|
|
Pupilometrie aplikovaná během měření defokusační křivky
Musilová, Kateřina ; Harabiš, Vratislav (oponent) ; Kolář, Radim (vedoucí práce)
Cílem této práce je návrh algoritmu, který provede detekci pupily z videa. V diplomové práci jsou také popsány teoretické znalosti potřebné ke správné detekci pupily. Detekce je provedena na 24 videích, které jsou převedeny na jednotlivé snímky. Úplným výsledkem je závislost průměru pupily na použité dioptrii. Celkové procento úspěšnosti algoritmu je 88,13 %. Celková chyba měření je 11,87 %. Pro 17 z 24 pacientů je potvrzeno, že čím je větší dioptrie, tím je větší pupila.
|
|
|
Segmentace optického disku v obrazových datech sítnice
Juráček, Radek ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce je zaměřena na algoritmus automatické detekce optického disku v retinálních snímcích. Stručně popisuje anatomii lidského oka a principy snímání očního pozadí. Dále jsou popsány metody segmentace optického disku. Vybrané metody jsou implementovány v prostředí MATLAB a optimalizovány pomocí genetického algoritmu. Celkem pět metod bylo představeno a optimalizováno na HRF datasetu a dvou experimentálních datasetech.
|
|
|
Segmentace optického disku v obrazových datech sítnice
Juráček, Radek ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce je zaměřena na algoritmus automatické detekce optického disku v retinálních snímcích. Stručně popisuje anatomii lidského oka a principy snímání očního pozadí. Dále jsou popsány metody segmentace optického disku. Vybrané metody jsou implementovány v prostředí MATLAB a optimalizovány pomocí genetického algoritmu. Celkem pět metod bylo představeno a optimalizováno na HRF datasetu a dvou experimentálních datasetech.
|
|
|
Pupilometrie aplikovaná během měření defokusační křivky
Musilová, Kateřina ; Harabiš, Vratislav (oponent) ; Kolář, Radim (vedoucí práce)
Cílem této práce je návrh algoritmu, který provede detekci pupily z videa. V diplomové práci jsou také popsány teoretické znalosti potřebné ke správné detekci pupily. Detekce je provedena na 24 videích, které jsou převedeny na jednotlivé snímky. Úplným výsledkem je závislost průměru pupily na použité dioptrii. Celkové procento úspěšnosti algoritmu je 88,13 %. Celková chyba měření je 11,87 %. Pro 17 z 24 pacientů je potvrzeno, že čím je větší dioptrie, tím je větší pupila.
|
host ::
RSS.