Klasifikace patologických obratlů v CT snímcích páteře s využitím metod strojového učení
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
Tato diplomová práce se zaměřuje na detekci patologických obratlů v CT snímcích páteře s využitím metod strojového učení. V rámci teoretické části je popsána anatomie páteře, výskyt patologií v CT obrazových datech, je vypracován přehled existujících metod určených pro automatickou detekci patologických obratlů. Praktická část je věnována návrhu počítačového systému, který realizuje detekci patologie obratlů a určuje jejich typ. Jako klasifikátor se používá neuronová síť. Aplikace analýzy hlavních komponent (PCA) zajišťuje redukci počátečního počtu příznaků. Pro řešení daného zadání byla získána reálná data. Závěr obsahuje hodnocení dosažených výsledků.
This master's thesis focuses on detection of pathological vertebrae in spinal CT utilized by machine learning. Theoretical part describes anatomy of the spine and occurrence of pathologies in CT image data, contains an overview of existing methods intended for automated detection of pathological vertebrae. Practical part devotes to design a computer aided detection systems to identify pathological vertebrae and to classify a type of pathology. Designed classification system is based on using neural network, which performs classification step and on principal component analysis (PCA), which is used to reducing the original number of observation features. For completing this task were used real data. Conclusion contains evaluation of obtained results.
This master's thesis focuses on detection of pathological vertebrae in spinal CT utilized by machine learning. Theoretical part describes anatomy of the spine and occurrence of pathologies in CT image data, contains an overview of existing methods intended for automated detection of pathological vertebrae. Practical part devotes to design a computer aided detection systems to identify pathological vertebrae and to classify a type of pathology. Designed classification system is based on using neural network, which performs classification step and on principal component analysis (PCA), which is used to reducing the original number of observation features. For completing this task were used real data. Conclusion contains evaluation of obtained results.
Description
Citation
TYSHCHENKO, B. Klasifikace patologických obratlů v CT snímcích páteře s využitím metod strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Biomedicínské a ekologické inženýrství
Comittee
prof. Ing. Ivo Provazník, Ph.D. (předseda)
Ing. Vratislav Harabiš, Ph.D. (místopředseda)
Ing. Jan Odstrčilík, Ph.D. (člen)
Ing. Jiří Chmelík, Ph.D. (člen)
MUDr. Michal Jurajda, Ph.D. (člen)
Ing. Tomáš Potočňák (člen)
Date of acceptance
2019-06-06
Defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky. Ing. Potočňák položil otázku - Byla při snížení počtu příznaků nějaká datová úspora? Ing. Odstrčilík položil otázku - Mělo snížení počtu příznaků dopad na přesnost klasifikace? 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