|
|
Analýza vrstvy nervových vláken pro účely diagnostiky glaukomu
Vodáková, Martina ; Malínský, Miloš (oponent) ; Odstrčilík, Jan (vedoucí práce)
Diplomová práce je zaměřena na vytvoření metodiky kvantifikace vrstvy nervových vláken na fotografiích sítnice. V úvodní části textu je stručně nastíněna medicínská motivace práce včetně zmínky o některých studiích věnujících se dané problematice. Dále text popisuje uvažované texturní příznaky včetně jejich porovnání dle schopnosti kvantifikovat tloušťku vrstvy nervových vláken. Na základě popsaných poznatků byla navržena metodika využití regresních modelů za účelem predikce tloušťky nervových vláken, která byla dále testována na dostupných obrazových datech. Výsledky ukazují, že výstupy regresních modelů dosahují vysoké korelace mezi výstupem predikce a tloušťkou vrstvy nervových vláken měřenou optickou koherentní tomografií. Závěr práce diskutuje využitelnost aplikovaného řešení.
|
|
|
Pokročilé metody segmentace cévního řečiště na fotografiích sítnice
Svoboda, Ondřej ; Jan, Jiří (oponent) ; Odstrčilík, Jan (vedoucí práce)
Segmentace cévního řečiště je častým krokem při zpracování retinálních obrazů. V dnešní době existuje řada automatických metod segmentace cévního řečiště. Tyto metody jsou založeny na mnoha přístupech. Od přizpůsobené filtrace, přes metody využívající rozpoznávání vzorů, až po algoritmy využívající klasifikace obrazu. Použití automatických metod při zpracování retinálních snímků výrazně urychluje a zjednodušuje diagnostiku retinálních onemocnění. Při zpracování automatickými segmentačními algoritmy je jednou ze stěžejních částí prahování obrazu, a právě prahování fundus snímků se věnuje tato práce. Je zde popsána řada prací využívajících globální a lokální prahovací metody, a zejména metody klasifikace obrazu pro segmentaci cévního řečiště ze snímků sítnice. Následně byla na výsledky dvou metod segmentace cévního řečiště použita metoda klasifikace obrazu s učením. Z dosažených výsledků byla posléze stanovena schopnost daných metod segmentovat cévní řečiště. Použitím klasifikace obrazu namísto globálního prahování došlo u první metody na zdravé části databáze k poklesu sensitivity na 63,32 % a přesnosti na 94,99 %. Naopak u specificity byl zaznamenán nárůst na 95,75 %. U druhé metody bylo dosaženo sensitivity 69,24 %, specificity 98,86 % a přesnosti 95,29 %. Kombinací výsledků obou metod bylo dosaženo sensitivity 72,48 %, specificity 98,59 % a výsledné přesnosti 95,75 %. Tímto nebyl s použitím daného klasifikátoru potvrzen předpoklad, že klasifikace obrazu s učením je oproti prostému prahování efektivnější. Zároveň bylo však prokázáno, že rozšíření příznakového vektoru kombinací výsledků z obou metod došlo k nárůstu sensitivity, specificity i přesnosti.
|
|
|
Detekce polohy optického disku ve snímcích sítnice
Jalůvková, Lenka ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Bakalářská práce práce je zaměřena na detekci optického disku ve snímcích sítnice s cílem implementovat a porovnat různé metody. Jedná se o Gaussovu filtraci, přizpůsobenou filtraci a detekci s využitím informací o směru cév. Pro testování byla použita databáze retinálních snímků DIARETDB1. Nejlepší výsledky poskytovala Gaussova filtrace a detekce pomocí směru cév, které dosahovaly úspěšnosti 81%. Výsledky jednotlivých algoritmů jsou podrobněji popsány a porovnány v této práci.
|
|
|
Extrakce texturních příznaků pro účely detekce glaukomového poškození
Daněk, Daniel ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce se zabývá automatickou analýzou fundus snímků sítnice pomocí texturní analýzy využívající Markovská náhodná pole. Cílem práce je nalézt vhodné texturní parametry, které by bylo možné využít pro klasifikaci stupně poškození vrstvy nervových vláken. Uvažovaný model Markovských náhodných polí využívá cirkulárně symetrické okolí pro popis analyzované textury a odhad parametrů modelu pomocí metody nejmenších čtverců. Získané texturní příznaky byly kvantitativně vyhodnoceny pomocí základní korelační analýzy s využitím dat z optické koherentní tomografie (OCT). Výsledky ukazují, že existuje korelace mezi navrženými příznaky a tloušťkou vrstvy nervových vláken, měřenou pomocí OCT. Příznaky lze tedy v budoucnu potencionálně využít pro diagnostiku glaukomu.
|
|
|
Lokalizace bifurkací ve snímcích sítnice
Pres, Martin ; Drahanský, Martin (oponent) ; Semerád, Lukáš (vedoucí práce)
Mezi hlavní prvky sítnice z biometrického hlediska patří slepá skvrna, žlutá skvrna a rozložení cév v sítnici. Větvení cév je pro každého jedince unikátní a právě tato vlastnost se využívá v biometrických systémech pro rozpoznávání osob podle obrazu sítnice. Tento dokument popisuje metodu pro lokalizaci slepé a žluté skvrny, dále se věnuje metodě pro zvýraznění krevních cév, založené na známé metodě \emph{Matched filters}, a nakonec rozebírá lokalizaci bifurkací v extrahovaném krevním řečišti. Hlavním cílem této práce je vytvořit aplikaci pro automatizovanou úpravu snímků sítnice, segmentaci krevního řečiště a lokalizaci markantů. Program je implementován v jazyce Java s využitím knihovny OpenCV.
|
|
|
Analýza oftalmologických dat z pohledu diagnostiky glaukomu
Vodáková, Martina ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Bakalářská práce je zaměřena na texturní analýzu snímků sítnice s vysokým rozlišením s cílem subjektivně a kvantitativně popsat vlastnosti textury tvořené vrstvou nervových vláken. Na každém snímku byla předdefinována oblast zájmu v podobě deseti sektorů. V každém sektoru byla sledována korelace mezi subjektivním a kvantitatvním hodnocením textury. Výsledky ukazují, že navrhované základní příznaky jsou úzce spojeny s texturními vlastnostmi získanými z vizuálního vzhledu vrstvy nervových vláken. Poslední krok popisuje porovnání výsledků hodnocení textury vrstvy nervových vláken s kvantitativně změřenou tloušťkou vrstvy nervových vláken z dat optické koherentní tomografie.
|
|
|
Detekce měkkých a tvrdých exudátů ve snímcích sítnice
Válková, Hana ; Lamoš, Martin (oponent) ; Kolář, Radim (vedoucí práce)
Tato práce se zabývá automatizovanou detekcí měkkých a tvrdých exudátů ve snímcích sítnice lidského oka. Práce v úvodu popisuje problematiku diabetu v souvislosti s poškozením sítnice oka. Především je popsána diabetická retinopatie, její projevy a postup onemocnění. Další část je věnována popisu volně přístupné databáze DIARETDB1, která obsahuje mimo jiné sadu snímků s různým stupněm onemocnění, hodnocení snímků od expertů a vyhodnocovací protokol. V další části pojednává o několika metodách automatické detekce tvrdých a měkkých exudátů. Praktická část bakalářské práce je zaměřena na vytvoření metody pro detekci exudátů. Metoda sestává z předzpracování, byla realizována vybraná metoda pro adaptivní transformaci kontrastu. Dále obsahuje popis zvolené metodiky prahování, výběr příznaků na základě intenzity lézí a jejich okolí, použití klasifikátoru Ho Kashyap s následnou klasifikaci lézí v obrazech. Závěrem je provedeno zhodnocení realizované metody.
|
|
|
Segmentace cévního řečiště v retinálních obrazových datech
Vančurová, Johana ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato diplomová práce se zabývá segmentací cévního řečiště v retinálních obrazových datech. Teoretická část je zaměřena na základní popis anatomie a fyziologie oka a na metody snímání očního pozadí. Dále jsou popsány principy klasických a konvolučních neuronových sítí a segmentační techniky, které se využívají k segmentaci cévního řečiště v retinálních snímcích. V praktické části je implementována segmentační metoda pomocí konvoluční neuronové sítě U-net. Tato síť je natrénována na třech datových sadách. Dvě datové sady obsahují snímky z experimentálního video oftalmoskopu. Z důvodů nemožnosti porovnat výsledky této metody na těchto dvou datových sadách, byla použita třetí datová sada HRF, která zahrnuje snímky pořízené fundus kamerou. Výsledky testování na této datové sadě slouží k porovnání s jinými metodami segmentace cévního řečiště.
|
|
|
Segmentace cévního řečiště v retinálních obrazových datech
Vančurová, Johana ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato diplomová práce se zabývá segmentací cévního řečiště v retinálních obrazových datech. Teoretická část je zaměřena na základní popis anatomie a fyziologie oka a na metody snímání očního pozadí. Dále jsou popsány principy klasických a konvolučních neuronových sítí a segmentační techniky, které se využívají k segmentaci cévního řečiště v retinálních snímcích. V praktické části je implementována segmentační metoda pomocí konvoluční neuronové sítě U-net. Tato síť je natrénována na třech datových sadách. Dvě datové sady obsahují snímky z experimentálního video oftalmoskopu. Z důvodů nemožnosti porovnat výsledky této metody na těchto dvou datových sadách, byla použita třetí datová sada HRF, která zahrnuje snímky pořízené fundus kamerou. Výsledky testování na této datové sadě slouží k porovnání s jinými metodami segmentace cévního řečiště.
|
|
|
Lokalizace bifurkací ve snímcích sítnice
Pres, Martin ; Drahanský, Martin (oponent) ; Semerád, Lukáš (vedoucí práce)
Mezi hlavní prvky sítnice z biometrického hlediska patří slepá skvrna, žlutá skvrna a rozložení cév v sítnici. Větvení cév je pro každého jedince unikátní a právě tato vlastnost se využívá v biometrických systémech pro rozpoznávání osob podle obrazu sítnice. Tento dokument popisuje metodu pro lokalizaci slepé a žluté skvrny, dále se věnuje metodě pro zvýraznění krevních cév, založené na známé metodě \emph{Matched filters}, a nakonec rozebírá lokalizaci bifurkací v extrahovaném krevním řečišti. Hlavním cílem této práce je vytvořit aplikaci pro automatizovanou úpravu snímků sítnice, segmentaci krevního řečiště a lokalizaci markantů. Program je implementován v jazyce Java s využitím knihovny OpenCV.
|
host ::
RSS.