Detail práce

Hluboké neuronové sítě pro analýzu 3D obrazových dat

Bakalářská práce Student: Hlavoň David Akademický rok: 2015/2016 Vedoucí: Španěl Michal, Ing., Ph.D.
Název anglicky
Deep Learning for 3D Image Analysis
Jazyk práce
český
Abstrakt

Práce pojednává o využití plně konvolučních neuronových sítí pro segmentaci kostí z CT snímků. Typickým problémem při trénování na medicinských datech bývá omezená velikost trénovací sady. Experimenty ukázaly, že trénování na podoobrazech při omezeném počtu trénovacích dat dává lepší výsledky. Při trénování na podobrazech bylo dosaženo přesnosti segmentace 95,1%, což je o 30% více než při trénování na celých obrazech. Pro měření úspěšnosti segmentace byla zvolena metrika F-measure. Pro práci s konvolučními neuronovými sítěmi byl použit BVLC Caffe Framework.

Klíčová slova

plně konvoluční neuronová síť, segmentace, podobrazy, omezený dataset

Ústav
Ústav počítačové grafiky a multimédií FIT VUT v Brně
Studijní program
Informační technologie
Soubory
Stav
obhájeno, hodnocení C
Obhajoba
16. června 2016
Oponent
Herout Adam, prof. Ing., Ph.D.
Průběh obhajoby

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 dobře (C).

Otázky u obhajoby
  1. Podle názoru oponenta by se teoreticky měla ryze konvoluční síť naučit stejné parametry a poskytovat identické výsledky, ať se učí "nad celými obrázky" nebo "nad výřezy" - jedná se o identický proces. Jaký je názor řešitele?
  2. Jak vypadá srovnání uvedených dvou modů učení/vyhodnocování, pokud se srovnání provede správně, tj. když se řešitel vystříhá průměrování dílčích F-measures?
Komise
Herout Adam, prof. Ing., Ph.D. (UPGM FIT VUT), předseda
Drahanský Martin, prof. Ing., Dipl.-Ing., Ph.D. (UITS FIT VUT), člen
Chudý Peter, doc. Ing., Ph.D. MBA (UPGM FIT VUT), člen
Očenášek Pavel, Mgr. Ing., Ph.D. (UIFS FIT VUT), člen
Strnadel Josef, Ing., Ph.D. (UPSY FIT VUT), člen
Citace
HLAVOŇ, David. Hluboké neuronové sítě pro analýzu 3D obrazových dat. Brno, 2016. Bakalářská práce. Vysoké učení technické v Brně, Fakulta informačních technologií. 2016-06-16. Vedoucí práce Španěl Michal. Dostupné z: https://www.fit.vut.cz/study/thesis/18508/
BibTeX 
@bachelorsthesis{FITBT18508,
    author = "David Hlavo\v{n}",
    type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce",
    title = "Hlubok\'{e} neuronov\'{e} s\'{i}t\v{e} pro anal\'{y}zu 3D obrazov\'{y}ch dat",
    school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
    year = 2016,
    location = "Brno, CZ",
    language = "czech",
    url = "https://www.fit.vut.cz/study/thesis/18508/"
}

Závěrečné práce

Nahoru