|
|
Aktivní kontury pro segmentaci ultrazvukových dat
Hesko, Branislav ; Jakubíček, Roman (oponent) ; Harabiš, Vratislav (vedoucí práce)
Táto diplomová práca má za úlohu implementovať metódu aktívnych kontúr pre užitie v~segmentácii ultrazvukových obrazov. Teoretická časť popisuje vlastnosti ultrazvukových obrazov, základné segmentačné prístupy a ozrejmuje princíp vybraných metód aktívnych kontúr. Existujú dve rôzne skupiny metód, metódy využívajúce gradient a metódy bez využitia gradientu. Pre porovnanie je implementovaná v praktickej časti jedna metóda z každej skupiny a následne je v časti vyhodnotenia porovnaná segmentačná účinnosť oboch metód ako aj ich vlastnosti.
|
|
|
Deep-learning-based pattern detection in medical images
Koščová, Zuzana ; Vičar, Tomáš (oponent) ; Jakubíček, Roman (vedoucí práce)
This Bachelor thesis deals with Deep-learning-based pattern detection in medical images. For better understanding of a subject artificial neural network and convolutional neural network (CNN) are described at first. Next chapter is focused on specific detection methods which use CNN. Within a bachelor thesis a dataset of abdominal CT a MRI scans was created. Faster R-CNN and YOLO algorithms were trained and tested on acquired scans for liver detection. Implementation of chosen methods took place in Python programming language using the Pytorch library. Finally, detection results and possible use in medicine are discussed.
|
|
|
Redukce kovových artefaktů v CT datech se submikronovým rozlišením
Víteček, Jiří ; Mézl, Martin (oponent) ; Jakubíček, Roman (vedoucí práce)
Tato diplomová práce se zabývá redukcí kovových artefaktů v CT datech se submikronovým rozlišením. V první části práce je stručně popsána rentgenová výpočetní tomografie, následuje popis a rozdělení artefaktů tomografických snímků a poté jsou uvedeny existující přístupy redukce kovových artefaktů. V druhé části práce jsou popsány navržené metody redukce kovových artefaktů a jejich implementace v programovém prostředí Matlab. Nakonec je funkčnost algoritmů testována na nově vytvořené databázi dat a výsledky jsou porovnány, vyhodnoceny a diskutovány.
|
|
|
Výpočet pokročilých difusních parametrů šedé hmoty mozku z DKI MRI obrazů
Pánková, Olga ; Jakubíček, Roman (oponent) ; Minsterová, Alžběta (vedoucí práce)
Diplomová práce Výpočet pokročilých difuzních parametrů šedé hmoty mozku z DKI MRI obrazů se zabývá zpracováním dat difuzního kurtózního zobrazování. Práce obsahuje literární rešerši principu difuze, vlivu difuze na MR zobrazování, výpočtů DTI a DKI parametrů a klinického využití difuzně vážených map se zaměřením na šedou hmotu mozku. Zabývá se i softwarovými nástroji pro zpracování a předzpracování DTI a DKI dat. V praktické části práce byly vytvořeny mapy difuzních parametrů ve dvou vybraných softwarech, následně byly z map vypočítány difuzní parametry v oblasti substantia nigra, jejichž srovnání mezi skupinou zdravých osob a osob s Parkinsonovou chorobou však neprokázalo statisticky významný rozdíl. V rámci praktické části byl vytvořen skript pro tvorbu difuzních map v programu Diffusional kurtosis estimator.
|
|
|
Anatomy based landmark detection in brain CT scans
Krajčiová, Alexandra ; Harabiš, Vratislav (oponent) ; Jakubíček, Roman (vedoucí práce)
Manual detection of anatomical landmarks from head CT (Computed Tomography) scans is time-consuming task prone to observer errors. In addition, the accuracy of the detection correlates with image quality. The aim of this work is to create an algorithm that will perform automatic detection of anatomical landmarks. These landmarks can be later used to form radiological lines, which finds its application in CT scanning. SVM (Support Vector Machines) and HOG (Histograms of Oriented Gradients) features was chosen for anatomical landmark detection. The achieved results, possibilities of further progress and improvement of detection are summarized in the conclusion.
|
|
|
Automatické vyhlazení 3D modelů kraniální embryonální myší chrupavky
Kočendová, Kateřina ; Harabiš, Vratislav (oponent) ; Jakubíček, Roman (vedoucí práce)
Práce je zaměřena na vyhlazování 3D modelů ručně segmentované kraniofaciální chrupavčité tkáně myších embryí. Při procesu ruční segmentace dochází ve výsledných modelech ke tvorbě artefaktů a nepřesností, které je potřeba korigovat. Nejprve je segmentace upravena pomocí gradientu a prahování. Následné vyhlazovací metody jsou sestrojeny na základě teoretické rešerše. Algoritmizace je provedena v prostředí MATLAB. Veškeré algoritmy jsou navrženy a otestovány na vybraných modelech. Statistické vyhodnocení je stanoveno pomocí Dice koeficientu, kde je jako zlatý standard používán ručně vyhlazený model, na kterém byly zredukovány veškeré artefakty.
|
|
|
Meta-analýza kostních nádorových lézí v páteřních CT snímcích s využitím konvolučních neuronových sítí
Nantl, Ondřej ; Jakubíček, Roman (oponent) ; Chmelík, Jiří (vedoucí práce)
Tato bakalářská práce se zabývá využitím konvolučních neuronových sítí při meta-analýze kostních nádorových lézí v CT obrazových datech. Teoretická část pojednává o anatomii a patologii kostní tkáně, strojovém učení, popisuje funkci konvolučních neuronových sítí a shrnuje vybrané existující počítačově podpůrné metody pro detekci kostních nádorových lézí v obratlech. V praktické části byly různé typy modelů využívající konvoluční neuronové sítě implementovány a sítě byly trénovány na dostupném augmentovaném datasetu. Nakonec byly výsledky jednotlivých typů modelů statisticky vyhodnoceny, srovnány s dostupnými publikacemi a toto vše je diskutováno.
|
|
|
Rozpoznávání obrazů pro ovládání robotické ruky
Labudová, Kristýna ; Jakubíček, Roman (oponent) ; Harabiš, Vratislav (vedoucí práce)
Tato práce se zabývá zpracováním snímků displeje embedded zařízení a jejich klasifikací. Je zde rozebrána problematika odstranění šumu moaré prostřednictvím filtrace ve spektru a normalizace obrazu pro další analýzu. Pro klasifikaci obrazů jsou využity detektory významných bodů a deskriptory. Hlavní důraz je kladen na detektory FAST a Harrisův detektor rohů a na deskriptory SURF, BRIEF a BRISK a jejich hodnocení z pohledu potenciálního přínosu pro tuto práci.
|
|
|
Detekce a identifikace typu obratle v CT datech onkologických pacientů
Věžníková, Romana ; Harabiš, Vratislav (oponent) ; Jakubíček, Roman (vedoucí práce)
Automaticka detekce a segmentace patere nebo obratlu z CT snimku je narocnym ukolem z nekolika duvodu. Jednim z duvodu jsou nejasne hranice obratlu ve snimcich a nezretelne hranice mezi jednotlivymi obratli, dale artefakty, vyskytujici se v obrazech, ale take anatomicka slozitost. Tato prace se zabyva navrhem a realizaci detekce a klasifikace typu obratle v CT snimcich onkologickych pacientu, coz pridava na slozitosti z duvodu pritomnosti deformaci nekterych obratlu. Pri samotne segmentaci obratlu je vyuzita Otsuova metoda. Detekce obratlu je zalozena na hledani hranic oddelujici jednotlive obratle vsagitalnich rezech. Pro identifikaci potom slouzi rozhodovaci stromy nebo zobecnena Houghova, pricemz jsou obratle hledany v rezech CT snimku na zaklade podobnosti tvaru s modely jednotlivych obratlu.
|
|
|
Segmentace klenby lebeční u pacientů po kraniektomii
Vavřinová, Pavlína ; Chmelík, Jiří (oponent) ; Jakubíček, Roman (vedoucí práce)
Tato práce se zabývá segmentací klenby lebeční v CT snímcích pacientů po kraniektomii. Zadaná problematika byla řešena pomocí segmentační architektury U-Net, konkrétně její 2D i 3D variantou. S první verzí architektury bylo dosaženo průměrné hodnoty Jaccardova indexu 89,4 %, u druhé úspěšnosti 67,1 % vyhodnocené stejnou metrikou. Při zaměření na oblasti po chirurgickém zákroku nebyl u výsledků jednotlivých variant již tak velký rozdíl, zjištěný Jaccardův index pro 2D síťě byl průměrně 98,4 % a pro 3D verze 97,0 %.
|
host ::
RSS.