|
|
Přizpůsobený filtr
Dvořák, Petr ; Sysel, Petr (oponent) ; Číž, Radim (vedoucí práce)
Úkolem této práce je prostudovat metody snižování pravděpodobnosti chybového příjmu a navrhnout možné řešení přizpůsobeného filtru. Jako první část práce jsou teoreticky rozebrány tyto metody a následně navrhnuty jejich funkční modely v programu Matlab Simulink. Na těchto modelech je simulováno chování pro různé vstupní hodnoty a na jejich základě je vypracován výstup v závislosti pravděpodobnosti chybného příjmu na SNR u jednotlivých modelů. Ve druhé části je následně popsán návrh laboratorního přípravku se zaměřením na přizpůsobený filtr. Tento návrh je rozebrán do bloků, které jsou postupně popsány a u kterých jsou přiloženy výstupy z realizace navrhnutého řešení. Dále je podrobně popsána realizace navrhnutého řešení a výsledky dosažené pří měření na realizovaném přípravku. Tento přípravek má sloužit ke studijním a laboratorním účelům v rámci výuky předmětu Teorie sdělování.
|
|
|
Texturní analýza retinálních snímků
Mikauš, Jakub ; Odstrčilík, Jan (oponent) ; Gazárek, Jiří (vedoucí práce)
Práce se zabývá detekcí výpadku ve vrstvě nervových vláken retinálních snímků. V úvodu je seznámení s fyziologií lidského oka a analýza vstupních obrazových dat. Dále se zabývá práce texturní analýzou pomocí dvou metod. Zatímco metoda přizpůsobených filtrů nevykazuje uspokojivé výsledky, metoda hodnocení jasu dosahuje přijatelných výsledků. V závěru práce je část věnována realizovanému programu pro detekci výpadků ve vrstvě nervových vláken.
|
|
|
Segmentace cévního řečiště na snímcích sítnice pomocí klasifikačních technik
Šťastný, Pavel ; Štohanzlová, Petra (oponent) ; Odstrčilík, Jan (vedoucí práce)
Segmentace cévního řečiště na snímcích sítnice je velmi důležitá pro hodnocení a dia-gnostiku očních onemocnění, převážně diabetické retinopatie a glaukomu. Tato práce se za-bývá segmentací cévního řečiště pomocí klasifikačních metod. Pro kvalifikaci bylo použito jednoduché neuronové sítě. Nejdříve byla učena, pomocí delta pravidla, a poté byla apliková-na na předem připravený snímek přizpůsobenou filtrací. Po klasifikaci byl snímek ještě upraven a prahován. Nakonec bylo vše porovnáno se zlatým standardem. Průměrné hodnoty z hodnocení pro zdravé snímky byly senzitivita 0,7717, specificita 0,9571 a přesnost hodno-cení 0,9225.
|
|
|
Automatická detekce grafoelementů v signálu EEG
Jančová, Ivana ; Ronzhina, Marina (oponent) ; Bubník, Karel (vedoucí práce)
Tato práce se zabývá analýzou EEG, konkrétně detekcí grafoelementů. Cílem práce je popis metod vhodných k detekci grafoelementů a realizace dvou metod v programu MATLAB. V první části práce jsou popsány normální rytmy, artefakty a epileptiformní tranzienty vyskytující se v EEG záznamu. Druhá část se zabývá metodami detekce a jejich vzájemným srovnáním. Popisovanými metodami jsou spektrální analýza, korelační analýza, vlnková transformace, shluková analýza a přizpůsobený filtr. Další části práce popisují databázi PhysioBank a postup realizace detektoru korelační analýzou a přizpůsobeným filtrem. V poslední části práce je porovnána úspěšnost zvolených metod a porovnání je realizováno výpočtem senzitivity a pozitivní prediktivní hodnoty.
|
|
|
Model detekce přizpůsobeným filtrem
Lehocký, Jiří ; Maršálek, Roman (oponent) ; Šebesta, Vladimír (vedoucí práce)
Tato práce popisuje základní metody sledování spektra a jejich využití. Pozornost je věnována především detekci přizpůsobeným filtrem, metodě s vysokým ziskem zpracování v krátkém čase. V práci je prezentován vliv hlavních parametrů přizpůsobeného filtru na výsledek detekce. Na základě podrobné analýzy výstupu detektoru, nejen v ideálních podmínkách, ale i v reálném přenosovém systému, byly zjištěny sekvence, jejichž přítomnost v přijatém signálu je detekována nejspolehlivěji. V textu jsou dále uvedeny možnosti sledování spektra v systémech využívajících OFDM pomocí přizpůsobeného filtru.
|
|
|
Demonstrace metod snižování pravděpodobnosti chybného příjmu
Musil, Petr ; Šilhavý, Pavel (oponent) ; Číž, Radim (vedoucí práce)
Tato práce se zabývá demonstrací metod snižujících pravděpodobnost chybného příjmu. V rámci teoretické části práce jsou rozebrány metody snižující pravděpodobnost chybného příjmu, problematika přenosového kanálu a parametry přenosových systémů. Jednotlivé metody jsou simulovány v prostředí Matlab Simulink, model je realizován pomocí přenosového kanálu rušeného aditivním bílým Gaussovým šumem. Výstupem jsou simulační oscilogramy zachycující napěťové průběhy v jednotlivých fázích zpracování signálu. Praktickým výstupem této práce je funkční laboratorní přípravek demonstrující přenos: přímou signálovou cestou, signálovou cestou s korelačním přijímačem a signálovou cestou s přizpůsobeným filtrem. Jednotlivá obvodová zapojení jsou podrobně popsána, pro názornost jsou přiloženy i oscilogramy napěťových průběhů bloků zpracujících signál. Součástí praktické části je návrh desky plošných spojů, kompletní dokumentace pro výrobu, výsledky měření a vzorově vypracovaná laboratorní úloha.
|
|
|
Detection of optic disc in retinal fundus image
Nohel, M. ; Kolář, R.
This paper presents a comparison of several image processing methods for optic disc detection in retinal images. The detection algorithms are tested on five publicly available retinal databases (total 2140 images). Thresholding, Hough transform, and matched filtering followed by postprocessing were tested for optic disc detection. It has been shown that matched filtering followed by peak detection achieves the best success rate (98.8 %).
|
|
|
Demonstrace metod snižování pravděpodobnosti chybného příjmu
Musil, Petr ; Šilhavý, Pavel (oponent) ; Číž, Radim (vedoucí práce)
Tato práce se zabývá demonstrací metod snižujících pravděpodobnost chybného příjmu. V rámci teoretické části práce jsou rozebrány metody snižující pravděpodobnost chybného příjmu, problematika přenosového kanálu a parametry přenosových systémů. Jednotlivé metody jsou simulovány v prostředí Matlab Simulink, model je realizován pomocí přenosového kanálu rušeného aditivním bílým Gaussovým šumem. Výstupem jsou simulační oscilogramy zachycující napěťové průběhy v jednotlivých fázích zpracování signálu. Praktickým výstupem této práce je funkční laboratorní přípravek demonstrující přenos: přímou signálovou cestou, signálovou cestou s korelačním přijímačem a signálovou cestou s přizpůsobeným filtrem. Jednotlivá obvodová zapojení jsou podrobně popsána, pro názornost jsou přiloženy i oscilogramy napěťových průběhů bloků zpracujících signál. Součástí praktické části je návrh desky plošných spojů, kompletní dokumentace pro výrobu, výsledky měření a vzorově vypracovaná laboratorní úloha.
|
|
|
Segmentace cévního řečiště na snímcích sítnice pomocí klasifikačních technik
Šťastný, Pavel ; Štohanzlová, Petra (oponent) ; Odstrčilík, Jan (vedoucí práce)
Segmentace cévního řečiště na snímcích sítnice je velmi důležitá pro hodnocení a dia-gnostiku očních onemocnění, převážně diabetické retinopatie a glaukomu. Tato práce se za-bývá segmentací cévního řečiště pomocí klasifikačních metod. Pro kvalifikaci bylo použito jednoduché neuronové sítě. Nejdříve byla učena, pomocí delta pravidla, a poté byla apliková-na na předem připravený snímek přizpůsobenou filtrací. Po klasifikaci byl snímek ještě upraven a prahován. Nakonec bylo vše porovnáno se zlatým standardem. Průměrné hodnoty z hodnocení pro zdravé snímky byly senzitivita 0,7717, specificita 0,9571 a přesnost hodno-cení 0,9225.
|
|
|
Automatická detekce grafoelementů v signálu EEG
Jančová, Ivana ; Ronzhina, Marina (oponent) ; Bubník, Karel (vedoucí práce)
Tato práce se zabývá analýzou EEG, konkrétně detekcí grafoelementů. Cílem práce je popis metod vhodných k detekci grafoelementů a realizace dvou metod v programu MATLAB. V první části práce jsou popsány normální rytmy, artefakty a epileptiformní tranzienty vyskytující se v EEG záznamu. Druhá část se zabývá metodami detekce a jejich vzájemným srovnáním. Popisovanými metodami jsou spektrální analýza, korelační analýza, vlnková transformace, shluková analýza a přizpůsobený filtr. Další části práce popisují databázi PhysioBank a postup realizace detektoru korelační analýzou a přizpůsobeným filtrem. V poslední části práce je porovnána úspěšnost zvolených metod a porovnání je realizováno výpočtem senzitivity a pozitivní prediktivní hodnoty.
|
host ::
RSS.