• čeština
    • English
  • čeština 
    • čeština
    • English
  • Login
View Item 
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2020
  • View Item
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2020
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Generation of Synthetic Retinal Images with High Resolution

Generation of Synthetic Retinal Images with High Resolution

Thumbnail
View/Open
Posudek-Oponent prace-21968_o.pdf (87.13Kb)
Posudek-Vedouci prace-21968_v.pdf (85.88Kb)
final-thesis.pdf (9.198Mb)
review_129267.html (1.457Kb)
Author
Aubrecht, Tomáš
Advisor
Drahanský, Martin
Referee
Heidari, Mona
Grade
B
Alternative metrics PlumX
http://hdl.handle.net/11012/192449
Altmetrics
http://hdl.handle.net/11012/192449
http://hdl.handle.net/11012/192449
Metadata
Show full item record
Abstract
K pořízení snímků sítnice, která představuje nejdůležitější část lidského oka, je potřeba speciálního vybavení, kterým je fundus kamera. Z tohoto důvodu je cílem této práce navrhnout a implementovat systém, který bude schopný generovat takovéto snímky bez použítí této kamery. Navržený systém využívá mapování vstupního černobílého snímku krevního řečiště sítnice na barevný výstupní snímek celé sítnice. Systém se skládá ze dvou neuronových sítí: generátoru, který generuje snímky sítnic, a diskriminátoru, který klasifikuje dané snímky jako reálné či syntetické. Tento systém byl natrénován na 141 snímcích z veřejně dostupných databází. Následně byla vytvořena nová databáze obsahující více než 2,800 snímků zdravých sítnic v rozlišení 1024x1024. Tato databáze může být použita jako učební pomůcka pro oční lékaře nebo může poskytovat základ pro vývoj různých aplikací pracujících se sítnicemi.
 
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.
 
Keywords
lidské oko, sítnice oka, syntetické snímky sítnice, zpracování obrazu, generování obrazu, strojové učení, neuronové sítě, GAN, vysoké rozlišení, Python, TensorFlow, human eye, eye retina, synthetic retinal images, image processing, image generation, machine learning, neural networks, GAN, high resolution, Python, TensorFlow
Language
angličtina (English)
Study brunch
Informační systémy
Composition of Committee
doc. Ing. Ondřej Ryšavý, Ph.D. (předseda) doc. Ing. Jan Kořenek, Ph.D. (místopředseda) Ing. Radek Burget, Ph.D. (člen) Ing. Matěj Grégr, Ph.D. (člen) Mgr. Lukáš Holík, Ph.D. (člen) RNDr. Marek Rychlý, Ph.D. (člen)
Date of defence
2020-07-15
Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: The work is based on a deep learning-based method, therefore, the dataset that has been used in this work should contain many images but the dataset in this work, was small. Deep learning algorithms can not work well on a small dataset, how did the student overcome it? Jakým způsobem plánujete další využití? Máte v práci nějaké srovnání s existujícími řešeními? Je pro generování a klasifikace sítnic dostatečné malé množství trénovacích dat?
Result of the defence
práce byla úspěšně obhájena
Persistent identifier
http://hdl.handle.net/11012/192449
Source
AUBRECHT, T. Generation of Synthetic Retinal Images with High Resolution [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.
Collections
  • 2020 [134]
Citace PRO

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV
 

 

Browse

All of repositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV