|
|
Detekce onemocnění ve snímku sítnice oka
Aubrecht, Tomáš ; Drahanský, Martin (oponent) ; Semerád, Lukáš (vedoucí práce)
Věkem podmíněná makulární degenerace se řadí mezi nejčastější onemocnění sítnice lidského oka, které vede různou rychlostí ke slepotě. Toto onemocnění se vyskytuje ve dvou formách. Zatímco u vlhké formy lze zpomalit její progresi, pro suchou formu prozatím neexistuje dostupná metoda léčby, proto je ze všeho nejdůležitější prevence. Z tohoto důvodu je cílem této práce navrhnout a implementovat software, který umožní automatickou detekci příznaků tohoto onemocnění z pořízených snímků sítnic. Algoritmus pro detekování příznaků je založený na adaptivním prahování obrazu pro získání podezřelých oblastí, které jsou následně klasifikovány. Při vyhodnocování bylo použito 407 snímků sítnic, u kterých tento software vykazoval velmi vysokou úspěšnost. V případě jeho nasazení ve spojení s optickým přístrojem pro snímání sítnice pomůže lékařům například rychleji diagnostikovat.
|
|
|
Detekce a rozpoznání projevů onemocnění VPMD na sítnici lidského oka
Stančíková, Ivana ; Semerád, Lukáš (oponent) ; Drahanský, Martin (vedoucí práce)
Cílem této bakalářské práce je vytvoření nástroje pro detekci příznaků onemocnění věkem podmíněnou makulární degenerací na snímcích sítnice lidského oka. Toto onemocnění patří k nejčastějším příčinám ztráty zraku v pokročilém věku a jeho prvním a nejvýraznějším projevem bývají léze zvané drúzy v oblasti žluté skvrny sítnice oka. Zvolený postup řešení tohoto problému využívá metod zpracování digitálního obrazu k rozpoznání základních objektů na sítnici, především krevního řečiště a optického disku, a následné detekci anomálií na základě jejich jasu a barvy. Otestována byla úspěšnost při detekci optického disku a drúz na celkem 692 snímcích se čtyř databází. Výsledný program by mohl do budoucna pomoci lékařům s časnějším rozpoznáním onemocnění oka věkem podmíněnou makulární degenerací a přispět ke zvýšení prevence rozvoje závažnějšího poškození zraku u většího počtu pacientů.
|
|
|
Detekce a rozpoznání projevů onemocnění VPMD na sítnici lidského oka
Stančíková, Ivana ; Semerád, Lukáš (oponent) ; Drahanský, Martin (vedoucí práce)
Cílem této bakalářské práce je vytvoření nástroje pro detekci příznaků onemocnění věkem podmíněnou makulární degenerací na snímcích sítnice lidského oka. Toto onemocnění patří k nejčastějším příčinám ztráty zraku v pokročilém věku a jeho prvním a nejvýraznějším projevem bývají léze zvané drúzy v oblasti žluté skvrny sítnice oka. Zvolený postup řešení tohoto problému využívá metod zpracování digitálního obrazu k rozpoznání základních objektů na sítnici, především krevního řečiště a optického disku, a následné detekci anomálií na základě jejich jasu a barvy. Otestována byla úspěšnost při detekci optického disku a drúz na celkem 692 snímcích se čtyř databází. Výsledný program by mohl do budoucna pomoci lékařům s časnějším rozpoznáním onemocnění oka věkem podmíněnou makulární degenerací a přispět ke zvýšení prevence rozvoje závažnějšího poškození zraku u většího počtu pacientů.
|
|
|
Detekce onemocnění ve snímku sítnice oka
Aubrecht, Tomáš ; Drahanský, Martin (oponent) ; Semerád, Lukáš (vedoucí práce)
Věkem podmíněná makulární degenerace se řadí mezi nejčastější onemocnění sítnice lidského oka, které vede různou rychlostí ke slepotě. Toto onemocnění se vyskytuje ve dvou formách. Zatímco u vlhké formy lze zpomalit její progresi, pro suchou formu prozatím neexistuje dostupná metoda léčby, proto je ze všeho nejdůležitější prevence. Z tohoto důvodu je cílem této práce navrhnout a implementovat software, který umožní automatickou detekci příznaků tohoto onemocnění z pořízených snímků sítnic. Algoritmus pro detekování příznaků je založený na adaptivním prahování obrazu pro získání podezřelých oblastí, které jsou následně klasifikovány. Při vyhodnocování bylo použito 407 snímků sítnic, u kterých tento software vykazoval velmi vysokou úspěšnost. V případě jeho nasazení ve spojení s optickým přístrojem pro snímání sítnice pomůže lékařům například rychleji diagnostikovat.
|
host ::
RSS.