|
|
Tvorba 3D modelu čelistního kloubu
Šmirg, Ondřej ; Bartušek, Karel (oponent) ; Liberda,, Ondřej (oponent) ; Smékal, Zdeněk (vedoucí práce)
Dizertační práce pojednává o 3D rekonstrukci temporomandibulárního kloubu z 2D řezů tkání získané z magnetické rezonance. Současná praxe používá 2D MRI řezů pro určení diagnózy. 3Dmodel má mnoho výhod pro určení diagnózy, které vycházejí ze znalosti prostorové informace. Současná medicína používá 3D modely tkání, ale u tkáně čelistního kloubu existuje problém se segmentací kloubního disku. Tato malá tkáň, která má malý kontrast a velice podobné statistické vlastnosti, jako její okolí, lze jen složitě segmentovat. Pro segmentaci kloubního disku byly vyvinuty nové metody založené na znalosti anatomie oblasti kloubního disku a dále na statistice využívající genetického algoritmu. Soubor 2D řezu má různé rozlišení v osách x,y a ose z. Pro sjednocení rozlišení byl vyvinut algoritmus nadvzorkování, který se snaží zachovat tvarové vlastnosti tkáně. V poslední fázi tvorby 3D modelů bylo využito již standardně používaných metod, avšak tyto metody pro decimaci a vyhlazení mají různé možnosti nastavení (počet polygonů modelu, počet iterací algoritmu). Protože výsledkem práce je získání co nejvěrnějšího modelu reálné tkáně, bylo nutné vytvořit objektivní metody, pomocí kterých by bylo možné nastavit algoritmy tak, aby bylo dosaženo co nejlepšího kompromisu mezi mírou zkreslení a dosažením věrohodnosti modelu.
|
|
|
Rekonstrukce 3D objektu z obrazových dat
Cír, Filip ; Kršek, Přemysl (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá 3D rekonstrukcí z obrazových dat. Jsou popsány možnosti a přístupy k optickému skenování. Ruční optický 3D skener se skládá z kamery a zdroje čárového laseru, který je vzhledem ke kameře upevněn pod určitým úhlem. Je navržena vhodná podložka se značkami a je popsán algoritmus pro jejich real-time detekci. Po detekci značek lze vypočítat pozici a orientaci kamery. Na závěr je popsána detekce laseru a postup při výpočtu bodů na povrchu objektu pomocí triangulace.
|
|
|
Segmentace ledvin z renální perfúzní MR sekvence obrazů
Jína, Miroslav ; Walek, Petr (oponent) ; Malínský, Miloš (vedoucí práce)
Diplomová práce se zabývá problematikou segmentace ledvin v perfúzních MR obrazech. Segmentace ledvin se provádí různými metodami. Jedná se o regionově založené metody, deformovatelné modely, metody založené na modelech, hranově založené metody a další. Dosud není znám univerzální algoritmus, který by se dal použít pro segmentaci ledvin různých pacientů. Navrženou metodou této diplomové práce je aktivní kontura Snake, která je vytvořena v programovacím prostředí MatLab. Výsledné kontury jsou kvantitativně a vizuálně porovnány s manuální segmentací.
|
|
|
Analýza autofluorescenčních snímků sítnice
Mosyurchak, Andriy ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Autofluorescenční obraz sítnice se snímá pomoci konfokálního laserového skenovacího oftalmoskopu a používá se pro diagnostiku glaukomu. Při glaukomu dochází k postupnému odumírání nervových buněk a může dojít k slepotě. Autofluorescence sitnice je zpusobená pigmentem lipofusciném, který způsobuje poškozovaní buněk. Cílem této práci bylo prostudovat metody vhodné pro segmentace autofluorescenčních zón a metody pro sledovaní objektů v obraze. Byl realizován algoritmus detekci autofluorescenčních zón pomoci metody narůstání regionů. Taký byla navřená a realizovaná metoda sledování autofluorescenčních oblasti sítnice.
|
|
|
Analýza změny objemu hipokampu u pacientů s Alzheimerovou chorobou
Pham, Minh Tuan ; Harabiš, Vratislav (oponent) ; Walek, Petr (vedoucí práce)
Zájem o hipokampus prudce vzrostl poté co byla publikována jeho významnost v procesu učení a uchovávání informací. Zejména je velký zájem v oblasti změn jeho objemu a jejich vliv na Alzheimerovou chorobu. Pochopení struktury a funkcí hipokampu by přispělo k přesnější diagnóze této nemoci. V této práci byla vytvořena metoda segmentace hipokampu s využitím aktivních kontur. S jeho pomocí pak byla segmentována data složená jak ze zdravých, tak z nemocných pacientů. Výsledky segmentace pak byli statisticky analyzovány s využitím statistických metod jako jsou Kruskal-Walisův test, Mann-Whitneyův test. Výsledky těchto testů podporují na dané hladině významnosti alternativní hypotézu, která přisuzuje významnost rozdílu v objemu hipokampů mezi oběma studovanými skupinami.
|
|
|
Sledování buněk v obrazech z holografického mikroskopu
Vičar, Tomáš ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Tato práce se věnuje sledování buněk v obrazových sekvencích pořízených pomocí multimodálního holografického mikroskopu (MHM). Princip holografického mikroskopu je zde popsán společně s jeho aplikací pro záznam buněk. Hlavní část práce popisuje společný přístup pro segmentaci a sledování jednotlivých buněk v dlouhodobých záznamech. Navržený přístup je založen na modelu parametrických aktivních kontur se specifickými modifikacemi pro dosažení přiměřené přesnosti a robustnosti. Implementovaná metoda je zde detailně popsána včetně vyhodnocení a ukázky výsledků.
|
|
|
Počítačová podpora rozpoznávání a klasifikace rodových erbů
Vídeňský, František ; Kočí, Radek (oponent) ; Zbořil, František (vedoucí práce)
Tato diplomová práce se zabývá návrhem systému pro rozpoznávání a klasifikaci rodových erbů jako celku i jeho jednotlivých heraldických součástí. V práci jsou představeny metody počítačového vidění pro segmentaci a detekci objektu a vybrány nejvhodnější z nich. Převážná část součástí erbu je segmentovaná pomocí konvolučních neuronových sítí a zbylé pomocí aktivních kontur. Pro detekci erbů v obraze byla vybrána metoda Histogramu orientovaných gradientů. Pro trénování i ověření funkčnosti je využita vlastní datová sada. Výsledný systém je možné použít jako pomocný nástroj v pomocných vědách historických.
|
|
|
Segmentační metody ve zpracování biomedicínských obrazů
Mikulka, Jan ; Přibil, Jiří (oponent) ; Dostál, Otto (oponent) ; Gescheidtová, Eva (vedoucí práce)
Disertační práce pojednává o moderních metodách a přístupech ke zpracování obrazů, konkrétně k jejich segmentaci, klasifikaci a vyhodnocování parametrů. Jedná se především o zpracování medicínských snímků měkkých tkání pořízených metodou magnetické rezonance (MR) a dále mikroskopických obrazů tkání. Ze segmentovaných obrazů lze jednoduše popsat hranice hledaných objektů. Tyto nalezené hranice mohou sloužit k dalšímu zpracování jako výpočet obvodů, obsahů, povrchů, objemů nebo dokonce k trojrozměrné rekonstrukci zobrazovaného objektu. Popsaná navržená řešení lze použít pro klasifikaci zdravých či postižených tkání snímaných metodami MR či jinými. V disertační práci jsou uvedeny příklady aplikací, ve kterých byly navržené segmentační metody použity. V oblasti segmentace obrazů se práce zaměřuje na metody založené na řešení parciálních diferenciálních rovnic. Jedná se o moderní přístupy zpracování obrazů, zvané též aktivní kontury. Tento přístup ke zpracování obrazů je velmi výhodný u segmentace reálného obrazu, který je zatížený šumem, má neostré hrany a přechody mezi objekty. Výsledkem disertační práce jsou navržené metody pro automatickou segmentaci obrazů a klasifikaci objektů.
|
|
|
Segmentace míšního kanálu a meziobratlových plotének v MRI datech
Koban, Martin ; Odstrčilík, Jan (oponent) ; Jakubíček, Roman (vedoucí práce)
Práca sa venuje vývoju metódy pre segmentáciu spinálneho kanálu a intervertebrálnych diskov v objemových MRI dátach. Cieľom je čo najvyšší stupeň automatizácie postupu a presnosť umožňujúca spoľahlivé kvantitatívne hodnotenie výsledkov. Základ segmentačného algoritmu tvorí model náhodnej prechádzky v kombinácii so špecifickou metódou aktívnych kontúr formulovanou prostredníctvom konceptu level set. Navrhnutý postup je testovaný na databáze trojrozmerných T2-váhovaných MRI snímok, ktorej súčasťou je aj referenčná manuálna segmentácia intervertebrálnych diskov.
|
|
|
Označování objektů v rastrovém obrázku
Fiala, Ondřej ; Pelikán, Josef (vedoucí práce) ; Kolomazník, Jan (oponent)
Běžným úkolem řešeným při práci s rastrovými obrázky je označení konkrétního objektu v obrázku. Výsledky získání správného objektu v obrázku nacházejí uplatnění ve velkém množství činností - od analýzy růstu lidských obydlí po automatickou lékařskou diagnózu. Předložená práce podrobně popisuje problematiku vyhledávání objektů v rastrových obrázcích a zaměřuje se na modely aktivních křivek. Tato práce se zabývá také možnostmi rozšíření grafického programu GIMP a přináší nový zásuvný modul programu pro označování objektů. Součástí řešení je původní klasický model aktivních křivek, rozšířený model pomocí přístupu gradient vector field (GVF) a několik navržených vylepšení modelu. Práce prezentuje dosažené výsledky pomocí tohoto nástroje a doporučení pro další směr vývoje modelu aktivních křivek.
|
host ::
RSS.