|
|
Detection of pathologies in retinal images
Mesíková, Klaudia ; Kolář, Radim (oponent) ; Vičar, Tomáš (vedoucí práce)
The goal of this thesis is to design and implement software for the detection of diabetes mellitus symptoms from the image of the human eye retina. Diabetic retinopathy is the most common disease affecting the retina. Pathologies connected with this disease can lead to partial or complete blindness. For the detection of pathological symptoms is important to correctly detect some parts of the eye retina such as optic disc and blood vessels. These can cause a problem with the identification of disease. After removing the optic disc and blood vessels, the pathology object is being detected.
|
|
|
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.
|
|
|
Automatic Detection of Eye Retinal Pathologies
Tlustoš, Vít ; Beran, Vítězslav (oponent) ; Drahanský, Martin (vedoucí práce)
This thesis aims to design and implement a system that automatically detects retinal eye pathologies. The retina is an essential part of the eye that, as the only organ in the body, contains light-sensitive cells that make a vision possible. For the treatment of eye disease to be successful, early detection and precise examination of its extent are crucial. The proposed system based on the supplied image automatically generates masks representing occurrences of individual pathologies. The result is then presented to the user. A convolutional neural network based on the U-Net architecture handles the evaluation. The network was trained on the Indian Diabetic Retinopathy Image Dataset (IDRiD), which contains 81 images of the retina and associated annotations. The system was evaluated using the AUC-PR score (area under the precision-recall curve). Segmentation of hard exudates, soft exudates, hemorrhages and microaneurysms achieved an AUC-PR score of 74%, 50%, 45% and 33%, respectively. This work proposes an innovative architecture that, if further developed, has the potential to be used by ophthalmologists for diagnosing and determining the extent of retinal disease.
|
|
|
Detekce chorob v snímku sítnice oka
Koštialik, Daniel ; Semerád, Lukáš (oponent) ; Maruniak, Lukáš (vedoucí práce)
Diabetická retinopatia a vekom podmienená makulárna degenerácia patria medzi najčastejšie ochorenia sietnice, ktoré spôsobujú čiastočnú alebo úplnú slepotu. Cieľom tejto práce je navrhnúť a implementovať software schopný automaticky detegovať príznaky uvedených chorôb zo snímok sietnice oka. Algoritmus detekcie je založený na segmentácii obrazu na oblasti pomocou metódy growing region a ich následnej analýze. Pri detekcii príznakov je potrebné degekovať aj prvky sietnice ako optický disk, makula a krvné riečisko, ktoré nepriaznivo ovplyvňujú detekciu. Pri vyhodnocovaní bolo použitých 259 snímok a algoritmus dosahoval citlivosť nad 90 %. Jedným z potencionálne praktických využití tohto algoritmu je, v spojení s hardwarom a optickým prístrojom, pri globálnom screeningu obyvateľstva. Vďaka automatickej detekcii je možné zistiť prítomnosť príznakov a včas zahájiť liečbu.
|
|
|
Detekce projevů onemocnění diabetes na sítnici lidského oka
Sýkorová, Tereza ; Semerád, Lukáš (oponent) ; Drahanský, Martin (vedoucí práce)
Tato bakalářská práce se zabývá detekcí vybraných projevů diabetické retinopatie na snímcích sítnice, pořízených digitální fundus kamerou. Před samotným hledáním exsudátů a hemoragií je určeno místo fovey, optického disku a oblast krevního řečiště, což zlepšuje výslednou detekci. Detektor využívá morfologickou rekonstrukci získané kandidátské oblasti pro nalezení konkrétních lézí. Algoritmus založený na prahování potom zpřesňuje jejich okraje. Nalezené útvary jsou klasifikovány na základě jejich tvaru a barvy. Vyhodnocení detekce bylo provedeno na 120 snímcích vybraných ze tří databází. Zakomponování automatické detekce projevů diabetické retinopatie do přístrojů snímajících sítnici může pomoci lékařům v diagnostice a zabránit tak případné ztrátě vidění, kterou nemoc způsobuje.
|
|
|
Detekce a rozpoznání projevů onemocnění diabetes na sítnici lidského oka
Jausch, Andrej ; Semerád, Lukáš (oponent) ; Drahanský, Martin (vedoucí práce)
Táto bakalárska práca sa zaoberá návrhom algoritmov pre rozpoznávanie prejavov diabetes na snímke sietnice ľudského oka. Diabetická retinopatia patrí medzi najčastejšie ochorenia postihujúce sietnicu a jej následky vedú k čiastočnej alebo úplnej slepote. Základom algoritmu pre detekciu je vytvorenie kandidátskych oblastí z rôznych pohľadov spracovania obrazu - počítačového videnia a ich následná analýza. Vplyv na detekciu ochorení majú základné komponenty sietnice - optický disk a krvné cievy, ktoré je z tohto dôvodu nutné správne detegovať a následne vylúčiť zo spracovania. Testovanie implementovanej aplikácie prebehlo na 68 snímkach vybraných z dvoch databáz. Jedným z možných využití základov navrhnutých algoritmov v budúcnosti je v kombinácii s optickým prístrojom snímajúcim sietnicu oka pre automatickú detekciu príznakov diabetes v procese zosnímania sietnice.
|
|
|
Porovnávání retinálních obrázků s patologickými nálezy
Palacková, Bianca ; Semerád, Lukáš (oponent) ; Drahanský, Martin (vedoucí práce)
Cieľom tejto bakalárskej práce je navrhnúť a implementovať software pre porovnávanie dvoch retinálnych obrázkov, pričom predmetom porovnávania sú patologické nálezy na sietnici. Najčastejšie ochorenia postihujúce sietnicu ľudského oka sú diabetická retinopatia a vekom podmienená makulárna degenerácia. Pri porovnávaní obrázkov a detekcií prejavov týchto chorôb je dôležité najprv správne detekovať základné časti sietnice ako je slepá a žltá škvrna. Testovanie lokalizácie slepej a žltej škvrny prebehlo na 570 obrázkoch. Algoritmus dosiahol v oboch prípadoch úspešnosť nad 90\%. Schopnosť algoritmu lokalizovať ochorenia bola testovaná na 120 obrázkoch, ktoré boli ručne opravené 3 oftalmológmi. Automatické porovnanie snímok môže pomôcť pri určení progresu ochorenia.
|
|
|
Rekonstrukce extrahovaného krevního řečiště ve snímcích sítnic oka
Kozel, Vojtěch ; Drahanský, Martin (oponent) ; Semerád, Lukáš (vedoucí práce)
Cévní řečiště díky svým vlastnostem hraje roli hned v několika oborech. V lékařství je díky snímkům sítnic možno diagnostikovat různou řadu onemocnění pacientů. Díky své unikátnosti u každého jedince hraje sítnice velký význam v oblasti biometrie. Obyčejný zdravý člověk má sítnici po celý svůj život konzistentní. V případě onemocnění se můžou vlastnosti sítnic měnit, docházet k jejímu krvácení, porušení a podobně. Při automatizovaném zpracování poté nastávají problémy. Ať už z důvodu chyb snímacích zařízení, vlivem onemocnění, nebo chybami algoritmů, které provádí extrakci cévních řečišť. Tato práce se věnuje problému vzniku přerušení v extrahovaném cévním řečišti. Obsahuje popis důvodů vzniku přerušení a implementaci řešení rekonstrukce přerušených cévních řečišť. Algoritmus je implementován v jazyce Java s použitím volně dostupné knihovny OpenCV.
|
|
|
Generation of Synthetic Retinal Images with High Resolution
Aubrecht, Tomáš ; Heidari, Mona (oponent) ; Drahanský, Martin (vedoucí práce)
Special equipment, a fundus camera, is needed to capture the retina, which is the most important part of the human eye. Therefore, the main objective of this work is to design and implement a system that would be able to generate retinal images. The proposed solution uses an image-to-image translation, where the system is provided with a black and white image at the input containing only bloodstream, on the basis of which a color image of the entire retina is generated. The system consists of two neural networks: a generator, which generates retinal images, and a discriminator, which classifies these images as real or synthetic. Training of this system was performed on 141 images from publicly available databases. A new database was created with more than 2,800 images of healthy retinas in a resolution of 1024x1024. This database could be used as a learning tool for ophthalmologists or for the development of various applications working with retinas.
|
|
|
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.
|
host ::
RSS.