|
| |
|
|
Segmentation of multiple sclerosis lesions using deep neural networks
Sasko, Dominik ; Myška, Vojtěch (oponent) ; Kolařík, Martin (vedoucí práce)
This master thesis focused on automatic segmentation of Multiple Sclerosis (MS) lesions on MRI images. We tested the latest methods of segmentation using Deep Neural Networks and compared the approaches of weight initialization by transfer learning and self-supervised learning. The automatic segmentation of MS lesions is a very challenging task, primarily due to the high imbalance of the dataset (brain scans usually contain only a small amount of damaged tissue). Another challenge is a manual annotation of these lesions, as two different doctors can mark other parts of the brain as damaged and the Dice Coefficient of these annotations is approximately 0.86, which further underlines the complexity of this task. The possibility of simplifying the annotation process by automatization could improve the lesion load determination and might lead to better diagnostic of each individual patient. Our goal was to propose two techniques that use transfer learning to pre-train weights to later improve the performance of existing segmentation models. The theoretical part describes the division of artificial intelligence, machine learning and deep neural networks and their use in image segmentation. Afterwards, the work provides a description of Multiple Sclerosis, its types, symptoms, diagnosis and treatment. The practical part begins with data preprocessing. Firstly, brain scans were adjusted to the same resolution with the same voxel size. This was needed due to the usage of three different datasets, in which the scans had been created by devices from different manufacturers. One dataset also included the skull, therefore it was necessary to remove it by an FSL tool, leaving only the patient's brain in the scan. The preprocessed data were 3D scans (FLAIR, T1 and T2 modalities), which were cut into individual 2D slices and used as an input for the neural network with encoder-decoder architecture. The whole dataset consisted a total of 6,720 slices with a resolution of 192 x 192 pixels for training (after removing slices where the mask was empty). Loss function was Combo loss (combination of Dice Loss with modified Cross-Entropy). The first technique was to use the pre-trained weights from the ImageNet dataset on encoder in U-Net network, with and without locked encoder weights, respectively, and compare the results with random weight initialization. In this case, we used only the FLAIR modality. Transfer learning has proven to increase the metrics from approximately 0.4 to 0.6. The difference between encoder with and without locked weights was about 0.02. The second proposed technique was to use a self-supervised context encoder with Generative Adversarial Networks (GAN) to pre-train the weights. This network used all three modalities also with the empty slices (23,040 slices in total). The purpose of GAN was to recreate the brain image, which was covered by a checkerboard. Weights learned during this training were later loaded for the encoder to apply to our segmentation problem. The following experiment did not show any improvement, with a DSC value of 0.29 and 0.09, with and without a locked encoder, respectively. Such a decrease in performance might have been caused by the use of weights pre-trained on two distant problems (segmentation and self-supervised context encoder) or by difficulty of the task considering the hugely unbalanced dataset.
|
|
|
Počítačová analýza medicínských obrazových dat
Krajčír, Róbert ; Šmirg, Ondřej (oponent) ; Uher, Václav (vedoucí práce)
Táto práca sa zaoberá analýzou medicínskych obrazových dát pomocou rôznych štatistických a numerických metód implementovaných v prostrediach Eclipse a Rapidminer využitím jazyku Java. Použité sú sady snímok (rezov), ktoré sú výsledkom vyšetrenia mozgu rôznych pacientov magnetickou rezonanciou. Jednotlivé segmenty v tomto 3D obraze sú podrobené výpočtu niekoľkých lokálnych príznakov, na základe ktorých sú vygenerované dátové sady pre použitie v trénovacích algoritmoch. Schopnosť týchto alogritmov úspešne identifikovať zdravé alebo choré tkanivo je následne otestovaná prakticky na dostupných dátach.
|
|
|
Trénovatelná segmentace obrazu s použitím hlubokých neuronových sítí
Majtán, Martin ; Burget, Radim (oponent) ; Harár, Pavol (vedoucí práce)
Diplomová práca sa zaoberá segmentáciou obrazu pomocou hlbokých neuronových sietí. V práci je popísaný princíp digitálneho spracovania obrazu a segmentácia obrazu. Je tu vysvetlený princíp umelých neurónových sietí, model umelého neurónu, spôsob ako sa neurónové siete trénujú a aktivujú. V praktickej časti je vytvorený algoritmus na generovanie podobrazov zo snímkov z magnetickej rezonancie. Vygenerované podobrazy sa používajú na trénovanie, testovanie a validáciu modelu neurónovej siete. V práci je vytvorený model umelej neurónovej siete, ktorí bol použitý pri trénovateľnej segmentácii obrazu. Model neurónovej siete je vytvorený pomocou knižnice Deeplearning4j a je optimalizovaný na paralelné trénovanie pomocou knižnice Spark.
|
|
|
Detekce roztroušené sklerózy
Kopuletý, Michal ; Mangová, Marie (oponent) ; Uher, Václav (vedoucí práce)
Tato práce je zaměřena na detekování lézí roztroušené sklerózy ze snímků magnetické rezonance. Správně vyhledané léze jsou velice důležité pro stanovení lékařské diagnózy. Detekce lézí pomocí metod strojového učení je poměrně náročná z důvodů velké proměnlivosti velikosti, tvaru a pozice lézí v mozku. V praktické části práce je navržen základ softwaru, jenž bude po dokončení klasifikovat obrazové body, tak aby bylo možné vyhledat ložiska roztroušené sklerózy. Pro klasifikaci bude využita metoda podpůrných vektorů. Teoretická část pak popisuje roztroušenou sklerózu, základy operací prováděných s biomedicínskými obrazy a klasifikaci dat.
|
|
|
Možnosti pracovního začlenění osob s roztroušenou sklerózou: vliv symptomů a dalších komorbidit
Ulmanová, Alena ; Novotná, Klára (vedoucí práce) ; Rodová, Zuzana (oponent)
BAKALÁŘSKÉ PRÁCE Jméno, příjmení: Alena Ulmanová Vedoucí práce: Mgr. Klára Novotná Ph.D. Konzultant práce: Mgr. Eliška Rotbartová Název bakalářské práce: Možnosti pracovního začlenění osob s roztroušenou sklerózou: vliv symptomů a dalších komorbidit Abstrakt bakalářské práce: Tato teoreticko-praktická bakalářská práce se zabývá vlivem symptomů roztroušené sklerózy a dalších komorbidit na pracovní uplatnění osob, které se potýkají s touto diagnózou. Práce si klade za cíl zjistit jaké jsou dominantní obtíže, které omezují práceschopnost osob s roztroušenou sklerózou, čehož dosahuje pomocí dotazníku pracovních obtíží s názvem Multiple Sclerosis Work Difficulties Questionnaire (MSWDQ-23). Důležitost tohoto cíle vychází především z faktu, že onemocnění postihuje především mladé dospělé v produktivním věku, u kterých bývá zaměstnání podstatnou součástí života a obtíže spojené se sníženou práceschopností mohou negativně ovlivnit jejich finanční a sociální situaci, ale i celkový fyzický stav. Teoretická část práce shrnuje poznatky o dané problematice pomocí aktuální zahraniční i tuzemské literatury. V praktické části je následně využit kvantitativní výzkum založený na dotazníkovém šetření. Konkrétně je použit standardizovaný nástroj MSWDQ-23, který pomocí uzavřených otázek rozdělených do tří kategorií...
|
|
|
Mezioborová spolupráce při plánování péče o klienty s roztroušenou sklerózou v pobytové odlehčovací službě
Linhartová, Petra ; Vrzáček, Petr (vedoucí práce) ; Mertl, Jiří (oponent)
Diplomová práce se zabývá efektivitou mezioborové spolupráce nastavením procesů zaměřených na oblast komunikace a sdílení informací v multidisciplinárním týmu (MDT). Opírá se o teoretická východiska především v souvislosti se systemickým přístupem ke klientovi. Uplatnil se zde princip case managementu, individuální spolupráce s klientem a poradenské paradigma sociální práce. Cílem práce je identifikace možné podoby efektivní mezioborové spolupráce ve vybraném zařízení, na jehož příkladě uvádí prvky ovlivňující kvalitu výstupů plánování péče o klienty s roztroušenou sklerózu v podmínkách konkrétní pobytové odlehčovací služby. V teoretické části práce je představena jedinečná organizace v České republice dlouhodobě se zabývající péčí o osoby zejména v pokročilé fázi nemoci, jejíž součástí je pobytová odlehčovací služba. Uvedená odlehčovací služba usiluje o zkvalitnění péče o klienty nastavením efektivní mezioborové spolupráce s využitím metody Human Centered Design (HCD). Prostřednictvím případové studie je popsán proces zavedení změny a nastavení procesů spolupráce v konkrétním multidisciplinárním týmu. Výzkumná část se zabývá procesní evaluací implementace tohoto programu. Procesní evaluace posuzuje kvalitu implementace navržených změn, poskytuje zpětnou vazbu a identifikuje faktory, které...
|
|
|
Kognitivní rehabilitace osob s roztroušenou sklerózou
Bílková, Tereza ; Novotná, Klára (vedoucí práce) ; Krivošíková, Mária (oponent)
BAKALÁŘSKÉ PRÁCE Jméno, příjmení: Tereza Bílková Vedoucí práce: Mgr. Klára Novotná, Ph.D. Konzultant práce: Mgr. Eliška Rotbartová Název bakalářské práce: Kognitivní rehabilitace osob s roztroušenou sklerózou Abstrakt bakalářské práce: Tato bakalářská práce se věnuje tématu kognitivní rehabilitace u pacientů s roztroušenou sklerózou, která probíhá v domácím prostředí s využitím počítačového programu HAPPYneuron. Roztroušená skleróza se řadí mezi autoimunitní onemocnění, během kterého dochází k poškození buněk našeho centrálního nervového sytému. Cílem této bakalářské práce je ověřit, zda má kognitivní rehabilitace v délce 16 týdnů, která bude vedena přes počítačový program HAPPYneuron, pozitivní dopad na prostorovou orientaci, krátkodobou paměť, pozornost a řeč u pacientů s RS. V teoretické části bakalářské práce popisuji samotnou problematiku roztroušené sklerózy, včetně klinického obrazu a typů roztroušené sklerózy. Dále se zabývám podrobnějším popisem nejvíce zasažených domén kognitivních funkcí, jejich vyšetření a možnosti kognitivní rehabilitace. V neposlední řadě popisuji kognitivní rehabilitaci s využitím počítačových programů, podrobněji se věnuji popisu programu HAPPYneuron. V praktické části byly tři pacientky nejprve vyšetřeny klinickým neuropsychologem. Na základě toho, byly zvoleny...
|
|
|
Roztroušená skleróza - klinické a paraklinické markery pro sledování aktivity nemoci a faktory ovlivňující její průběh
Šťastná, Dominika ; Horáková, Dana (vedoucí práce) ; Libertínová, Jana (oponent) ; Taláb, Radomír (oponent)
Roztroušená skleróza (RS) je chronické neurologické onemocnění, které bez léčby vede u většiny pacientů v průběhu let až dekád k závažné invaliditě. Nemoc zatím neumíme vyléčit, máme ale stále více důkazů, že včasné zahájení protizánětlivé terapie a ovlivnění přidružených komorbidit má na její průběh zásadní vliv. K vyhodnocení faktorů ovlivňujících průběh RS a monitoraci terapeutických prostředků v reálné klinické praxi mají nezastupitelný přínos pacientské registry. Cílem této práce bylo v první řadě vyhodnotit na základě dat Českého celostátního registru pacientů s RS (ReMuS) trendy ve vedení terapie mezi lety 2013 a 2021. Následně práce reaguje prostřednictvím dat registru na nástup pandemie covidu-19 a věnuje se této problematice v kontextu RS. Podíl pacientů v ReMuS léčených vysoce účinnou chorobu modifikující terapií (HE-DMT) se zvýšil v letech 2013 až 2021 z 16,2 % na 37,1 % a podíl terapeuticky-naivních pacientů zahajujících HE-DMT z 2,1 % na 18,5 %. Co se infekce covid-19 týče, na základě dat 958 pacientů s RS a anamnézou covidu-19 jsme určili, že vyšší body mass index, vyšší věk, recentní léčba vysokými dávkami glukokortikoidů a anti-CD20 terapie jsou nezávislými proměnnými asociovanými s pneumonií. Dále jsme analyzovali 1661 očkovaných pacientů s RS bez anamnézy covidu-19 a 495...
|
|
|
Ovládání polohovacího lůžka pomocí očních pohybů
Kopeček, Martin ; Kremláček, Jan (vedoucí práce) ; Čapek, Lukáš (oponent) ; Komzák, Martin (oponent)
Vznik této práce vycházel z potřeby ovládání elektrického polohovacího lůžka pacienty s žádnou nebo výrazně sníženou motorikou horních končetin. Stěžejním bodem a cílem disertační studie bylo vyvinutí bezkontaktní alternativy k ručnímu ovladači a ověření, že technika sledování očních pohybů (eye-tracking) je použitelná a nabízí pacientům novou úroveň zvýšení soběstačnosti. Práce je rozdělena do třech navazujících částí s experimenty provedenými na detašovaných pracovištích a v laboratoři. Po úvodní části věnující se etapám vývoje a současným progresivním trendům v sledování očních pohybů je popsána experimentální studie proveditelnosti ovládání lůžka s úlohou střídavé změny polohy hlavy a nohou s využitím ovládacích grafických elementů na displeji. Tato fáze byla realizována prostřednictvím virtuálního lůžka. Ve skupině 17 pacientů s diagnózami pentaplegie, tetraplegie, vysoké paraplegie, myopatie a spinální svalové atrofie byl celkový čas řešení úlohy 67,1 s (medián) s velkou interindividuální variabilitu s mezikvartilovým rozpětím od 56,7 s do 92,9 s. Efektivita řešení (100 % odpovídalo optimálnímu výkonu) byla 45,5 (34,9; 62,0) %. V rámci jednotlivých skupin dosahovali pacienti různých výsledků obou sledovaných parametrů. Při hodnocení vlastností systému dotazníkovým šetřením převažovaly pozitivní...
|
host ::
RSS.