Segmentace cévního řečiště v retinálních obrazových datech

but.committeedoc. Ing. Radim Kolář, Ph.D. (předseda) Ing. Jan Odstrčilík, Ph.D. (místopředseda) Ing. Marina Ronzhina, Ph.D. (člen) RNDr. Petr Fuchs, Ph.D. (člen) Ing. Jiří Sekora (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Doc. Kolář položil dotaz na rozdílnost velikosti obrázků mezi testovanými datasety. Dále se dotazoval na formy augmentace, které byly v práci použity. Ing. Ronzhina se zeptala, zda studentka zkoumala jednotlivé příznaky, které neuronová síť hodnotila. Proč by učení na nekvalitních datech mohlo dávat dobré výsledky. Proč se pro učení sítí používají právě i nekvalitní data. Studentka obhájila diplomovou práci a odpověděla na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programBiomedicínské inženýrství a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorOdstrčilík, Jancs
dc.contributor.authorVančurová, Johanacs
dc.contributor.refereeMézl, Martincs
dc.date.accessioned2019-06-14T11:40:43Z
dc.date.available2019-06-14T11:40:43Z
dc.date.created2019cs
dc.description.abstractTato diplomová práce se zabývá segmentací cévního řečiště v retinálních obrazových datech. Teoretická část je zaměřena na základní popis anatomie a fyziologie oka a na metody snímání očního pozadí. Dále jsou popsány principy klasických a konvolučních neuronových sítí a segmentační techniky, které se využívají k segmentaci cévního řečiště v retinálních snímcích. V praktické části je implementována segmentační metoda pomocí konvoluční neuronové sítě U-net. Tato síť je natrénována na třech datových sadách. Dvě datové sady obsahují snímky z experimentálního video oftalmoskopu. Z důvodů nemožnosti porovnat výsledky této metody na těchto dvou datových sadách, byla použita třetí datová sada HRF, která zahrnuje snímky pořízené fundus kamerou. Výsledky testování na této datové sadě slouží k porovnání s jinými metodami segmentace cévního řečiště.cs
dc.description.abstractThis master´s thesis deals with blood vessel segmentation in retinal image data. The theoretical part is focused on the basic description of anatomy and physiology of the eye and methods of observing the back of the eye. This thesis also describes the principles of classical and convolutional neural networks and segmentation techniques that are used to segment blood vessel in retinal images. In the practical part, a segmentation method using convolutional neural network U-net is implemented. This neural network is trained on the three datasets. Two datasets include images from experimental video ophthalmoscope. Because it impossible to compare the results of these two datasets with any other methods of retinal blood vessel segmentation, U-net is trained on other dataset that is HRF database. This dataset includes fundus images. The results of testing on this dataset serves for comparing results with other methods of retinal blood vessel segmentation.en
dc.description.markBcs
dc.identifier.citationVANČUROVÁ, J. Segmentace cévního řečiště v retinálních obrazových datech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.cs
dc.identifier.other118346cs
dc.identifier.urihttp://hdl.handle.net/11012/177638
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectExperimentální video oftalmoskopcs
dc.subjectneuroncs
dc.subjectneuronové sítěcs
dc.subjectkonvolucecs
dc.subjectsegmentacecs
dc.subjectU-netcs
dc.subjectfundus snímkycs
dc.subjectExperimental video ophthalmoscopeen
dc.subjectneuronen
dc.subjectneural networken
dc.subjectconvolutionen
dc.subjectsegmentationen
dc.subjectU-neten
dc.subjectfundus imagesen
dc.titleSegmentace cévního řečiště v retinálních obrazových datechcs
dc.title.alternativeBlood vessel segmentation in retinal image dataen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2019-06-05cs
dcterms.modified2019-06-06-11:40:41cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid118346en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 18:11:07en
sync.item.modts2021.11.12 16:57:27en
thesis.disciplineBiomedicínské inženýrství a bioinformatikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.07 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
appendix-1.zip
Size:
5.29 KB
Format:
zip
Description:
appendix-1.zip
Loading...
Thumbnail Image
Name:
review_118346.html
Size:
7.63 KB
Format:
Hypertext Markup Language
Description:
review_118346.html
Collections