|
|
Detekce onemocnění způsobených diabetem na snímcích sítnice
Zapletal, Michal ; Semerád, Lukáš (oponent) ; Kavetskyi, Andrii (vedoucí práce)
Cílem této práce je návrh a implementace algoritmu na detekci exsudátů a mikroaneurysmat na barevných snímcích sítnice. Tato onemocnění jsou prvními projevy diabetické retinopatie a včasné diagnostikování je stěžejní. Navržený algoritmus začíná předzpracováním, kde je odstraněno přebytečné pozadí, zvýšen kontrast pomocí CLAHE a histogram stretching a filtrování šumu. Lokalizace optického disku je založena na iterativním odstranění pozadí a řádkových a sloupcových rozptylech. Detekce exsudátů probíhá na základě gamma korekce, prahování a odstranění optického disku. Detekce mikroaneurysmat je založena na morfologických operacích, hit-or-miss transformaci a principal component analysis (PCA). Testováno bylo celkem na 4 datových sadách s přesností 73,1 % pro exsudáty a 73,3 % pro mikroaneurysmata. Výsledný program by mohl pomoci k automatické detekci onemocnění, které by mohlo ušetřit samotným lékařům čas.
|
|
|
Semantic Segmentation of Pathologies in Retinal Images
Čabala, Roman ; Orság, Filip (oponent) ; Kavetskyi, Andrii (vedoucí práce)
The thesis aimed to segment pathology visible in the retina images, such as exudates, hemorrhages, and microaneurysms. For that, two well known deep neural networks, named U-Net and SegFormer, were trained. To test the performance of the models, one publicly available dataset was used, named IDRiD. Obtained results were reported after analyzing different factors which affected the performance of the models U-Net and Segformer.
|
|
|
Detekce patologií na snímcích sítnice oka
Hurta, David ; Drahanský, Martin (oponent) ; Kavetskyi, Andrii (vedoucí práce)
Cílem této práce je návrh a implementace algoritmu detekce mikroaneuryzmat, tvrdých exsudátů a měkkých exsudátů na barevných snímcích sítnice. Byl navržen algoritmus detekce objektů na základě hlubokého učení. Byla použita architektura Faster R-CNN s příznakovou pyramidovou sítí a předem vyučenou reziduální sítí společně s různými metodami transformace dat. Bylo využito celkově šesti datových sad snímků sítnic k trénování, ověřování a testování modelů. Vyučené modely dosáhly během testování hodnoty 0.46 střední průměrné přesnosti (mAP) při detekci mikroaneuryzmat a hodnoty 0.48 mAP během detekce exsudátů. Výsledné modely byly porovnány s publikovanými články a umožňují s chvályhodnou přesností detekovat dané patologie.
|
|
|
Automatická detekce mikroaneurizmat ve snímcích sítnice
Klímová, Markéta ; Walek, Petr (oponent) ; Kolář, Radim (vedoucí práce)
Diabetická retinopatie je závažná komplikace diabetu mellitus. Vzniká jako důsledek celkového poškození cév při hyperglykemii a je jednou z hlavních příčin slepoty. Prvními klinicky prokazatelnými projevy diabetické retinopatie jsou mikroaneurysmata. Úkolem této bakalářské práce je navrhnout a realizovat detektor mikroaneurysmat ve snímcích sítnice. Teoretická část práce popisuje anatomii oka, diabetickou retinopatii a některé již existující metody detekce. Dále je popsána realizovaná metoda a zhodnoceny výsledky detekce.
|
|
|
Detekce mikroaneurizmat a hemoragií ve snímcích sítnice
Tobiášová, Nela ; Štohanzlová, Petra (oponent) ; Kolář, Radim (vedoucí práce)
Diabetická retinopatie je vážnou oční komplikací diabetu mellitus a jedním z hlavních důvodů slepoty na světě. Mikroaneuryzmata a hemoragie jsou patologie diabetické retinopatie. Jejich včasná detekce může zpomalit průběh nemoci a zabránit možnému oslepnutí. Algoritmy detekcí by zároveň usnadnili práci oftalmologů. Tato bakalářská práce se zabývá detekcí mikroaneuryzmat a hemoragií ve snímcích sítnice. V úvodní části je popsána diabetická retinopatie, typy lézí a možnosti léčby. Následuje uvedení několika již existujících detekcí. Praktická část se věnuje návrhu a řešení detekce červených lézí. Skládá se z několika kroků, vhodného výběru kanálu RGB snímku, lokální metody zvýraznění kontrastu snímku, zvýraznění hran, prahování, vytvoření trénovací množiny z vektoru příznaků a klasifikace pomocí neuronové sítě.
|
|
|
Nástroj pro detekci a opravu snímků nemocemi poškozených sítnic oka
Jochlík, Jakub ; Semerád, Lukáš (oponent) ; Drahanský, Martin (vedoucí práce)
Ztráta či poškození zraku může mít velký dopad na kvalitu života člověka. Mezi nejčastější nemoci způsobující poškození či ztrátu zraku patří diabetická retinopatie a věkem podmíněná makulární degenerace, jejichž průběhu je možné předejít včasnou diagnózou. K zrychlení a zkvalitnění diagnózy v současnosti velmi přispívá používání fundus kamer. Tyto snímky pak lze automaticky vyhodnotit za účelem detekce možných projevů těchto onemocnění na sítnici. Tato práce se zaobírá jedním z možných způsobů automatické detekce projevů onemocnění na sítnici. V první části této práce je popsáno oko a jeho možné onemocnění, včetně technik snímání očního pozadí. Druhá část této práce pak navrhuje způsob automatizované detekce a její implementaci. Nakonec jsou zhodnoceny dosažené výsledky.
|
|
|
Semantic Segmentation of Pathologies in Retinal Images
Čabala, Roman ; Orság, Filip (oponent) ; Kavetskyi, Andrii (vedoucí práce)
The thesis aimed to segment pathology visible in the retina images, such as exudates, hemorrhages, and microaneurysms. For that, two well known deep neural networks, named U-Net and SegFormer, were trained. To test the performance of the models, one publicly available dataset was used, named IDRiD. Obtained results were reported after analyzing different factors which affected the performance of the models U-Net and Segformer.
|
|
|
Detekce patologií na snímcích sítnice oka
Hurta, David ; Drahanský, Martin (oponent) ; Kavetskyi, Andrii (vedoucí práce)
Cílem této práce je návrh a implementace algoritmu detekce mikroaneuryzmat, tvrdých exsudátů a měkkých exsudátů na barevných snímcích sítnice. Byl navržen algoritmus detekce objektů na základě hlubokého učení. Byla použita architektura Faster R-CNN s příznakovou pyramidovou sítí a předem vyučenou reziduální sítí společně s různými metodami transformace dat. Bylo využito celkově šesti datových sad snímků sítnic k trénování, ověřování a testování modelů. Vyučené modely dosáhly během testování hodnoty 0.46 střední průměrné přesnosti (mAP) při detekci mikroaneuryzmat a hodnoty 0.48 mAP během detekce exsudátů. Výsledné modely byly porovnány s publikovanými články a umožňují s chvályhodnou přesností detekovat dané patologie.
|
|
|
Nástroj pro detekci a opravu snímků nemocemi poškozených sítnic oka
Jochlík, Jakub ; Semerád, Lukáš (oponent) ; Drahanský, Martin (vedoucí práce)
Ztráta či poškození zraku může mít velký dopad na kvalitu života člověka. Mezi nejčastější nemoci způsobující poškození či ztrátu zraku patří diabetická retinopatie a věkem podmíněná makulární degenerace, jejichž průběhu je možné předejít včasnou diagnózou. K zrychlení a zkvalitnění diagnózy v současnosti velmi přispívá používání fundus kamer. Tyto snímky pak lze automaticky vyhodnotit za účelem detekce možných projevů těchto onemocnění na sítnici. Tato práce se zaobírá jedním z možných způsobů automatické detekce projevů onemocnění na sítnici. V první části této práce je popsáno oko a jeho možné onemocnění, včetně technik snímání očního pozadí. Druhá část této práce pak navrhuje způsob automatizované detekce a její implementaci. Nakonec jsou zhodnoceny dosažené výsledky.
|
|
|
Automatická detekce mikroaneurizmat ve snímcích sítnice
Klímová, Markéta ; Walek, Petr (oponent) ; Kolář, Radim (vedoucí práce)
Diabetická retinopatie je závažná komplikace diabetu mellitus. Vzniká jako důsledek celkového poškození cév při hyperglykemii a je jednou z hlavních příčin slepoty. Prvními klinicky prokazatelnými projevy diabetické retinopatie jsou mikroaneurysmata. Úkolem této bakalářské práce je navrhnout a realizovat detektor mikroaneurysmat ve snímcích sítnice. Teoretická část práce popisuje anatomii oka, diabetickou retinopatii a některé již existující metody detekce. Dále je popsána realizovaná metoda a zhodnoceny výsledky detekce.
|
host ::
RSS.