Original title:
Využití neuronových sítí pro zlepšení rozlišení mikro-CT dat v biomechanických aplikacích
Translated title:
Application of neural networks to improve micro-CT data resolution in biomechanical applications
Authors:
Katona, Adam ; Králík, Jan (referee) ; Thomková, Barbora (advisor) Document type: Bachelor's theses
Year:
2026
Language:
slo Publisher:
Vysoké učení technické v Brně. Fakulta strojního inženýrství Abstract:
[slo][eng]
Klinické zobrazovacie metódy ako počítačová tomografia alebo magnetická rezonancia neumožňujú zobrazenie mikroarchitektúry kostného tkaniva z dôvodu obmedzeného priestorového rozlíšenia. Jej zobrazenie je možné len pomocou mikro-CT zariadení, ktoré majú vyššie rozlíšenie. Táto bakalárska práca sa zaoberá možnosťami zvyšovania rozlíšenia softvérovými prostriedkami a zameriava sa na návrh, implementáciu a vyhodnotenie konvolučnej neurónovej siete pre 10x zvýšenie rozlíšenia snímok segmentu dolnej čeľuste. Sieť bola implementovaná v prostredí MATLAB a natrénovaná a testovaná na datasete 143 párových snímok s rozlíšením 150 m a 15 m, pričom jej výstupy boli hodnotené pomocou metrík kvality obrazu aj morfometrických parametrov kostného tkaniva.
Clinical imaging methods such as computed tomography or magnetic resonance imaging do not allow for the visualization of bone tissue microarchitecture due to their limited spatial resolution. This level of detail can only be captured using micro-CT devices, which provide higher resolution. This bachelor’s thesis deals with the possibilities of software-based resolution enhancement, focusing on the design, implementation and evaluation of a convolutional neural network for 10x resolution improvement of mandibular segment images. The network was implemented in MATLAB and trained and tested on a dataset of 143 paired scans with resolutions of 150 m and 15 m, with its outputs evaluated using both image quality metrics and morphometric parameters of bone tissue.
Keywords:
bone tissue; convolutional neural networks; mandible; MATLAB; micro-CT; SRCNN; super-resolution
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/11012/258231