Použití metod hlubokého učení v úlohách zpracování obrazu
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Učení rozpoznávání objektů pomocí neuronové sítě spočívá v napodobení chování živočišné neuronové sítě. Přestože nejsou ani zdaleka známy detaily fungování mozku, týmy složené z vědců z různých oborů medicíny a techniky se snaží po těchto detailech pátrat. Díky velikánům jako je Geoffrey Hinton věda v tomto oboru velice pokročila. Konvoluční neuronové sítě, které se vycházejí z živočišného modelu optického systému, lze s výhodou použít pro segmentování obrazu, a proto byly vybrány pro segmentaci nádorů a edémů z obrazů magnetické resonance. Modely neuronové sítě, použité v této práci, dosáhly úspěšnosti 41\% procent v segmentaci edémů a 79\% v segmentaci nádorů z mozkové tkáně.
The clue of learning to recognize objects using neural network lies in imitation of animal neural network's behavior. In spite the details of how brain works is not known yet, the teams consisting of scientists from various medical or technical professions are trying to search for them. Thanks to giants like Geoffrey Hinton science made a big progress in this domain. The convolutional networks which are based on animal model of optical system can be advantageously used for image segmentation and therefore they ware chosen for segmentation of tumor and edema from images of magnetic resonance. The models of artificial neural networks used in this work had achieved the 41\% of success in edema segmentation and 79\% in segmentation of tumor from brain issue.
The clue of learning to recognize objects using neural network lies in imitation of animal neural network's behavior. In spite the details of how brain works is not known yet, the teams consisting of scientists from various medical or technical professions are trying to search for them. Thanks to giants like Geoffrey Hinton science made a big progress in this domain. The convolutional networks which are based on animal model of optical system can be advantageously used for image segmentation and therefore they ware chosen for segmentation of tumor and edema from images of magnetic resonance. The models of artificial neural networks used in this work had achieved the 41\% of success in edema segmentation and 79\% in segmentation of tumor from brain issue.
Description
Citation
POLÁŠKOVÁ, L. Použití metod hlubokého učení v úlohách zpracování obrazu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Biomedicínské inženýrství a bioinformatika
Comittee
doc. Ing. Radim Kolář, Ph.D. (předseda)
doc. Mgr. Ctirad Hofr, Ph.D. (místopředseda)
MUDr. Jaromír Gumulec, Ph.D. (člen)
Ing. Denisa Maděránková, Ph.D. (člen)
Ing. Oto Janoušek, Ph.D. (člen)
Date of acceptance
2016-06-07
Defence
Studentka prezentovala výsledky své práce a komise byla seznámena s posudky.
Doc. Kolář položil otázku - Proč se používají různé velikosti oken? Jaké knihovny v Matlabu byly využity pro práci?
MUDr. Gumulec položil otázku - Jak probíhá segmentace oblasti zájmu? Na jak velkém vzorku dat se neuronová síť trénovala?
Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení