Název:
Segmentace optického disku v obrazových datech sítnice
Překlad názvu:
Optic nerve head segmentation in retinal image data
Autoři:
Nohel, Michal ; Drahanský, Martin (oponent) ; Kolář, Radim (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2023
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze][eng]
Diplomová práce se zabývá segmentací optického disku a cupu v obrazových datech sítnice. V teoretické části se práce zabývá popisem optického disku a cupu a její součástí je přehled současného stavu využití metod strojového učení pro segmentaci optického disku a cupu. Dále jsou popsány základní principy a bloky konvolučních neuronových sítí. Na vytvořených databázích byly natrénovány konvoluční neuronové sítě U-Net a její modifikace nnU-Net. Tyto modely byly testovány a dosažené výsledky byly diskutovány a srovnány s vybranými publikovanými metodami. Závěrem byly modely vyhodnoceny z~hlediska možnosti jejich praktického využití.
This diploma thesis deals with the segmentation of the optic disc and cup in retinal image data. The theoretical part of the thesis describes the optic disc and cup and provides an overview of the current state of the art in using machine learning methods for their segmentation. Furthermore, the basic principles and blocks of convolutional neural networks are described. Convolutional neural networks U-Net and its modification nnU-Net were trained on the created databases. These models were tested and the results obtained were discussed and compared with selected published methods. Finally, the models were evaluated in terms of their potential for practical application.
Klíčová slova:
hluboké učení; konvoluční neuronové sítě; nnU-Net; optický cup; optický disk; segmentace; U-Net; convolutional neural networks; deep learning; nnU-Net; optic cup; optic disc; segmentation; U-Net
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/11012/210237