Klasifikace cévního řečiště na snímcích sítnice
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Analýza snímků sítnice má důležitý význam, protože člověk získá kolem 90 % informací z okolí přes oči. Automatizace procesů analýzy zobrazení sítnice přispívá ke zlepšení efektivity lékařských retinálních vyšetření. Tato diplomová práce se zabývá automatickými metodami klasifikace snímků cévního řečiště retiny pořízených digitální fundus kamerou. Je prozkoumána a implementována metoda klasifikace cévního řečiště s použitím klasifikátoru na základě neuronových sítí, které se trénují a pak se testují na úsecích cév retinálního řečiště. Ve stručnosti je v této práci popsán anatomický pohled na sítnici, vlastnosti obrazových dat z digitální fundus kamery a metody klasifikace retinálních snímků. Poslední kapitola se zabývá hodnocením úspěšnosti klasifikace cévního řečiště automatickými metodami.
Retinal image analysis plays a very important role, as human gets around 90% of environment information with the help of eyes. Automation of process of retinal image analysis promotes to improve the efficiency of retinal medical examinations. The following thesis is dedicated to automatic classification methods of retinal vascular system images obtained from a digital fundus camera. Vessel classification method using classifier on the base of neural networks, which is trained and then tested on the retinal vessel segments, is investigated and implemented. In this thesis anatomical retinal survey, properties of image data from digital fundus camera and retinal image classification methods are briefly described. The last chapter is devoted to the evaluation of efficiency of retinal vessel classification with automatic methods.
Retinal image analysis plays a very important role, as human gets around 90% of environment information with the help of eyes. Automation of process of retinal image analysis promotes to improve the efficiency of retinal medical examinations. The following thesis is dedicated to automatic classification methods of retinal vascular system images obtained from a digital fundus camera. Vessel classification method using classifier on the base of neural networks, which is trained and then tested on the retinal vessel segments, is investigated and implemented. In this thesis anatomical retinal survey, properties of image data from digital fundus camera and retinal image classification methods are briefly described. The last chapter is devoted to the evaluation of efficiency of retinal vessel classification with automatic methods.
Description
Citation
TEBENKOVA, I. Klasifikace cévního řečiště na snímcích sítnice [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2013.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Biomedicínské a ekologické inženýrství
Comittee
doc. Ing. Jiří Rozman, CSc. (předseda)
doc. Ing. Radim Kolář, Ph.D. (místopředseda)
Ing. Ota Gotfrýd, CSc. (člen)
MUDr. Zuzana Nováková, Ph.D. (člen)
Dr. Ing. Vlastimil Vondra (člen)
Date of acceptance
2013-06-10
Defence
Studentka prezentovala výsledky své práce a komise byla seznámena s posudky. Studentka odpověděla na otázky členů komise a oponenta.
Doc. Kolář – Odkud jste vyšla při stanovení vhodných příznaků? Důvod pro aproximaci jasového profilu? Hodnocení kvality použitých příznaků - jak si vysvětlujete dosažené výsledky? Kolik článků z použité literatury se zabývá klasifikací tepen a žil?
Doc. Rozman – Proč jste použila pouze omezený počet snímků sítnice a pouze od zdravých jedinců?
Dr. Vondra – Jak jste získala jasové profily?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení