Národní úložiště šedé literatury Nalezeno 182 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Využití prvků dual-task ve fyzioterapii u pacientů s roztroušenou sklerózou
Kollmerová, Denisa ; Novotná, Klára (vedoucí práce) ; Kulich, Václav (oponent)
BAKALÁŘSKÉ PRÁCE Jméno, příjmení: Denisa Kollmerová Vedoucí práce: Mgr. Klára Novotná, Ph.D. Název bakalářské práce: Využití prvků dual-task ve fyzioterapii u pacientů s roztroušenou sklerózou Abstrakt bakalářské práce: Bakalářská práce se věnuje využití prvků dual-task v rehabilitačních intervencích u pacientů s roztroušenou sklerózou. Práce je teoreticko-praktická. Hlavním cílem práce je využití prvků dual-task ve fyzioterapii u pacientů s různým stupněm postižení roztroušenou sklerózou. U každého pacienta je následně popsáno a zdokumentováno pět vybraných dual-task cviků. Vedlejším cílem je zmapování problematiky dual-task na větším vzorku pacientů. Teoretická část se zabývá tématem roztroušené sklerózy a dual-task. Praktická část popisuje využití fyzioterapeutické intervence s prvky dual-task formou kazuistik 3 pacientů s různou mírou neurologické disability. Záměrem terapií je zlepšení subjektivního vnímání potíží při dual-task a snížení deficitů detekovaných v rámci komplexního kineziologického rozboru, vybraných funkčních testů a dotazníků. Z výsledků výstupního vyšetření je patrný pozitivní efekt terapie, u pacientů převažuje zlepšení ve funkčních testech (někde dokonce s klinicky významnou změnou), v některých položkách se ovšem výkon či vjem pacientů nezměnil nebo došlo ke zhoršení. V...
Strukturální změny na mozku u lidí s roztroušenou sklerózou a jejich souvislost s klinickým stavem
Veselá, Adéla ; Řasová, Kamila (vedoucí práce) ; Švojgrová, Andrea (oponent)
Název: Strukturální změny mozku lidí s roztroušenou sklerózou a jejich specifika v souvislosti s klinickým stavem Cíl: Cílem této práce je zjistit, zda léze kortikospinálního traktu (CST) může u lidí s RS ovlivnit jejich motorické dovednosti jako je rovnováha a chůze měřené pomocí klinických testů Timed Up and Go (TUG), Berg Balance Scale (BBS) a 12-item Multiple Sclerosis Walking Scale (MSWS-12). Dalším cílem bylo zjistit, zda má dvouměsíční facilitační terapie vliv na rovnováhu a chůzi hodnocenou pomocí TUG, BBS a MSWS-12 u lidí s RS lézí v CST, a zda se efekt dvouměsíční facilitační terapie liší v závislosti na zasažení CST lézí. Metodika: Tato práce je součástí studie "Neuroproprioceptive "Facilitation, Inhibition" and Brain Plasticity (NEFAI)", registrované pod číslem NCT04355663, pro kterou byla v letech 2015 až 2017 získána paraklinická (obrazy magnetické rezonance (MR)) a klinická data (Timed Up and Go test (TUG), Berg Balance Scale (BBS) a dotazníkové šetření 12-item Multiple Sclerosis Walking Scale (MSWS)) u lidí s RS. V rámci mé bakalářské práci byly v roce 2022 v programu 3D slicer vyznačeny léze na MR lidí s RS. Pro diplomovou práci jsou tyto obrazy zarovnány v programu ITK - SNAP 4.0.2 (Yushkevich et al. 2006) s maskou externího mozku T1 vážené MR a proloženy externí maskou, a to...
Analýza mozkových drah pomocí pokročilých difuzních metod
Daňková, Martina ; Gajdoš, Martin (oponent) ; Vojtíšek, Lubomír (vedoucí práce)
Cílem této bakalářské práce je analýza mozkových drah pomocí pokročilých metod difuzní magnetické rezonance. V rámci literární rešerše jsou popsány principy difuzně váženého zobrazování, metody náběru a zpracování difuzně vážených dat a dostupné softwary pro zpracování a analýzu těchto dat. Praktická část práce se zabývá návrhem funkčního řešení pro analýzu difuzně vážených dat, které je otestováno na zmenšeném datasetu obsahujícím zdravé kontroly a pacienty s roztroušenou sklerózou. Na vzorku subjektů je provedeno kompletní předzpracování, traktografická analýza, sestavení konektomu a analýza odlišnosti konektomů zdravých a nemocných subjektů.
Kazuistika pacienta fyzioterapeutické péče s diagnózou roztroušená skleróza
Novotný, Ondřej ; Kučerová, Ilona (vedoucí práce) ; Nováková, Tereza (oponent)
Název: Kazuistika fyzioterapeutické péče o pacienta s diagnózou roztroušená skleróza Autor: Ondřej Novotný Vedoucí práce: Mgr. Ilona Kučerová Cíle: Cílem této práce je zpracování teoretické části diagnózy roztroušená skleróza. Následné praktické zpracování kazuistiky pacienta s diagnózou roztroušená skleróza. Metody: Tato práce byla zpracována na základě bakalářských, odborných praxí. Kazuistika byla zpracována na pacienta s diagnózou roztroušená skleróza, v nemocnici Agel Říčany a. s., tyto praxe probíhaly od 8.1.2024 do 2.2.2024. Ve speciální části byly použity metody, které se vyučují na UK FTVS, v rozsahu bakalářského studia. Na začátku byla pacientovi odebrána anamnéza. Následně byl zpracován vstupní kineziologický rozbor. Na základě výsledků vstupního kineziologického rozboru byl stanoven krátkodobý a dlouhodobý terapeutický plán. Celkem bylo provedeno 17 terapeutických jednotek. Při závěrečné jednotce byl proveden výstupní kineziologický rozbor, na jehož základě došlo ke z hodnocení efektu terapie. V obecné části došlo ke zpracování teoretických informací týkajících se roztroušené sklerózy. Výsledky: Následkem terapie došlo u pacienta ke zlepšení, podařilo se splnit většinu stanovených cílů. Mezi hlavní cíle jsem zařadil chůzi o dvou francouzských holých, zlepšení stability, zvětšení svalové...
Segmentace obrazu nevyvážených dat pomocí umělé inteligence
Polách, Michal ; Rajnoha, Martin (oponent) ; Kolařík, Martin (vedoucí práce)
Tato práce se zaměřuje na problematiku segmentace nevyvážených dat pomocí uměléinteligence. V práci jsou prozkoumány známé metody pro vypořádání se s nevyváženýmidaty, z nichž jsou vybrány vhodné metody, a ty jsou aplikovány na reálný problém, vekterém je cílem segmentovat nevyvážená data s poměrem tříd větším než 6000:1.
Segmentation of multiple sclerosis lesions using deep neural networks
Sasko, Dominik ; Myška, Vojtěch (oponent) ; Kolařík, Martin (vedoucí práce)
This master thesis focused on automatic segmentation of Multiple Sclerosis (MS) lesions on MRI images. We tested the latest methods of segmentation using Deep Neural Networks and compared the approaches of weight initialization by transfer learning and self-supervised learning. The automatic segmentation of MS lesions is a very challenging task, primarily due to the high imbalance of the dataset (brain scans usually contain only a small amount of damaged tissue). Another challenge is a manual annotation of these lesions, as two different doctors can mark other parts of the brain as damaged and the Dice Coefficient of these annotations is approximately 0.86, which further underlines the complexity of this task. The possibility of simplifying the annotation process by automatization could improve the lesion load determination and might lead to better diagnostic of each individual patient. Our goal was to propose two techniques that use transfer learning to pre-train weights to later improve the performance of existing segmentation models. The theoretical part describes the division of artificial intelligence, machine learning and deep neural networks and their use in image segmentation. Afterwards, the work provides a description of Multiple Sclerosis, its types, symptoms, diagnosis and treatment. The practical part begins with data preprocessing. Firstly, brain scans were adjusted to the same resolution with the same voxel size. This was needed due to the usage of three different datasets, in which the scans had been created by devices from different manufacturers. One dataset also included the skull, therefore it was necessary to remove it by an FSL tool, leaving only the patient's brain in the scan. The preprocessed data were 3D scans (FLAIR, T1 and T2 modalities), which were cut into individual 2D slices and used as an input for the neural network with encoder-decoder architecture. The whole dataset consisted a total of 6,720 slices with a resolution of 192 x 192 pixels for training (after removing slices where the mask was empty). Loss function was Combo loss (combination of Dice Loss with modified Cross-Entropy). The first technique was to use the pre-trained weights from the ImageNet dataset on encoder in U-Net network, with and without locked encoder weights, respectively, and compare the results with random weight initialization. In this case, we used only the FLAIR modality. Transfer learning has proven to increase the metrics from approximately 0.4 to 0.6. The difference between encoder with and without locked weights was about 0.02. The second proposed technique was to use a self-supervised context encoder with Generative Adversarial Networks (GAN) to pre-train the weights. This network used all three modalities also with the empty slices (23,040 slices in total). The purpose of GAN was to recreate the brain image, which was covered by a checkerboard. Weights learned during this training were later loaded for the encoder to apply to our segmentation problem. The following experiment did not show any improvement, with a DSC value of 0.29 and 0.09, with and without a locked encoder, respectively. Such a decrease in performance might have been caused by the use of weights pre-trained on two distant problems (segmentation and self-supervised context encoder) or by difficulty of the task considering the hugely unbalanced dataset.
Počítačová analýza medicínských obrazových dat
Krajčír, Róbert ; Šmirg, Ondřej (oponent) ; Uher, Václav (vedoucí práce)
Táto práca sa zaoberá analýzou medicínskych obrazových dát pomocou rôznych štatistických a numerických metód implementovaných v prostrediach Eclipse a Rapidminer využitím jazyku Java. Použité sú sady snímok (rezov), ktoré sú výsledkom vyšetrenia mozgu rôznych pacientov magnetickou rezonanciou. Jednotlivé segmenty v tomto 3D obraze sú podrobené výpočtu niekoľkých lokálnych príznakov, na základe ktorých sú vygenerované dátové sady pre použitie v trénovacích algoritmoch. Schopnosť týchto alogritmov úspešne identifikovať zdravé alebo choré tkanivo je následne otestovaná prakticky na dostupných dátach.
Trénovatelná segmentace obrazu s použitím hlubokých neuronových sítí
Majtán, Martin ; Burget, Radim (oponent) ; Harár, Pavol (vedoucí práce)
Diplomová práca sa zaoberá segmentáciou obrazu pomocou hlbokých neuronových sietí. V práci je popísaný princíp digitálneho spracovania obrazu a segmentácia obrazu. Je tu vysvetlený princíp umelých neurónových sietí, model umelého neurónu, spôsob ako sa neurónové siete trénujú a aktivujú. V praktickej časti je vytvorený algoritmus na generovanie podobrazov zo snímkov z magnetickej rezonancie. Vygenerované podobrazy sa používajú na trénovanie, testovanie a validáciu modelu neurónovej siete. V práci je vytvorený model umelej neurónovej siete, ktorí bol použitý pri trénovateľnej segmentácii obrazu. Model neurónovej siete je vytvorený pomocou knižnice Deeplearning4j a je optimalizovaný na paralelné trénovanie pomocou knižnice Spark.
Detekce roztroušené sklerózy
Kopuletý, Michal ; Mangová, Marie (oponent) ; Uher, Václav (vedoucí práce)
Tato práce je zaměřena na detekování lézí roztroušené sklerózy ze snímků magnetické rezonance. Správně vyhledané léze jsou velice důležité pro stanovení lékařské diagnózy. Detekce lézí pomocí metod strojového učení je poměrně náročná z důvodů velké proměnlivosti velikosti, tvaru a pozice lézí v mozku. V praktické části práce je navržen základ softwaru, jenž bude po dokončení klasifikovat obrazové body, tak aby bylo možné vyhledat ložiska roztroušené sklerózy. Pro klasifikaci bude využita metoda podpůrných vektorů. Teoretická část pak popisuje roztroušenou sklerózu, základy operací prováděných s biomedicínskými obrazy a klasifikaci dat.
Možnosti pracovního začlenění osob s roztroušenou sklerózou: vliv symptomů a dalších komorbidit
Ulmanová, Alena ; Novotná, Klára (vedoucí práce) ; Rodová, Zuzana (oponent)
BAKALÁŘSKÉ PRÁCE Jméno, příjmení: Alena Ulmanová Vedoucí práce: Mgr. Klára Novotná Ph.D. Konzultant práce: Mgr. Eliška Rotbartová Název bakalářské práce: Možnosti pracovního začlenění osob s roztroušenou sklerózou: vliv symptomů a dalších komorbidit Abstrakt bakalářské práce: Tato teoreticko-praktická bakalářská práce se zabývá vlivem symptomů roztroušené sklerózy a dalších komorbidit na pracovní uplatnění osob, které se potýkají s touto diagnózou. Práce si klade za cíl zjistit jaké jsou dominantní obtíže, které omezují práceschopnost osob s roztroušenou sklerózou, čehož dosahuje pomocí dotazníku pracovních obtíží s názvem Multiple Sclerosis Work Difficulties Questionnaire (MSWDQ-23). Důležitost tohoto cíle vychází především z faktu, že onemocnění postihuje především mladé dospělé v produktivním věku, u kterých bývá zaměstnání podstatnou součástí života a obtíže spojené se sníženou práceschopností mohou negativně ovlivnit jejich finanční a sociální situaci, ale i celkový fyzický stav. Teoretická část práce shrnuje poznatky o dané problematice pomocí aktuální zahraniční i tuzemské literatury. V praktické části je následně využit kvantitativní výzkum založený na dotazníkovém šetření. Konkrétně je použit standardizovaný nástroj MSWDQ-23, který pomocí uzavřených otázek rozdělených do tří kategorií...

Národní úložiště šedé literatury : Nalezeno 182 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.