Detail práce

Detekce významných bodů v medicínských obrazech pomocí hlubokých neuronových sítí

Bakalářská práce Student: Škandera Juraj Akademický rok: 2017/2018 Vedoucí: Kodym Oldřich, Ing., Ph.D.
Název anglicky
Landmark Detection in Medical Images Using Deep Neural Networks
Jazyk práce
český
Abstrakt

Táto práca sa zaoberá detekciou anatomických bodov z cefalometrických RTG snímkov pomocou konvolučných neurónových sietí. Program pracuje nad verejne dostupným datasetom, ktorý obsahuje bočné RTG snímky lebky. V rámci práce sú navrhnuté dve architektúry konvolučných neurónových sietí. Najlepšia architektúra dosahuje úspešnosť 73.22% pre detekciu do 5 mm. Program je tvorený v jazyku Python s využitím knižnice Tensorflow.

Klíčová slova

cefalometrické landmarky, konvolučné neurónové siete, detekcia landmarkov, hlboké učenie, cefalogram

Ústav
Ústav počítačové grafiky a multimédií FIT VUT v Brně
Studijní program
Informační technologie
Soubory
Stav
obhájeno, hodnocení B
Obhajoba
13. června 2018
Oponent
Španěl Michal, 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 velmi dobře (B).

Otázky u obhajoby
  1. Vysvětlete použitou stacked hourglass architekturu (Obr. 5.6) - např. co je vstupem do druhého hourglass modulu?
  2. Proč jste pro vyhodnocení úspěšnosti detekce landmarků zvolil hranici do 5 mm? V textu uvádíte, že za přesnou detekci se považuje odchylka do 2 mm a akceptovatelná je do 4 mm. Jaké úspěšnosti dosahujete v těchto mezích?
  3. Je možné charakterizovat, které typy anatomických bodů Vaše síť dokáže detekovat úspěšně a pro jaké typy bodů selhává?
Komise
Herout Adam, prof. Ing., Ph.D. (UPGM FIT VUT), předseda
Křena Bohuslav, Ing., Ph.D. (UITS FIT VUT), člen
Martínek Tomáš, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Novák Michal, doc. RNDr., Ph.D. (UMAT FEKT VUT), člen
Ryšavý Ondřej, doc. Ing., Ph.D. (UIFS FIT VUT), člen
Citace
ŠKANDERA, Juraj. Detekce významných bodů v medicínských obrazech pomocí hlubokých neuronových sítí. Brno, 2018. Bakalářská práce. Vysoké učení technické v Brně, Fakulta informačních technologií. 2018-06-13. Vedoucí práce Kodym Oldřich. Dostupné z: https://www.fit.vut.cz/study/thesis/21193/
BibTeX 
@bachelorsthesis{FITBT21193,
    author = "Juraj \v{S}kandera",
    type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce",
    title = "Detekce v\'{y}znamn\'{y}ch bod\r{u} v medic\'{i}nsk\'{y}ch obrazech pomoc\'{i} hlubok\'{y}ch neuronov\'{y}ch s\'{i}t\'{i}",
    school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
    year = 2018,
    location = "Brno, CZ",
    language = "czech",
    url = "https://www.fit.vut.cz/study/thesis/21193/"
}

Závěrečné práce

Nahoru