Národní úložiště šedé literatury Nalezeno 26 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.02 vteřin. 
Calculation of Bone Mineral Density from Dual-energy CT and its Application on Patient with Multiple Myeloma
Nohel, Michal ; Chmelík, Jiří
This article presents the results of the calculation of bone mineral density in the spine of a patient with multiple myeloma and lytic lesions. The findings indicate that the average value for a healthy vertebra falls within the physiological range. In the case of the patient with myeloma, a low value was measured in the area of the lytic lesion, suggesting a high risk of pathological fractures. The research also revealed lower values in areas without lytic lesions. These results emphasize the importance of precise evaluation of mineral density in the diagnosis of spinal diseases.
Deep learning model for segmentation of trabecular tissue on CT data of the lumbar spine
Nagyová, Miriam ; Nohel, Michal
This paper focuses on training a deep learning model for vertebral body segmentation of the lumbar spine. The nnU-Net model was trained and tested on a publicly available dataset LumVBCanSeg consisting of 185 lumbar CT scans. Dice coefficient was used to evaluate the accuracy of the trained model. The mean Dice coefficient of the testing dataset was 0.949 with a standard deviation of 0.103. The model was also tested on clinical data containing various abnormalities, such as lytic lesions in multiple myeloma patients and metallic implants. Results were evaluated visually. While the model showed high accuracy on the testing dataset, the results on scans with anomalies showed a decline in accuracy.
Implementation of a deep learning model for segmentation of multiple myeloma in CT data
Gálík, Pavel ; Nohel, Michal
This paper deals with the implementation of a deep learning model for spinal tumor segmentation of multiple myeloma patients in CT data. Deep learning is becoming an important part of developing computer-aided detection and diagnosis systems. In this study, a database of 25 patients who were imaged on spectral CT and for whom different parametric images (conventional CT, virtual monoenergetic images, calcium suppression images) were reconstructed, was used. Three convolutional neural network models based on the nnU-Net framework for lytic lesion segmentation were trained on the selected data. The results were evaluated on a test database and the trained models were compared.
Analysis of osteolytic spinal tumors in patients with multiple myeloma using CT data
Čurillová, Miriam ; Mézl, Martin (oponent) ; Nohel, Michal (vedoucí práce)
This bachelor’s thesis focuses on analysis of osteolytic lesions in patients with multiple myeloma. The first step in achieving our goal was to research this disease, its diagnostic criteria, possible complications and available treatment. The practical part consisted of a few individual tasks. A statistical analysis was done on a dataset consisting of CT scans of patients with diagnosed multiple myeloma as well as individuals with no spinal pathologies. After extracting and reducing the number of features, we completed an analysis of obtained data. We came to a conclusion that there are features that vary significantly among the two groups. After analyzing the whole vertebral bodies, analysis of lesions in follow-up scans was completed, where their volume was analyzed.
Enhancing Reliability and Benchmarking Performance of Agar Plate Handling Algorithms for Laboratory Automation Robots
Kalivodová, Tereza ; Nohel, Michal (oponent) ; Mézl, Martin (vedoucí práce)
This bachelor thesis investigates the issue of sample preparation in the field of microbiology and medical diagnostics with an emphasis on the automated robotic system MBT Pathfinder, developed by \bruker. Using digital imaging techniques and convolutional neural networks, the thesis focuses on improving the algorithm for identifying the position of microbial colonies in the MBT Pathfinder system. The practical part of the thesis presents innovative approaches to optimize critical sample preparation steps to eliminate errors and increase process efficiency. The results of this work can enhance the reliability of microbiological analyses in medical diagnostics and microbiological research.
Možnosti neuronových sítí využívajících transformery pro zpracování medicínských obrazů
Valík, Tomáš ; Nohel, Michal (oponent) ; Chmelík, Jiří (vedoucí práce)
Tato diplomová práce se zabývá možnostmi využití neuronových sítí založených na architektuře transformerů pro zpracování medicínských obrazů. Hlavním cílem bylo porovnat výkonnost modelů ResNet18 a Vision Transformer (ViT-B-16) na dvou odlišných datasetech, konkrétně Intel Image Classification a ChestXray. Modely byly optimalizovány pomocí frameworku Optuna a nakonec byl každý z nich trénován desetkrát pro zajištění robustnosti výsledků. ty ukazují, že modely využívající Vision Transformery dosahují vyšších hodnot váženého F1 skóre ve srovnání s modely ResNet18. Konkrétně dosáhl model ViT-B-16 nejvyššího F1 skóre 0,939 na datasetu Intel Image a 0,907 na datasetu ChestXray, zatímco ResNet18 dosáhl hodnot 0,883, respektivě 0,885. Statistické analýzy pomocí Wilcoxonova testu potvrdily, že rozdíly ve výkonnosti mezi modely jsou statisticky signifikantní, což naznačuje výhodu použití Vision Transformerů pro tyto úlohy. Uveden je také rozbor výpočetní náročnosti, která je pro ViT mnohem vyšší.
Software tool for simulation of PET imaging
Maláňová, Katarína ; Nohel, Michal (oponent) ; Mézl, Martin (vedoucí práce)
This bachelor´s thesis is focusing on imaging systems in nuclear medicine, with a detailed emphasis on PET imaging. Additionally, several software tools for simulation of this imaging process are summarized. In the practical part, a basic simulation is created using Python programming. The output of the simulation is a sinogram, which is subsequently used in various reconstruction algorithms. The simulation includes attenuation and TOF correction. A separate program has been created to demonstrate the effects of different parameters.
Implementation of a deep learning model for spinal tumor segmentation of multiple myeloma patients in CT data
Gálík, Pavel ; Chmelík, Jiří (oponent) ; Nohel, Michal (vedoucí práce)
This master thesis deals with the implementation of a deep learning model for spinal tumor segmentation of multiple myeloma patients in CT data. The thesis introduces readers to the anatomy of the spine, the topic of multiple myeloma, and the principles of CT imaging. The deep learning is becoming an important part of developing computer-aided detection and diagnosis systems. The thesis introduces various deep-learning models for image segmentation, and the nnU-Net model was implemented for spinal tumor segmentation.
Komparace dat fyziologických parametrů generovaných přístrojem Metalyzer 3B v laboratoři s přístrojem Metamax 3B pro použití v terénním výzkumu
Kříž, Tomáš ; Nohel, Michal (oponent) ; Chlíbková, Daniela (vedoucí práce)
Se stále větším tlakem na kvalitu sportovních výkonu narůstá potřeba sportovců získávat data pro svůj trénink v podmínkách přirozených pro jejich disciplínu. Tím vzniká tlak na výrobce různých diagnostických zařízení, aby své produkty vyráběli nejen pro měření v laboratořích, ale i ve venkovním prostředí. To s sebou nese nutnost zařízení co nejvíce miniaturizovat, snižovat jejich váhu a celkově je přizpůsobit tak, aby sportovce při výkonu nijak neomezovala. Otázkou zůstává, zda nebudou tyto nezbytné úpravy snižovat přesnost měření. Je skutečně výhodnější upřednostnit přirozené prostředí pro daný sport před přesnými výsledky získanými z laboratoře? Cílem této bakalářské práce bylo zjistit rozdíly v naměřených fyziologických parametrech dvou rozdílných přístrojů při použití stejného zátěžového protokolu. Jeden z testů probíhal v laboratoři s nepřenosným přístrojem Metalyzer 3B a druhý ve venkovním prostředí s přenosným analyzátorem plynů Metamax 3B. Oba přístroje používané v práci jsou od firmy Cortex. Teoretická část představuje přístroje pro měření výměny plynů od různých výrobců a přestavuje různé způsoby stanovení VO2max. Praktická část zahrnuje změření sledovaných parametrů na obou přístrojích při identickém testovém protokolu. Bylo využito statistických testu (T-test) ke zjištění, zda se výsledky měření u různých parametrů přístrojem Metamax 3B významně odlišují od dat naměřených laboratorním přístrojem Metalyzer 3B. Výsledky statistických testů (V'O2 p = 0,54 ; V'CO2 p = 0,087; SF p = 0,49; V'E p = 0,2; DF p = 0,28; čas p = 0,59) na hladině významnosti = 0,05.
Validita přístroje VO2 Master Pro pro predikci maximální spotřeby kyslíku a měření klidového metabolismu
Goldschmidt, Tobiáš ; Nohel, Michal (oponent) ; Chlíbková, Daniela (vedoucí práce)
Meranie maximálnej spotreby kyslíku a kľudového metabolizmu sú jedným zo základných stavebných kameňov v testovaní športovcov a medicínskych pacientov. Na toto meranie sa využívajú analyzátory dýchacích plynov. Tieto analyzátory sú väčšinou neprenosné nálkadné zariadenia. VO2 Master Pro je na druhej strane prenosný prístroj s rádovo nižšou cenou. Jeho nevýhodou je však že obshuje len O2 senzor a nie aj CO2 senzor narozdiel od prístrojov chápané ako medicínsky štandard. Cieľom tejto práce bolo stanoviť validitu a odchýlku prístroja VO2 Master Pro pre meranie maximálnej spotreby kyslíku a kľudového metabolizmu. Odchýlka pre meranie maximálnej spotreby kyslíku bola 4,15 ± 4,41 %. Pre meranie kľudového metabolizmu bola odchýlka 41,20 ± 11,44 %. Pre meranie maximálnej spotreby kyslíku je VO2 Master Pro validný ale pre meranie kľudového metabolizmu validný nie je. Takisto bolo dokázané že veľkosť nameranej hodnoty má nelieneárny vzťah ku veľkosti odchýlky pri meraní maximálnej spotreby kyslíku.

Národní úložiště šedé literatury : Nalezeno 26 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Viz též: podobná jména autorů
10 Nohel, Michal
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.