Název:
Generation of Synthetic Retinal Images with High Resolution
Překlad názvu:
Generation of Synthetic Retinal Images with High Resolution
Autoři:
Aubrecht, Tomáš ; Heidari, Mona (oponent) ; Drahanský, Martin (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2020
Jazyk:
eng
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [eng][cze]
K pořízení snímků sítnice, která představuje nejdůležitější část lidského oka, je potřeba speciálního vybavení, kterým je fundus kamera. Z tohoto důvodu je cílem této práce navrhnout a implementovat systém, který bude schopný generovat takovéto snímky bez použítí této kamery. Navržený systém využívá mapování vstupního černobílého snímku krevního řečiště sítnice na barevný výstupní snímek celé sítnice. Systém se skládá ze dvou neuronových sítí: generátoru, který generuje snímky sítnic, a diskriminátoru, který klasifikuje dané snímky jako reálné či syntetické. Tento systém byl natrénován na 141 snímcích z veřejně dostupných databází. Následně byla vytvořena nová databáze obsahující více než 2,800 snímků zdravých sítnic v rozlišení 1024x1024. Tato databáze může být použita jako učební pomůcka pro oční lékaře nebo může poskytovat základ pro vývoj různých aplikací pracujících se sítnicemi.
Special equipment, a fundus camera, is needed to capture the retina, which is the most important part of the human eye. Therefore, the main objective of this work is to design and implement a system that would be able to generate retinal images. The proposed solution uses an image-to-image translation, where the system is provided with a black and white image at the input containing only bloodstream, on the basis of which a color image of the entire retina is generated. The system consists of two neural networks: a generator, which generates retinal images, and a discriminator, which classifies these images as real or synthetic. Training of this system was performed on 141 images from publicly available databases. A new database was created with more than 2,800 images of healthy retinas in a resolution of 1024x1024. This database could be used as a learning tool for ophthalmologists or for the development of various applications working with retinas.
Klíčová slova:
eye retina; GAN; high resolution; human eye; image generation; image processing; machine learning; neural networks; Python; synthetic retinal images; TensorFlow; GAN; generování obrazu; lidské oko; neuronové sítě; Python; strojové učení; syntetické snímky sítnice; sítnice oka; TensorFlow; vysoké rozlišení; zpracování obrazu
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/11012/192449