|
|
(Plocková veronika) Advanced analysis of specific thrombi features in multiphase CT data
Plocková, Veronika ; Nemčeková, Petra (referee) ; Jakubíček, Roman (advisor)
This diploma thesis focuses on advanced analysis of thrombus in multiphase CT data. The first part presents a literature review on ischemic stroke, its treatment, and the impact of thrombus structure on treatment success. Additionally, the literature review includes brief anatomy of the brain and methods for extracting radiomic features and possible methods for thrombus analysis from imaging data. In the last part of the theoretical work, the extracted features used in the practical part of the work and methods of their calculation are summarized. A brief introduction to statistical methods used in the practical part of the work follows. The practical part focuses on extracting statistical and textural features from CT data. Experiments deal with the analysis of extracted features, discriminatory properties of thrombus and background, and proposing an approach to thrombus segmentation from CT data. The results of the experiments are discussed.
|
|
|
Methods for initializing neural network weights and their effect on network learning
Prukner, Jakub ; Nemčeková, Petra (referee) ; Chmelík, Jiří (advisor)
This thesis examines the use of various methods for initialising the weights of artificial neural networks and monitoring their impact on network learning. Image classification from two databases, MNIST and CIFAR-10, is selected as the task for the network. The theoretical section provides an overview of the field of artificial neural networks, along with an analysis of different methods for initialising weights. The practical section includes a description of the experiments conducted, an explanation of the architectures and their associated hyperparameters. The individual experiments observe the effect of the selected methods and their respective configurations on the learning of different artificial neural network architectures. The results are compared for each dataset and architecture type, and the methods with which a the network achieved the best learning are selected. Furthermore, the methods with which the optimal learning of the network was achieved the fastest are selected. The results obtained are discussed.
|
|
|
Dynamic metabolomic prediction from genetic variation
Nemčeková, Petra ; Weckwerth, Wolfram (referee) ; Schwarzerová, Jana (advisor)
Hordeum vulgare, tak ako mnoho ďalších plodín, trpí redukovaním genetickej rôznorodosti spôsobeným klimatickými zmenami. Preto je potrebné zlepšiť účinnosť jeho kríženia. Oblasť záujmu sa v poslednej dobe obracia na výskum nepriamych selekčných metód založených na výpočetných predikčných modeloch. Táto práca sa zaoberá dynamickou metabolomickou predikciou založenou na genomických dátach, ktoré pozostávajú z 33,005 jednonukleotidových polymorfizmov. Metabolomické dáta zahŕňajú 128 metabolitov 25 rodín Halle exotického jačmeňa. Hlavným cieľom tejto práce je vytvoriť metabolomické predikcie dynamických dát pomocou rôznych metód, ktoré boli vybrané na základe rôznych publikácií. Vytvorené modely napomôžu predikcii fenotypu alebo odhaleniu dôležitých vlastností rastliny Hordeum vulgare.
|
|
|
Analysis of accelerometric signals during gait cycle
Nemčeková, Petra ; Sekora, Jiří (referee) ; Králík, Martin (advisor)
Kinematic analysis of gait is one of the most important examination of lower limbs. One of the possibilities of this analysis is measuring by accelerometer. This thesis is focusing on construction of a functional device, which measures an angle of ankle, hip and knee joint during gait and developing application, which enables measurement and displays measured data. Results from device were compared with kinematic norm used in ortopedy.
|
|
|
Analýza vzťahov medzi radiomickými priznakmi heterogenity trombu v akútnych ischemických mozgových príhodách
Nemčeková, Petra ; Škrváň, Adam ; Henk, Marquering ; Chmelík, Jiří ; Jakubíček, Roman
Cievne mozgové príhody sú jedným z najznámejších patológií mozgu. Prvotnou diagnostickou metódou je použitie počítačovej tomografie (CT). Avšak pre správne určenie liečby by bolo potrebné vedieť bližšie charakteristiky trombu, na základe ktorých by bol lekár schopný usúdiť najmenej riskantnú cestu pre pacienta. Táto štúdia sa zameriava na analýzu heterogenity trombov na CT snímkach u pacientov s ischemickou mozgovou príhodou. Na základe extrahovaných radiomických príznakov získaných z reprezentatívnych masiek trombov bolo získané rozmiestnenie voxelov jednotlivých trombov v novom parametrickom priestore. To bolo následne podrobené vizualizačným technikám tSNE a UMAP. Na základe vyhodnotenia morfologickej štruktúry jednotlivých vytvorených zhlukov u pacientov by bolo možné určiť počet častí trombu s rôznym zložením, na základe čoho by lekár mohol byť schopný predikovať záťaž pre pacienta pri trombektómii, ako napríklad pomocou počtu pokusov potrebných na spriechodnenie cievy.
|
|
|
Možnosti přístupu k obrazovým datům v rámci projektů ÚBMI ve spolupráci s klinickými pracovišti
Jakubíček, Roman ; Nemčeková, Petra ; Ouředníček, Petr ; Chmelík, Jiří
Tento článek zkoumá výzvy a možnosti spojené se zpracováním a sdílením obrazových dat v kontextu biomedicíny a počítačem podporované diagnostiky. S rostoucím výpočetním výkonem a využitím strojového učení se metody analýzy obrazů stávají stále efektivnějšími, ale potýkají se s problémy dostupnosti dat a obtížnou interpretovatelností. Autoři diskutují legislativní a etické aspekty ochrany osobních údajů a upozorňují na význam spolupráce mezi akademickými institucemi a klinickými pracovišti. Článek také prezentuje dva aktuální výzkumné projekty ÚBMI v oblasti analýzy obrazů, tj. analýza trombu v CT mozku a kardiovaskulární zobrazování magnetickou rezonancí, ve kterých se aktuálně využívají pokročilé algoritmy strojového učení. Spolupráce mezi ÚBMI a klinickými pracovišti přináší nové možnosti pro zlepšení diagnostiky a léčby pacientů.
|
|
|
Deep-learning based model implementation for pathological tissue characterization in brain MR images
Malík, Michael ; Nemčeková, Petra (referee) ; Chmelík, Jiří (advisor)
This bachelor thesis focuses on the issue of image segmentation by using a deep learning model. The theoretical part describes the anatomy and selected pathology of brain. The thesis also deals with the construction of MR device and creation of an MR image. In the closing section of theoretical part, the main focus is on describing the possibilities of image segmentation with the use of deep learning architectures and selected publicly available dataset. The aim of the practical part is to put the mentioned dataset and pre-processed data to the test and acquire results of image segmentations of individual patients from attached model of neural network. In conclusion, the achieved results are appropriately discussed.
|
|
|
Dynamic metabolomic prediction based on genetic variation for Hordeum vulgare
Nemčeková, P. ; Schwarzerová, J.
Hordeum vulgare, like many other crops, suffers from the reduction of genetic diversity caused by climate changes. Therefore, it is necessary to improve the performance of its breeding. Nowadays, the area of interest in current research focuses on indirect selection methods based on computational prediction modeling. This study deals with dynamic metabolomic prediction based on genomic data consisting of 33,005 single nucleotide polymorphisms. Metabolomic data include 128 metabolites belonging to 25 Halle exotic barley families. The main goal of this study is creating dynamic metabolomic predictions using different approaches chosen upon various publications. Our created models will be helpful for the prediction of phenotype or for revealing important traits of Hordeum vulgare.
|
|
|
Dynamic metabolomic prediction from genetic variation
Nemčeková, Petra ; Weckwerth, Wolfram (referee) ; Schwarzerová, Jana (advisor)
Hordeum vulgare, tak ako mnoho ďalších plodín, trpí redukovaním genetickej rôznorodosti spôsobeným klimatickými zmenami. Preto je potrebné zlepšiť účinnosť jeho kríženia. Oblasť záujmu sa v poslednej dobe obracia na výskum nepriamych selekčných metód založených na výpočetných predikčných modeloch. Táto práca sa zaoberá dynamickou metabolomickou predikciou založenou na genomických dátach, ktoré pozostávajú z 33,005 jednonukleotidových polymorfizmov. Metabolomické dáta zahŕňajú 128 metabolitov 25 rodín Halle exotického jačmeňa. Hlavným cieľom tejto práce je vytvoriť metabolomické predikcie dynamických dát pomocou rôznych metód, ktoré boli vybrané na základe rôznych publikácií. Vytvorené modely napomôžu predikcii fenotypu alebo odhaleniu dôležitých vlastností rastliny Hordeum vulgare.
|
|
|
Analysis of accelerometric signals during gait cycle
Nemčeková, Petra ; Sekora, Jiří (referee) ; Králík, Martin (advisor)
Kinematic analysis of gait is one of the most important examination of lower limbs. One of the possibilities of this analysis is measuring by accelerometer. This thesis is focusing on construction of a functional device, which measures an angle of ankle, hip and knee joint during gait and developing application, which enables measurement and displays measured data. Results from device were compared with kinematic norm used in ortopedy.
|
guest ::
RSS feed.