Název: Klasifikace arteriálního a žilního řečiště v obrazových datech sítnice
Překlad názvu: Classification of arteries and veins in retinal image data
Autoři: Černohorská, Lucie ; Jakubíček, Roman (oponent) ; Kolář, Radim (vedoucí práce)
Typ dokumentu: Diplomové práce
Rok: 2020
Jazyk: cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze] [eng]
Tato práce je zaměřena na klasifikaci arteriálního a žilního řečiště v obrazových datech sítnice. Je zde popsána anatomie oka se zaměřením na cévní zásobení a dále jsou stručně uvedeny zobrazovací a diagnostické metody sítnice. V práci jsou zmíněny metody pro klasifikaci cévního řečiště s důrazem na hluboké učení. Praktická část probíhala v programovacím jazyku Python, kdy byla nejdříve předzpracována retinální sada dat spolu s výpočtem AV poměru. Na základě literární rešerše byla pro klasifikaci cévního řečiště zvolena architektura U-net, která byla modifikována pomocí open-source knihovny Keras. Trénování sítě probíhalo na datasetu získaném pomocí experimentálního video-oftalmoskopu, který poskytuje šedotónové snímky. Modifikovaná architektura byla nejdříve využita pro klasifikaci cév do jednotlivých tříd, a z důvodů neuspokojivých výsledků byla dále implementována na segmentaci retinálního řečiště jako celku či zvlášť na žíly a tepny. This master's thesis deals with the classification of the retinal blood vessels in retinal image data. The thesis contains a description of anatomy of the human eye with focus on the blood circulation, and imaging and diagnostic methods of the retina are briefly mentioned further. The thesis also summarizes methods of the blood circulation classification with emphasis on the deep learning. The practical section was implemented in Python programming language and describes the pre-processing of the data with determination of AV ratio. Based on a literature search, the U-net architecture was chosen for the classification of the retinal blood vessels. The architecture was modified using the open-source Keras library and tested on images from the experimental video-ophthalmoscope. The modified architecture was initially used for classification of vessels into the corresponding classes and because of unsatisfying results was modified another architecture segmenting retinal vessels, arteries or veins and a proposition of a method of the blood vessels classification.
Klíčová slova: cévní řečiště sítnice; hluboké učení; Keras; klasifikace; Sítnice; Tensorflow; blood vessels of retina; classification; deep learning; Keras; Retina; Tensorflow

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/11012/189150

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-587472


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Vysokoškolské kvalifikační práce > Diplomové práce