Original title: Automatická klasifikace ultrazvukových snímků prsu
Translated title: Automatic classification of breast ultrasound images
Authors: Holotová, Karolína ; Kolář, Radim (referee) ; Mézl, Martin (advisor)
Document type: Bachelor's theses
Year: 2025
Language: slo
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [slo] [eng]
Táto bakalárska práca sa zaoberá automatickou klasifikáciou ultrazvukových snímok pr- sníka pomocou metód strojového učenia, so zameraním na hlboké neurónové siete. V úvode práce je detailne popísaná anatómia a patológia prsníka, vrátane benígnych a ma- lígnych nádorov. Následne sú uvedené rôzne diagnostické metódy používané pri skríningu a diagnostike ochorení prsníka, ako sú mamografia, magnetická rezonancia a ultrazvuk, s dôrazom na ich výhody a nevýhody. Práca obsahuje aj prehľad aktuálnych riešení a techník používaných v oblasti automatickej klasifikácie ultrazvukových snímok, vrátane prehľadu verejne dostupných databáz a ich parametrov. Na základe literárnej rešerše sú zvolené vhodné modely hlbokého učenia, ktoré sú implementované a podrobené tréningu. This bachelor’s thesis deals with the automatic classification of breast ultrasound images using machine learning methods, with a focus on deep neural networks. The introduction of the thesis provides a detailed description of the anatomy and pathology of the breast, including benign and malignant tumors. Subsequently, various diagnostic methods used in the screening and diagnosis of breast diseases, such as mammography, magnetic resonance imaging, and ultrasound, are presented, highlighting their advantages and disadvantages. The thesis also includes an overview of current solutions and techniques used in the field of automatic classification of ultrasound images, including a review of publicly available databases and their parameters. Based on the literature review, appropriate deep learning models are selected, implemented, and subjected to training.
Keywords: Automatic classification; Breast; Breast cancer; Deep neural networks; Diagnostic methods; Image data processing; Machine learning; Ultrasound images

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/253625

Permalink: http://www.nusl.cz/ntk/nusl-682020


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses