Název:
Detekce významných bodů v medicínských obrazech pomocí hlubokých neuronových sítí
Překlad názvu:
Landmark Detection in Medical Images Using Deep Neural Networks
Autoři:
Škandera, Juraj ; Španěl, Michal (oponent) ; Kodym, Oldřich (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2018
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
Táto práca sa zaoberá detekciou anatomických bodov z cefalometrických RTG snímkov pomocou konvolučných neurónových sietí. Program pracuje nad verejne dostupným datasetom, ktorý obsahuje bočné RTG snímky lebky. V rámci práce sú navrhnuté dve architektúry konvolučných neurónových sietí. Najlepšia architektúra dosahuje úspešnosť 73.22% pre detekciu do 5 mm. Program je tvorený v jazyku Python s využitím knižnice Tensorflow.
This thesis deals with detection of anatomical landmarks from cephalometric X-ray images using convolutional neural networks. Program works with public available dataset, which consists of side X-ray images of skull. There are two architectures of convolutional neural networks proposed in this thesis. The best architecture achieves accuracy of 73.22% for detection within 5 mm. Program is created in Python language with use of Tensorflow framework.
Klíčová slova:
cefalogram; cefalometrické landmarky; detekcia landmarkov; hlboké učenie; konvolučné neurónové siete; cephalogram; cephalometric landmarks; convolutional neural networks; deep learning; landmark detection
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/85250