|
|
Segmentace zubních objemových dat
Berezný, Matej ; Kodym, Oldřich (oponent) ; Čadík, Martin (vedoucí práce)
Hlavným cieľom tejto práce bola segmentácia objemových CT dát za použitia neurónových sietí. Ako vedľajší produkt bol vytvorený nový dataset spolu s silnými aj slabými anotáciami a nástroj pre automatický preprocessing dát. Takisto bola overená možnosť využitia transfer learningu a viacfázového trénovania. Z mnohých vykonaných testov možno vyvodiť záver, že aj tranfer learning aj viacfázové trénovanie mali pozitívny vplyv na vývoj dice skóre v porovnaní so základnou použitou metódou či už pri silných, alebo slabých anotáciách.
|
|
|
Interaktivní segmentace 3D CT dat s využitím hlubokého učení
Trávníčková, Kateřina ; Hradiš, Michal (oponent) ; Kodym, Oldřich (vedoucí práce)
Tato práce se zaměřuje na možnosti využití neuronových sítí pro segmentaci CT dat s omezenými možnostmi použití anotovaných dat. Hlavním prostředkem pro zlepšení kvality segmentace kostí pomocí modelu trénovaného na malé datové sadě je zde přidání uživatelské interakce. Dále jsou zkoumány možnosti využití transfer learningu v podobě předtrénování na interaktivní segmentaci na jiné než cílové datové sadě a v podobě předtrénování na restauraci dat pomocí cílové datové sady. Všechny zkoumané metody přinášejí určité zlepšení oproti baseline metodě, kterou je použití datově specifického automatického segmentačního modelu. Při trénování s velmi malými trénovacími množinami dochází ke zvýšení hodnoty Dice skóre až o desítky procent. Praktické uplatnění těchto metod může být například v jejich použití coby nástroje pro urychlení tvorby nového segmentačního datasetu.
|
|
|
Zobrazení 3D scény ve webovém prohlížeči
Sychra, Tomáš ; Pečiva, Jan (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce zkoumá možnosti zobrazení akcelerované 3D scény v okně webového prohlížeče. Podrobněji se zabývá standardem WebGL a jeho využitím v praxi. V rámci práce byla vytvořena reálná aplikace pro vizualizaci volumetrických medicínských dat, která demonstruje současné možnosti webových technologií. Aplikace je založena na kombinaci JavaScriptu, WebGL a knihovny Three.js. Zobrazovaná data se načítají z externího úložiště Google Drive. Významnou část aplikace tvoří implementace 3D zobrazení volumetrických dat (tzv. volume rendering) s využitím metody Ray-casting a standardu WebGL.
|
|
|
Hluboké neuronové sítě pro analýzu medicínských dat
Osvald, Martin ; Juránek, Roman (oponent) ; Španěl, Michal (vedoucí práce)
Cieľom tejto práce je použitie 2D konvolučných neurónových sietí pre segmentáciu a detekciu zubov na 3D modeli čeľusti s využitím viac pohľadovej metódy. Pohľad je vyrendrovaný 2D obrázok 3D modelu. Následne na akýkoľvek 3D model zubov je možné použiť natrénované modely neurónových sietí v PyQt aplikáciach. Pri práci bol vytvorený vlastný anotačný skript na anotáciu zubov ako aj landmarkov. Táto práca rieši problém s dostupnosťou anotovaných 3D datasetov v medicínskom priemysle pomocou automatizácie v generovaní masiek z rôznych pohľadov na 3D modely.
|
|
|
Zobrazení volumetrických dat ve webovém prohlížeči
Fisla, Jakub ; Zemčík, Pavel (oponent) ; Španěl, Michal (vedoucí práce)
Táto práca skúma možnosti zobrazovania akcelerovanej 3D grafiky v okne webového prehliadača. Konkrétne sa zaoberá zobrazením medicínskych volumetrických dát. Zameriava sa na využitie algoritmu ray casting, jeho kvalitu a možnosti realistického zobrazovania. Jedným z cieľov bolo vytvorenie aplikácie, ktorá prezentuje možnosti zobrazenia trojrozmerných volumetrických dát vo webovom prehliadači, s využitím technológie WebGL. Implementácia algoritmu je v jazyku JavaScript a na prácu s 3D grafikou je využívaná knižnica three.js.
|
|
|
Přenos pacientských informací pomoci GSM
Pavliš, Jaroslav ; Dlouhý, Jiří (oponent) ; Švrček, Martin (vedoucí práce)
Tato diplomová práce se zabývá možnostmi přenosu pacientských dat z kardiostimulátoru nebo implantabilního defibrilátoru k lékaři v sítích GSM. V teoretické části jsou popsány možnosti přenosu dat v síti GSM, vybrána data vhodná pro přenos z kardiostimulátoru a navržena struktura zprávy. Dále je navrženo a zhotoveno zařízení, které umožňuje posílat medicínská data ve formě SMS zpráv. Přístroj obsahuje mikrokontrolér Freescale MC68HC908GP32, znakový displej s řadičem Hitachi HD44780 a mobilní telefon Sony CMD-J70. Program pro mikrokontrolér je napsán v assembleru pro HC08. Pro účely přehledného zobrazení přijatých zpráv byla vytvořena programová aplikace pro PC.
|
|
|
Zobrazení 3D scény ve webovém prohlížeči
Sychra, Tomáš ; Kršek, Přemysl (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce diskutuje aktuální možnosti zobrazení akcelerované 3D scény ve webovém prohlížeči a krátce shrnuje technologie pro zobrazení medicínských dat. V druhé části práce je navržena a implementována aplikace, která umožňuje prohlížení volumetrických medicínských dat přímo v okně prohlížeče, bez nutnosti instalace. Aplikace je postavena na technologiích WebGL, Javascript a grafickém enginu O3D API.
|
|
|
Hluboké neuronové sítě pro analýzu medicínských dat
Osvald, Martin ; Juránek, Roman (oponent) ; Španěl, Michal (vedoucí práce)
Cieľom tejto práce je použitie 2D konvolučných neurónových sietí pre segmentáciu a detekciu zubov na 3D modeli čeľusti s využitím viac pohľadovej metódy. Pohľad je vyrendrovaný 2D obrázok 3D modelu. Následne na akýkoľvek 3D model zubov je možné použiť natrénované modely neurónových sietí v PyQt aplikáciach. Pri práci bol vytvorený vlastný anotačný skript na anotáciu zubov ako aj landmarkov. Táto práca rieši problém s dostupnosťou anotovaných 3D datasetov v medicínskom priemysle pomocou automatizácie v generovaní masiek z rôznych pohľadov na 3D modely.
|
|
|
Segmentace zubních objemových dat
Berezný, Matej ; Kodym, Oldřich (oponent) ; Čadík, Martin (vedoucí práce)
Hlavným cieľom tejto práce bola segmentácia objemových CT dát za použitia neurónových sietí. Ako vedľajší produkt bol vytvorený nový dataset spolu s silnými aj slabými anotáciami a nástroj pre automatický preprocessing dát. Takisto bola overená možnosť využitia transfer learningu a viacfázového trénovania. Z mnohých vykonaných testov možno vyvodiť záver, že aj tranfer learning aj viacfázové trénovanie mali pozitívny vplyv na vývoj dice skóre v porovnaní so základnou použitou metódou či už pri silných, alebo slabých anotáciách.
|
|
|
Interaktivní segmentace 3D CT dat s využitím hlubokého učení
Trávníčková, Kateřina ; Hradiš, Michal (oponent) ; Kodym, Oldřich (vedoucí práce)
Tato práce se zaměřuje na možnosti využití neuronových sítí pro segmentaci CT dat s omezenými možnostmi použití anotovaných dat. Hlavním prostředkem pro zlepšení kvality segmentace kostí pomocí modelu trénovaného na malé datové sadě je zde přidání uživatelské interakce. Dále jsou zkoumány možnosti využití transfer learningu v podobě předtrénování na interaktivní segmentaci na jiné než cílové datové sadě a v podobě předtrénování na restauraci dat pomocí cílové datové sady. Všechny zkoumané metody přinášejí určité zlepšení oproti baseline metodě, kterou je použití datově specifického automatického segmentačního modelu. Při trénování s velmi malými trénovacími množinami dochází ke zvýšení hodnoty Dice skóre až o desítky procent. Praktické uplatnění těchto metod může být například v jejich použití coby nástroje pro urychlení tvorby nového segmentačního datasetu.
|
host ::
RSS.