|
|
Počítačová podpora pro monitoring a hodnocení kvality dat v klinickém výzkumu
Šiška, Branislav ; Kolářová, Jana (oponent) ; Schwarz, Daniel (vedoucí práce)
Diplomová práca sa zaoberá monitoringom a hodnotením kvality dát v klinickom výskume. Obvyklý spôsob na identifikáciu odľahlých hodnôt využíva jednorozmerné štatistické metódy pre každú premennú z formulára klinickej štúdie. Metóda popísaná v diplomovej práci vstupuje priamo do databáze štúdie a detekuje odľahlé hodnoty pomocou strojového učenia a viacrozmerného štatistického prístupu, ktorý transformuje všetky premenné z formulára do jednej, reprezentujúcej odpovedajúci záznam pacienta. Navrhnutý algoritmus je navrhnutý v programovom prostredí Matlab.
|
|
|
Analýza obrazu pro korekci elektronových mikroskopů
Smital, Petr ; Schwarz, Daniel (oponent) ; Kolář, Radim (vedoucí práce)
Tato práce se zabývá fyzikální podstatou korekcí elektronového mikroskopu a matematickými metodami zpracování obrazu potřebnými pro jejich kompletní automatizaci. Jedná se o různé typy ostření, korekci astigmatismu, centrování elektronového svazku či stabilizaci obrazu. Mezi popsané matematické metody patří různé metody zjištění ostrosti a astigmatismu, jak s použitím Fourierovy transformace, tak bez ní, dále metody detekce hran, operace s histogramem a lícování snímků, tedy zjišťování prostorových transformací v obraze, včetně zmínky o optimalizačních metodách. Tato práce obsahuje podrobný popis matematických metod, jejich zhodnocení na základě testovací „offline“ aplikace, popis algoritmů jejich implementace do reálného elektronového mikroskopu a výsledek testu na reálném mikroskopu v podobě videozáznamu z obrazovky ovládacího počítače.
|
|
|
Registrace CT objemových obrazů mozku pomocí globální afinní 3D transformace
Mikuláš, Karol ; Schwarz, Daniel (oponent) ; Walek, Petr (vedoucí práce)
V současné době dochází ve zdravotnictví k rychlému vývoji nových zobrazovacích metod a zdokonalování používaných metod. S tím dochází i k vývoji nových metod pro zpracování dat pořízených těmito metodami. Především v minulých několika letech se stala velmi využívanou metodou registrace dat, kdy dochází k transformacím obrazů stejné scény tak, aby si co nejvíce odpovídaly. Práce se zabývá právě touto metodou zpracování dat, které tak poskytují detailnější informace o jednotlivých strukturách, vývoji jednotlivých struktur v čase, umožňují zobrazovat současně fyziologické i anatomické informace nebo předzpracují data k dalšímu zpracováním.
|
|
|
Algoritmy pro detekci anomálií v datech z klinických studií a zdravotnických registrů
Bondarenko, Maxim ; Blaha, Milan (oponent) ; Schwarz, Daniel (vedoucí práce)
Daná diplomová práce se zabývá problematikou detekci anomálií v datech z klinických studií a zdravotnických registrů. Cílem práce je provedení literární rešerše problematiky kvality dat ve zdravotnickém výzkumu a realizace vlastního algoritmu detekce anomálních záznamů založeného na metodách strojového učení v reálných klinických datech z běžících nebo uzavřených klinických studií či registrů. V praktické části je popsán realizovaný algoritmus detekce, který se skládá z několika častí: import datového souboru z informačního systému, předzpracování a transformace importovaných datových záznamů s proměnnými různých datových typů na numerické vektory, využití známých statistických metod pro detekce outlierů a hodnoceni kvality a přesnosti algoritmu. Výsledkem zpracování algoritmu je vektor parametrů obsahujících anomálií, který má usnadnit práci správci dat. Tento algoritmus je navřen pro rozšíření palety funkcí informačního systému (CLADE-IS) o automatické monitorování kvality dat detekcí anomálních záznamů.
|
|
| |
|
|
Algoritmy pro detekci anomálií v datech z klinických studií a zdravotnických registrů
Bondarenko, Maxim ; Blaha, Milan (oponent) ; Schwarz, Daniel (vedoucí práce)
Daná diplomová práce se zabývá problematikou detekci anomálií v datech z klinických studií a zdravotnických registrů. Cílem práce je provedení literární rešerše problematiky kvality dat ve zdravotnickém výzkumu a realizace vlastního algoritmu detekce anomálních záznamů založeného na metodách strojového učení v reálných klinických datech z běžících nebo uzavřených klinických studií či registrů. V praktické části je popsán realizovaný algoritmus detekce, který se skládá z několika častí: import datového souboru z informačního systému, předzpracování a transformace importovaných datových záznamů s proměnnými různých datových typů na numerické vektory, využití známých statistických metod pro detekce outlierů a hodnoceni kvality a přesnosti algoritmu. Výsledkem zpracování algoritmu je vektor parametrů obsahujících anomálií, který má usnadnit práci správci dat. Tento algoritmus je navřen pro rozšíření palety funkcí informačního systému (CLADE-IS) o automatické monitorování kvality dat detekcí anomálních záznamů.
|
|
|
Identifikace organismů pomocí analýzy nukleotidových denzitních vektorů
Maděránková, Denisa ; Babula, Petr (oponent) ; Schwarz, Daniel (oponent) ; Provazník, Ivo (vedoucí práce)
Většina metod pro analýzu genomických dat pracuje se sekvencemi v jejich symbolickém zápisu. Genomické sekvence lze považovat za formu biologického digitálního signálu, který je možné analyzovat metodami zpracování digitálních signálů. Sekvence v symbolickém zápisu však musí být před zpracováním převedeny do vhodného numerického formátu. Tato dizertační práce představuje metodu numerické reprezentace genomických dat, nukleotidové denzitní vektory, a jejich využití k molekulární identifikaci organismů. V současnosti populární DNA barcoding je přístup molekulární identifikace organismů na základě porovnávání krátkých sekvencí určitého úseku mitochondriálního genomu. V této dizertační práci navržená metoda identifikace organismů na základě porovnávání nukleotidových denzitních vektorů byla testována na rozsáhlém souboru DNA barcodingových sekvencích. Navržený způsob identifikace do druhů byl dále rozšířen a otestován na vyšší taxonomické skupiny jako je čeleď. Dále také byly pro testovací data zkonstruovány a porovnány dendrogramy ze standardně používaných evolučních vzdáleností a vzdáleností mezi nukleotidovými denzitními vektory.
|
|
|
Software pro automatickou extrakci dat k analýze mozkové konektivity
Bujnošková, Eva ; Schwarz, Daniel (oponent) ; Jan, Jiří (vedoucí práce)
Mozek; složitý systém, o kterém chce lidstvo hodně vědět, ale stále toho ví velmi málo. S rozvojem moderní techniky se veřejnosti dostává nových neurozobrazovacích metod, mezi nimiž má své místo i magnetická rezonance. Nestačí již však zobrazovat pouze strukturní povahu mozku, vědci se stále více zabývají funkčními stavy - výborně jim k tomu slouží funkční magnetická rezonance. Zkoumají se jednotlivé oblasti, ale také komunikace napříč mozkem, aby tak byly objasněny příčiny lidského chování a funkčních poruch. Tato práce se věnuje zkoumání mozkové konektivity, využívá parcelaci dle anatomických atlasů a pokouší se zavést znalosti teorie grafů jako jednu z možností určení vztahů mezi mozkovými centry a oblastmi. Práce představuje vytvořený software pro extrakci matice konektivity a následné zpracování a vizualizaci grafu.
|
|
|
Porovnání metod efektivní a funkční konektivity ve funkční magnetické rezonanci
Gajdoš, Martin ; Schwarz, Daniel (oponent) ; Jan, Jiří (vedoucí práce)
Funkční magnetická rezonance (fMRI) je důležitá neurozobrazovací metoda, používaná ke studiu mozku. Cílem této práce je vytvořit softwarový nástroj pro porovnání dvou souměřitelných metod pro zjišťování funkční a efektivní konektivity ve fMRI datech. V této práci jsou shrnuty základní poznatky o zobrazování magnetickou rezonancí a o zobrazování pomocí fMRI. Dále se práce zabývá metodami funkční a efektivní konektivity, detailně metodami dynamického kauzálního modelování (DCM), analýzy nezávislých komponent (ICA) a Grangerova kauzálního modelování (GCM). V práci je představena praktická implementace metody DCM v toolboxu SPM a metody ICA v toolboxu GIFT. Následně se práce zabývá simulacemi pro porovnání souměřitelných metod DCM a GCM. Simulace jsou prováděny především za účelem zjištění chování modelů v závislosti na několika parametrech, čehož bylo dosaženo použitím Monte Carlo simulací. Ke konci práce je podrobně popsán návrh a realizace softwarového nástroje Connectivity_simulator, který umožňuje provést porovnání metod GCM a DCM na základě uživatelem specifikovaných vstupních parametrů simulace, a výsledky této simulace přehledně zobrazit.
|
|
| |
host ::
RSS.