|
|
Thrombi detection in main brain arteries in CT image data
Líška, Martin ; Nemček, Jakub (oponent) ; Chmelík, Jiří (vedoucí práce)
The master’s thesis deals with automatic preprocessing, segmentation and consecutive analysis of volume data of anonymized patient CTA acquisitions with an indication of stroke. Preprocessing of volume data is an essential step for proper vascular tree segmentation and analysis. The region growing method was used to segment the vascular tree of the brain. After extracting the vascular tree, the labeling of individual branches was applied in the algorithm and the appropriate features were extracted. The analysis examined the features of vessel lengths, their diameter and local brightness profiles, which are important indicators of possible stenosis or occlusion of the main vessels of the brain. The output of the algorithm are various modalities of diagnostic, assisted visualizations of the segmented vascular tree. The segmentation and analysis algorithm of cerebrovascular system was created in the MATLAB programming environment.
|
|
|
Detection and evaluation of distorted frames in retinal image data
Vašíčková, Zuzana ; Chmelík, Jiří (oponent) ; Kolář, Radim (vedoucí práce)
The master's thesis deals with detection and evaluation of distorted frames in retinal image data. The theoretical part contains brief summary of eye anatomy and methods for image quality assessment generally, and also particularly on retinal images. The practical part is carried out in programming language Python. It contains preprocessing of the available retinal images in order to create an appropriate dataset. Further a method for evaluation of three types of blur in distorted retinal images is proposed, specifically Inception-ResNet-v2 model. This method is not feasible and thus another method consisting of two steps is designed - classification of the type of blur and subsequently evaluation of the particular blur level. Filtered Fourier spectrum is used to classify the type of blur and features extracted by ResNet50 serve as the input for regression model. This method is further extended with initial step of detection of blurred frames in retinal sequences.
|
|
|
Segmentation of amyloid plaques in brains of trangenic rats based on microCT image data
Kačníková, Diana ; Kolář, Radim (oponent) ; Chmelík, Jiří (vedoucí práce)
The presence of amyloid plaques in the hippocampus highlights the incidence of Alzheimer’s disease. Manual segmentation of amyloid plaques is very time consuming and increases the time that can be used to monitor the distribution of amyloid plaques. Distribution carries significant information about disease progression and the impact of potential therapy. The automatic or semi-automatic segmentation method can lead to significant savings in the time which are required when the disease has rapid progression. The description of amyloid plaques and the computed tomography are included in this work. In this diploma thesis are three implemented algorithms, two of them are based on published articles and one’s own methodological solution. The conclusion of the thesis is a quantitative evaluation of the accuracy of implemented segmentation procedures.
|
|
|
Segmentace hipokampu v MRI datech
Kodym, Oldřich ; Chmelík, Jiří (oponent) ; Walek, Petr (vedoucí práce)
Práce se zabývá využitím grafových metod pro segmentaci málo kontrastních obrazových dat, konkrétně pro segmentaci hipokampu ze snímků magnetické rezonance. Nejprve je uvedena základní problematika a terminologie teorie grafů. Následně je popsána me toda minimálního řezu grafem včetně algoritmů schopných tento minimální řez nalézt. Následuje popis její implementace pro segmentaci 2D a 3D obrazových dat. Metoda byla testována na zkušebních datech a poté implemetována jako modul pro software 3D Slicer. Zde byla testována na snímcích hipokampu zdravých pacientů stejně jako na pacientů trpících Alzheimerovou chorobou. Nastíněny jsou nejčastější problémy vyskytující se při segmentaci a možné postupy jejich řešení.
|
|
|
Konstrukční návrh dopravníku
Chmelík, Jiří ; Čípek, Pavel (oponent) ; Foltýnová, Dana (vedoucí práce)
Bakalářská práce se zabývá konstrukčním návrhem dopravníku pro přepravu svařených nosníků s proměnlivými rozměry. V úvodu práce jsou sepsány některé dopravníky, které se běžně používají v praxi. Následuje analýza dostupných konstrukčních řešení, konstrukční návrhy zařízení, jejich popis a na základě porovnání bylo vybráno nejvhodnější konstrukční řešení. V průběhu práce je provedena analýza bezpečnosti u vybraných uzlů. V závěru práce je zhodnocena celá konstrukce a zpracována výkresová dokumentace zařízení. Navržené řešení lze použít i na přepravu součástí podobných tvarů.
|
|
|
Segmentation of brain tumours in MRI images using deep learning
Ustsinau, Usevalad ; Odstrčilík, Jan (oponent) ; Chmelík, Jiří (vedoucí práce)
The following master's thesis paper equipped with a short description of CT scans and MR images and the main differences between them, explanation of the structure of convolutional neural networks and how they implemented into biomedical image analysis, besides it was taken a popular modification of U-Net and tested on two loss-functions. As far as segmentation quality plays a highly important role for doctors, in experiment part it was paid significant attention to training quality and prediction results of the model. The experiment has shown the effectiveness of the provided algorithm and performed 100 training cases with the following analysis through the similarity. The proposed outcome gives us certain ideas for future improving the quality of image segmentation via deep learning techniques.
|
|
|
Tvarová analýza obrazových dat
Kylián, Jakub ; Harabiš, Vratislav (oponent) ; Chmelík, Jiří (vedoucí práce)
Bakalářská práce se zabývá tvarovou analýzou obrazových dat, popisuje tedy metody, techniky a postupy, které k takové analýze vedou. Obsah práce je rozdělen do tří kapitol – Teoretická, řešení studentské práce a závěr. V části teorie jsou popsány metody, které jsou následně využity v části řešení, ale i obecná teorie přímo související s tématem. Pravidlem je tedy, že použitá metoda v části řešení je popsána v části teoretické do detailů, nicméně tato skutečnost nemusí nutně platit i naopak. V návaznosti na kapitolu teoretickou je řešení studentské práce. V kapitole řešení studentské práce je prezentován problém, který je, díky znalostem z teorie, vyřešen. Řešení sestává z více analytických procesů a patřičných příprav, které jsou v této části zcela jasně definovány. Poslední část, závěr, slouží jako shrnutí přípravy, průběhu a zhodnocení řešení analýzy. Zároveň může posloužit jako prostor pro prezentaci nápadů, analogií, neprezentovaných metod a jiných postupů, které by mohly mít kladný či záporný vliv na výsledek práce, tedy i na její závěr.
|
|
|
Segmentace buněk pomocí konvolučních neuronových sítí
Hrdličková, Alžběta ; Chmelík, Jiří (oponent) ; Vičar, Tomáš (vedoucí práce)
Tato práce zkoumá využití konvolučních neuronových sítí se zaměřením na sémantickou a instanční segmentaci buněk z mikroskopických snímků. Teoretická část obsahuje popis hlubokých neuronových sítí a shrnutí široce používaných konvolučních architektur pro segmentaci obrazu. Praktická část práce je věnována vytvoření modelu konvoluční neuronové sítě na základě architektury U-Net. Dále obsahuje segmentaci buněk predikovaných obrazů pomocí tří metod, a to prahování, metody rozvodí a metody náhodného chodce.
|
|
|
Využití optimalizačních metod pro segmentaci MRI dat
Olešová, Kristína ; Mézl, Martin (oponent) ; Chmelík, Jiří (vedoucí práce)
Práca sa zaoberá segmentáciou mozgových tkanív z MRI obrazových dát a jej implementáciou v programe MATLAB. Je popísaná problematika rôznych segmentačných techník a najmä prístup k segmentácii ako optimalizačnému problému. Samotné obrazové data sú segmentované pomocou rozdielnych metaheuristických algoritmov. Tento prístup bol vybratý na základe informácií z posledných odborných publikácii, kde sa vyzdvihovala jeho výpočetná rýchlosť a univerzálnosť. Táto práca sa snaží tieto tvrdenia dokázať na segmentovaní obrazov z mozgu s rôznymi tipmi, počtom a štádiami choroby a fázami liečenia mozgových nádorov.
|
|
|
Using advanced segmentation methods for images from TEM microscopes
Mocko, Štefan ; Chmelík, Jiří (oponent) ; Potočňák, Tomáš (vedoucí práce)
This master‘s thesis deals with the use of a convolutional neural networks for the segmentation task on images from transmission electron microscope. It also describes chosen neural network topology - U-NET, used augmentation techniques and programming environment. ThermoFisher Scientific (formerly FEI Czech Republic s.r.o.) provided data for this thesis. Obtained segmentation results are presented in the form of curves (ROC, PRC) and numerical values (ARI, DSC, Confusion matrices). Chosen U-NET topology achieved excellent results in the field of pixel-wise segmentation, and hopefully, these results will serve as a starting point for internal company research.
|
host ::
RSS.