|
|
Detekce a lokalizace mikrobiálních kolonií pomocí algoritmů hlubokého učení
Čičatka, Michal ; Vičar, Tomáš (oponent) ; Mézl, Martin (vedoucí práce)
Díky masivnímu rozšíření hmotnostní spektrometrie a neustálému zdražování lidské práce se v současné době nabízí otázka optimalizace přípravy mikrobiálních vzorků. Tato diplomová práce se věnuje návrhu a implementaci algoritmu strojového učení pro segmentaci obrazů mikrobiálních kolonií kultivovaných na Petriho miskách. Algoritmus bude použit v ovládacím software přístroje MBT Pathfinder společnosti Bruker s. r. o., jehož úkolem je automatizace procesu roztěru mikrobiálních vzorků na MALDI destičky. V rámci práce bylo implementováno několik modelů segmentačních neuronových sítí na bázi architektur UNet, UNet++ a ENet. Na základě množství experimentů zkoumajících různé konfigurace sítí a předzpracování trénovacího datasetu byl pro použití v produkčním prostředí vybrán model ENet s čtyřnásobným množstvím filtrů a přidaným konvolučním blokem enkodéru trénovaný na datasetu obrazů misek s aplikovanou kruhovou maskou.
|
|
|
Intracranial aneurysm detection in TOF-MRI data
Vývoda, Jan ; Vičar, Tomáš (oponent) ; Jakubíček, Roman (vedoucí práce)
The thesis contains a theoretical review of information about intracranial aneurysms, their diagnosis and therapy. It also summarizes the methods of object detection by both classical and machine learning methods and includes a brief description of some methods of intracranial aneurysm detection. In the practical part, several proposed approaches for segmentation and detection of these aneurysms using U-net neural network are evaluated and compared.
|
|
|
Automatická klasifikace výslovnosti hlásky R
Hrušovský, Enrik ; Vičar, Tomáš (oponent) ; Harabiš, Vratislav (vedoucí práce)
Táto diplomová práca sa zaoberá automatickou klasifikáciou hlásky R. Dáva si za cieľ vytvoriť program pre detekciu logopedickej vady výslovnosti hlásky ,,R” u detí. V práci sú spracované témy ako tvorba reči, logopédia, dyslália a následne spracovanie rečových signálov a ich metódy analýzy. V poslednej časti je navrhnutý program pre automatickú klasifikáciu výslovnosti hlásky ,,R”. K rozpoznaniu výslovnosti je použitý algoritmus MFCC pre extrakciu príznakov. Tieto príznaky sú následne klasifikované neurónovou sieťou do triedy so správnou alebo nesprávnou výslovnosťou a je vyhodnotená úspešnosť klasifikácie.
|
|
|
Analýza vlivu trénovací datové sady na úspěšnost segmentace
Benešovská, Veronika ; Vičar, Tomáš (oponent) ; Jakubíček, Roman (vedoucí práce)
Mikrobiální struktury jsou v každém živém organismu, proto je důležité je klasifikovat pro následné zkoumání jejich původu a funkce. Společnost Bruker, s.r.o vyvíjí právě pro tento účel přístroj MBT Pathfinder, který automatizuje přenos kolonií na MALDI destičky, kde probíhá následná analýza vzorku. Přenášené kolonie lze vybrat ručně nebo pomocí algoritmu, který zajistí automatickou segmentaci kolonií. Tento algoritmus je nejdříve potřeba naučit na trénovací množině, která má velký vliv na jeho přesnost. Tato práce se zabývá měřením vlivu datové sady na přesnost tohoto algoritmu.
|
|
|
Monitorovací systém pro zjištění motility a polohy laboratorních zvířat po anestézii
Enikeev, Amir ; Vičar, Tomáš (oponent) ; Čmiel, Vratislav (vedoucí práce)
Tato Diplomová práce, která nese název „Monitorovací systém pro zjištění motility a polohy laboratorních zvířat po anestézii“ se zaměřuje na návrh a realizaci bezkontaktní detekce polohy laboratorního potkana nebo myši ve výběhu s průhledným krytem. Semestrální práce si klade za cíl nalézt vhodné metody realizaci bezkontaktní detekce polohy laboratorního potkana nebo myši a automaticky určit a zobrazit průměrnou rychlost nebo jiné charakteristiky pohybu. Zadání vzešlo z potřeb monitoringu zvířat po kurativním zásahu a také jako potřebná utilita pro budoucí „stínování“ pohyb zvířete (automatické cílení na jizvu na zádech zvířete). Potkan, který je umístěný uvnitř našeho výběhu je buď standardně pohyblivý nebo je omámen po anestezií. V této práci se zabývám nejprve rešerší automatických monitorovacích systémů pro detekci polohy zvířat ve výběhu. Pak v praktické části jsou testovány tři typy kamer pro obrazovou detekci polohy potkana a je navrhnut skript pro automatickou detekci a analýzu pohybu potkana. Systém funguje jako kamerové oko které v reálnem času v svém zorném poli schopno najit plochu černého boxu následně omezit plochu detekci o velikosti teto krabice a nasledne v omezenem prostoru automaticky detekuje težište a vzpočitava cestu kterou udelava ten bod , jako stitistiku uklada cestu za deasat sekund a z toho vzpočitava přumernou rzchlost potkanu za tu dobu .A hodnocenim získanou rzchlosti s průměrem vypočtenzm s testev na 10 myšich - hlasi na obrazovce stav myši za predešlych desat sekund.Vytvořeny software detekuje bilou myš nebo potkana v černém hovnem boxu , bez doplňkového označeni zvířeti pomoci markéru pro žádné stresovaní zvířeti . Potkan, který je umístěný uvnitř našeho výběhu je buď standardně pohyblivý nebo je omámen po anestezií. V této práci se zabývám nejprve rešerší automatických monitorovacích systémů pro detekci polohy zvířat ve výběhu. Pak v praktické části jsou testovány tři typy kamer pro obrazovou detekci polohy potkana a je navrhnut skript pro automatickou detekci a analýzu pohybu potkana. A vytvořen software na detekci
|
|
|
Detekce buněk pomocí konvolučních neuronových sítí
Doskočil, Ondřej ; Chmelík, Jiří (oponent) ; Vičar, Tomáš (vedoucí práce)
Tato bakalářská práce se zabývá využitím konvolučních neuronových sítí pro detekci buněk v obrazových datech. Teoretická část obsahuje popis fungování těchto sítí a jejich různých architektur. V praktické části byly tyto sítě implementovány a trénovány na dostupném datasetu. Každá z těchto sítí využívá však jiný přístup k detekci. Nakonec byly jednotlivé sítě statisticky vyhodnoceny a byl provedena diskuse.
|
|
|
Odstraňování šumu v obraze pomocí metod hlubokého učení
Strejček, Jakub ; Jakubíček, Roman (oponent) ; Vičar, Tomáš (vedoucí práce)
Tato práce se zabývá srovnáním metod odstranění šumu pomocí hlubokého učení a jejich implementací. V posledních letech se ukázalo, že k trénování konvolučních neuronových sítí není nutně potřeba mít párová data, tedy zašuměné a bezšumové obrázky, ale pro některé aplikace stačí pro odstranění šumu pouze ty zašuměné. Metodami uvedenými v této práci lze účinně odstranit např. aditivní Gaussovský šum a lze dosáhnout lepších výsledků než užitím některých statistických metod, které se pro odstranění šumu aktuálně používají.
|
|
|
Tumor cell classification using deep-learning
Majerčík, Jakub ; Kolář, Radim (oponent) ; Vičar, Tomáš (vedoucí práce)
Classification of microscopic cancer cell images finds its use in a wide variety of biological and medical applications. This work aims to classify two lines of aggressive tumor prostate cells with induced zinc resistance using deep learning methods, and provide an interpretation of occurring classification processes. Dataset consists of more than 750 images, whose acquisition was performed using optical diffraction tomography. This microscopy method allowed for non-invasive cell imaging in their native state. This work shows an implementation of a convolutional neural network, along with methods for visualization of classification processes used to generate localization maps (Grad-CAM and an occlusion-based method). The neural network classifies two prostate cell lines used in study with an accuracy of 98,08% and the aggressive zinc-resistance phenotype with an accuracy of 96,08%. Localization maps and manual segmentation masks of cell borders, nuclei and nucleoli allowed for analysis of sub-celullar regions, which indicates that the decisive region for correct classification is the region of cytoplasm. This is most likely the result of variable vesicle count in cytoplasm, their size, as well as the overall cell size and the morfological structure of their cytoplasmic membrane depending on a given phenotype.
|
|
|
Registrace obrazů s využitím optimalizace pomocí automatické diferenciace
Slavíček, David ; Kolář, Radim (oponent) ; Vičar, Tomáš (vedoucí práce)
Práce se zabývá využitím automatické diferenciace v registraci obrazů. V teoretické části byly popsány kroky registrace obrazů a možné způsoby jejich realizace. V praktické části byl navržen algoritmus pro registraci afinně transformovaných obrazů s využitím automatické diferenciace. Algoritmus byl implementován. Byly navrhnuty dvě modifikace algoritmu. Dále byla sestavena testovací databáze sestávající z RTG snímků hrudníku. Na ní byl algoritmus otestován.
|
|
|
Registrace obrazů s využitím optimalizace pomocí automatické diferenciace
Slavíček, David ; Kolář, Radim (oponent) ; Vičar, Tomáš (vedoucí práce)
Práce se zabývá využitím automatické diferenciace v registraci obrazů. V teoretické části byly popsány kroky registrace obrazů a možné způsoby jejich realizace. V praktické části byl navržen algoritmus pro registraci afinně transformovaných obrazů s využitím automatické diferenciace. Algoritmus byl implementován. Byly navrhnuty dvě modifikace algoritmu. Dále byla sestavena testovací databáze sestávající z RTG snímků hrudníku. Na ní byl algoritmus otestován.
|
host ::
RSS.