everybody has it. This chapter also includes the topic of spirituality and specifically Christian spirituality. Furthermore, there is an of three ways from a Christian point of view how to take care of own spiritual component, which includes the preoccupation with the Bible. Thus it is move towards a bridging subject between psychosomatics and biblical stories of healing, which is Hagiotherapy. In Hagiotherapy there is clarify the term, describe to how Hagiotherapy session look like, how people work with the Bible there and how the Bible can help a person as a whole. The penultimate circuit are illness and healing in the Bible, where I point to how the disease was understood in biblical times. However, there is refer to the last and crucial part which is an effort of the disassembly of selected biblical stories of healing and an offer how they can help contemporary people to have their...
|
|
| |
|
|
Utilization Of Convolutional Neural Networks For Segmentation Of Mouse Embryos Cartilaginous Tissue In Micro-Ct Data
Poláková, Veronika
Automatic segmentation of the biological structures in micro-CT data is still a challengesince the object of interest (craniofacial cartilage in our case) is commonly not characterized by uniquevoxel intensity or sharp borders. In recent years, convolutional neural networks (CNNs) have becomeexceedingly popular in many areas of computer vision. Specifically, for biomedical image segmentationproblems, U-Net architecture is widely used. However, in case of micro-CT data, there isa question whether 3D CNN would not be more beneficial. This paper introduces CNN architecturebased on V-Net as well as the methodology for data preprocessing and postprocessing. The baselinearchitecture was further optimized using advanced techniques such as Atrous Spatial Pyramid Pooling(ASPP) module, Scaled Exponential Linear Unit (SELU) activation function, multi-output supervisionand Dense blocks. For network learning, modern approaches were used including learning ratewarmup or AdamW optimizer. Even though the 3D CNN do not outperform U-Net regarding the craniofacialcartilage segmentation, the optimization raises the median of Dice coefficient from 69.74 %to 80.01 %. Therefore, utilizing these advanced techniques is highly encouraged as they can be easilyadded to any U-Net-like architecture and may remarkably improve the results.
|
|
|
Utilization of convolutional neural networks for segmentation of mouse embryos cartilaginous tissue in micro-CT data
Poláková, Veronika ; Vičar, Tomáš (referee) ; Chmelík, Jiří (advisor)
Automatická segmentace biologických struktur v mikro-CT datech je stále výzvou, protože často objekt zájmu (v našem případě obličejová chrupavka) není charakterizovaný unikátním jasem či ostrými hranicemi. V posledních letech se konvoluční neuronové sítě (CNNs) staly mimořádně populárními v mnoha oblastech počítačového vidění. Konkrétně pro segmentaci biomedicínských obrazů je široce používaná architektura U-Net. Nicméně v případě mikro-CT dat vyvstává otázka, zda by nebylo výhodnější použít 3D CNN. Diplomová práce navrhla CNN architekturu založenou na síti V-Net včetně metodologie pro předzpracování a postprocessing dat. Základní architektura byla dále optimalizována pomocí pokročilých architektonických modifikací jako jsou pyramidální modul dilatovaných konvolucí (ASPP modul), škálovatelná exponenciálně-lineární jednotka (SELU aktivační funkce), víceúrovňová kontrola učení (multi-output supervision) či bloky s hustými propojeními (Dense blocks). Pro učení sítě byly použity moderní přístupy jako zahřívání kroku učení (learning rate warmup) či AdamW optimalizátor. I přes to, že 3D CNN v úloze segmentace obličejové chrupavky nepřekonala U-Net, optimalizace zvýšila medián Dice koeficientu z 69,74 % na 80,01 %. Používání těchto pokročilých architektonických modifikací v dalším výzkumu je proto vřele doporučováno, jelikož můžou být přidány do libovolné architektury typu U-Net a zároveň výrazně zlepšit výsledky.
|
|
|
Tissue Characterisation In Spectral Ct Data
Poláková, Veronika
This article deals with tissue characterisation in virtual monoenergetic images (VMI). It presents that with growing energy of VMI the median of CT number increases or decreases with different steepness depending on a type of tissue. As a consequence, some VMI enable better soft tissue distinction and therefore their better classification. To determine which VMI are best suited, Cohen d was used. After that, Random Forest classification algorithm was applied to these images. If median of pixels is considered in addition to pixels themselves, the tissues can be clasiffied correctly.
|
guest ::
