|
|
Analýza textury objektů v zorném poli kamery
Klimeš, Jiří ; Horák, Karel (oponent) ; Petyovský, Petr (vedoucí práce)
Diplomová práce se zabývá návrhem a realizací algoritmů pro analýzu textury objektu v obraze pro účely automatizace procesu broušení povrchu. V první části práce byla provedena rešerše v oblasti analýzy textury v obraze. Navržené deskriptory textury byly testovány na vytvořené anotované databázi snímků textury. Následně byla navržena a sestavena scéna pro snímání povrchu obráběného objektu a realizována automatizace procesu broušení na základě výsledků testování deskriptorů textury. Realizace a dosažené výsledky byly zhodnoceny a byla navržena další možná vylepšení.
|
|
|
Texture modeling applied to medical images
Remeš, Václav ; Haindl, Michal (vedoucí práce)
V práci jsou prezentovány nové deskriptivní mnoharozměrné markovské tex- turní modely aplikované na počítačem podporovanou diagnostiku rentgenových mamogramů. Tyto netriviální matematické modely, aplikovatelné též v široké oblasti modelování mnoharozměrných vzájemně korelovaných dat mimo mamo- grafii, umožňují, oproti standardním diskriminativním modelům, ideální vizuální ověření pomocí syntézy odpovídajících datových prostorů. Veškeré dosažené výsledky byly podrobeny rozsáhlým benchmarkům. Práce prezentuje dvě metody klasifikace hustoty prsní tkáně z rentgenových mamogramů. Obě metody byly testovány na databázích MIAS a INbreast s výsledky srovnatelnými s nejnovějšími špičkovými metodami. Dále je představeno několik metod pro zcela automatické zvýrazňování mamo- grafických textur. Tyto metody jsou založeny na deskriptivních texturních mod- elech vyvinutých v rámci této práce, které se automaticky adaptují na texturu analyzovaného rentgenového snímku, díky čemuž jsou univerzální pro libovolný druh textury bez potřeby ručního nastavování konkrétních parametrů. Výstupy metod zvýrazňují oblasti zájmu detekované jako texturní abnormality. Metody umožňují nastavit zvýraznění na...
|
|
|
Automatic Segmentation And Classification Of Internal Calibration Tissues
Šalplachta, Jakub
The aim of this work is finding a way to make calculation of bone mineral density of vertebrae with the use of internal calibration tissues fully automatic procedure. To accomplish that several methods for segmentation and classification of paraspinal muscle and subcutaneous fat were tested. For the testing and learning procedure of this work manually labelled database of tissues of interest was created and medically verified.
|
|
|
Texture modeling applied to medical images
Remeš, Václav ; Haindl, Michal (vedoucí práce)
V práci jsou prezentovány nové deskriptivní mnoharozměrné markovské tex- turní modely aplikované na počítačem podporovanou diagnostiku rentgenových mamogramů. Tyto netriviální matematické modely, aplikovatelné též v široké oblasti modelování mnoharozměrných vzájemně korelovaných dat mimo mamo- grafii, umožňují, oproti standardním diskriminativním modelům, ideální vizuální ověření pomocí syntézy odpovídajících datových prostorů. Veškeré dosažené výsledky byly podrobeny rozsáhlým benchmarkům. Práce prezentuje dvě metody klasifikace hustoty prsní tkáně z rentgenových mamogramů. Obě metody byly testovány na databázích MIAS a INbreast s výsledky srovnatelnými s nejnovějšími špičkovými metodami. Dále je představeno několik metod pro zcela automatické zvýrazňování mamo- grafických textur. Tyto metody jsou založeny na deskriptivních texturních mod- elech vyvinutých v rámci této práce, které se automaticky adaptují na texturu analyzovaného rentgenového snímku, díky čemuž jsou univerzální pro libovolný druh textury bez potřeby ručního nastavování konkrétních parametrů. Výstupy metod zvýrazňují oblasti zájmu detekované jako texturní abnormality. Metody umožňují nastavit zvýraznění na...
|
|
|
Analýza 3D CT obrazových dat se zaměřením na detekci a klasifikaci specifických struktur tkání
Šalplachta, Jakub ; Malínský, Miloš (oponent) ; Jan, Jiří (vedoucí práce)
Tato diplomová práce se zabývá segmentací a klasifikací paraspinálního svalu a podkožní tukové tkáně na základě 3D CT obrazových dat, a to za účelem jejich následného využití jako interních kalibračních fantomů pro výpočet minerální hustoty obratle. Vybrané přístupy byly testovány a následně hodnoceny z hlediska správnosti klasifikace a také jejich celkové funkčnosti pro následný výpočet hodnoty BMD. Vlastní testování bylo realizováno v programovacím prostředí Matlab®, a to na vytvořené pacientské databázi obsahující lumbální část páteře pro celkově 12 pacientů. Následující sekce této práce obsahují popis problematiky stanovování kostní denzity, segmentačních a klasifikačních metod a popis vlastní realizace.
|
|
|
Automatizace exoskopické analýzy pomocí zpracování obrazů sedimentárních zrn pořízených elektronovým mikroskopem
Křupka, Aleš ; Křížek,, Marek (oponent) ; Baroňák, Ivan (oponent) ; Říha, Kamil (vedoucí práce)
Práce se zabývá výzkumem metod analýzy obrazu za účelem využití při exoskopické analýze sedimentárních zrn, konkrétně při rozlišování mezi jednotlivými geomorfologickými genezemi, kterými byla tato zrna formována. Obrazy zrn jsou pořízeny pomocí rastrového elektronového mikroskopu. Hlavním přínosem je návrh metodiky, pomocí které je možné exoskopickou analýzu do značné míry automatizovat. Tato metodika pokrývá automatickou segmentaci zrn v obraze, automatickou analýzu zaoblenosti 2D průmětu zrn a rozlišitelnost geomorfologických genezí podle struktury povrchu zrn. V části zabývající se automatickou segmentací byla navržena metoda, která následně umožňuje snadnou manuální korekci výsledků segmentace. Tato metoda je založena na rozdělení a slučování regionů v obrazu. Jednotlivé kroky této procedury byly navrženy tak, aby bylo co nejvíce využito specifických vlastností snímků zachycujících zrna a následně dosaženo co nejlepších výsledků segmentace. V části automatické analýzy zaoblenosti 2D průmětu sedimentárních zrn byl vyhodnocen vliv obrazového rozlišení na výslednou hodnotu zaoblenosti. Dále zde bylo zkoumáno minimální množství sedimentárních zrn, které je nutné analyzovat pro spolehlivé porovnání dvojice geomorfologických genezí na základě míry zaoblenosti. Pro určení tohoto množství byla navržena metoda, která byla experimentálně ověřena. V části automatické analýzy povrchové struktury sedimentárních zrn byla navržena metoda pro rozlišování geomorfologických genezí. Tato metoda využívá nízkoúrovňové texturní příznaky, pomocí kterých lze popsat jednotlivé obrazy sedimentárních zrn. Modely jednotlivých geomorfologických genezí jsou pak tvořeny souborem histogramů reprezentujících četnosti zastoupení různých konfigurací nízkoúrovňových texturních příznaků. Metody navržené v jednotlivých částech práce byly otestovány a vyhodnoceny na základě databáze, která obsahuje vzorky sedimentárních zrn pocházejících z celkem 4 různých geomorfologických genezí (eolická, glaciální, svahová a vulkanická).
|
|
|
Texturní analýza nádorových tkání v CT obrazových datech plic.
Šalplachta, Jakub ; Jan, Jiří (oponent) ; Jakubíček, Roman (vedoucí práce)
Cílem této práce je odhalení možnosti využití metod texturní analýzy k detekci a segmentaci nádorové tkáně v CT datech plic a klasifikace viabilních oblastí nádorové tkáně. Hlavním předpokladem práce jsou rozdíly texturních vlastností (příznaků) mezi nádorem a okolními tkáněmi a změny těchto příznaků během vývoje a léčby nemoci. Práce obsahuje přehled jednotlivých metod texturní analýzy. Dále se zabývá vytvořením vlastní metody, která je tvořena vybranými metodami texturní analýzy, jejichž výstupy společně vytváří vektor příznaků (pro každý voxel obrazu získáme vektor příznaků). Ten je následně dále zpracováván pomocí metody shlukové analýzy. Obsahem práce je teoretická rešerše dané problematiky, popis návrhu vlastní metody a statistické vyhodnocení výsledků. Návrh metody je zpracován v programovacím prostředí Matlab®.
|
|
|
Analýza vrstvy nervových vláken na snímcích sítnice s využitím lokálních binárních vzorů
Doležal, Petr ; Harabiš, Vratislav (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato práce popisuje metodu LBP (Localy Binary Pattern) v jejích různých formách jako nástroj pro analýzu vrstvy nervových vláken jakožto snímků s texturou a bez textury. První část práce se zabývá vrstvou nervových vláken na sítnici oka, výpadky nervových vláken, a především pak možnostmi snímání sítnice pomocí fundus kamery a vlastnostmi takto získaných dat. Druhá část práce popisuje a vysvětluje metodu LBP využívající lokální binární operátory k popisu textury pomocí histogramů. Z takto vzniklých LBP histogramů je získán soubor příznaků. Různými klasifikačními přístupy lze pak určit, zda nové vzorky patří snímku s výpadkem vrstvy nervových vláken. Tímto se zabývá další část práce. Následně je zkoumána korelace příznaků histogramů těchto snímků s tloušťkou vrstvy nervových vláken v témže místě. Metody popisované v této práci byly otestovány na souboru snímků v programovém prostředí MATLAB a dobré výsledky ukazují, že použitá metoda může najít uplatnění v podpoře diagnostiky glaukomových onemocnění.
|
|
|
Extrakce texturních příznaků pro účely detekce glaukomového poškození
Daněk, Daniel ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce se zabývá automatickou analýzou fundus snímků sítnice pomocí texturní analýzy využívající Markovská náhodná pole. Cílem práce je nalézt vhodné texturní parametry, které by bylo možné využít pro klasifikaci stupně poškození vrstvy nervových vláken. Uvažovaný model Markovských náhodných polí využívá cirkulárně symetrické okolí pro popis analyzované textury a odhad parametrů modelu pomocí metody nejmenších čtverců. Získané texturní příznaky byly kvantitativně vyhodnoceny pomocí základní korelační analýzy s využitím dat z optické koherentní tomografie (OCT). Výsledky ukazují, že existuje korelace mezi navrženými příznaky a tloušťkou vrstvy nervových vláken, měřenou pomocí OCT. Příznaky lze tedy v budoucnu potencionálně využít pro diagnostiku glaukomu.
|
|
|
Inteligentní klasifikace příznaků pro podporu diagnostiky glaukomu
Vykoupil, Pavel ; Čmiel, Vratislav (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce se zabývá inteligentní klasifikací příznaků pro podporu diagnostiky glaukomu. První část práce se věnuje anatomii oka a onemocněním sítnice zvaném zelený zákal. V další části je stručně popsaná texturní analýza a jak získáváme příznaky pro klasifikaci. V poslední části se zabývá samotnou klasifikací příznaků pomocí neuronových sítí a algoritmů HoKashyap a AdaBoost. Tato práce je tedy zaměřena na srovnání účinnosti těchto klasifikátorů na poli oční diagnostiky, čehož se i podařilo úspěšně dosáhnout.
|
host ::
RSS.