Název: Multiclass Segmentation Of 3d Medical Data With Deep Learning
Autoři: Slunsky, Tomas
Typ dokumentu: Příspěvky z konference
Jazyk: eng
Nakladatel: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Abstrakt: This paper deals with multiclass image segmentation using convolutional neural networks. The theoretical part of paper focuses on image segmentation. There are basics principles of neural networks and image segmentation with more types of approaches. In practical part the Unet architecture is choosen and is described for image segmentation more. U-net was applied for medicine dataset which consist from 3D MRI of human brain. There is processing procedure which is more described for image proccesing of three-dimmensional data. There are also methods for data preproccessing which were applied for image multiclass segmentation. Final part of paper evaluates results which were achieved with choosen method.
Klíčová slova: convolutional neural network; deep learning; multi-class image segmentation
Zdrojový dokument: Proceedings I of the 26st Conference STUDENT EEICT 2020: General papers, ISBN 978-80-214-5867-3

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/11012/200588

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-447640


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Konferenční materiály > Příspěvky z konference