Detail práce

Akcelerace neurostimulace pomocí metod umělé inteligence

Diplomová práce Student: Gaňo Martin Akademický rok: 2021/2022 Vedoucí: Jaroš Jiří, doc. Ing., Ph.D.
Název anglicky
Acceleration of Neurostimulation Using Artificial Intelligence Methods
Jazyk práce
český
Abstrakt

Léčba pomocí transkraniálního ultrazvuku je rychle se rozvíjející doménou medicíny. Tato metoda přináší možnosti neinvazivní mozkové terapie, včetně ablace, neuromodulace nebo potenciálního otevření hematoencefalické bariéry pro následující léčbu. Zdravotník potřebuje neustále dostávat zpětnou vazbu o ultrazvukovém vlnovém poli v lidské lebce v reálném čase, aby mohl pomocí těchto technik provést léčbu. Tradiční metody pro simulaci monochromních ultrazvukových vln jsou výpočetně příliš drahé. Jejich použití by proto bylo pro tyto účely neproveditelné a přináší to potřebu alternativních metod.Tato práce navrhla a implementovala metodu řešení Helmholtzovy rovnice ve 3D prostoru pomocí neuronové sítě dosahující vyšší rychlosti konvergence. Návrh neuronové sítě využívá odlehčenou architekturu založenou na UNet. Hlavním předmětem zájmu této práce je neuromodulace, protože v této aplikaci je možné ignorovat několik proměnných a jevů, které by v jiných případech nebyly zanedbatelné. Jejich vynecháním z výpočtů se zvýšila šance na provedení výpočtů v rozumném čase. Tato metoda je plně bez dozoru a používá výhradně uměle generované sférických harmonik a fyzikální ztráty pro trénink, bez nutnosti anotovaných dat. Výsledky ukázaly rychlejší výpočet s přijatelnou chybou než jiné tradiční metody.

Klíčová slova

Helmholtzova rovnica, naučený optimalizátor, učenie bez učiteľa, fyzikálna chybová funkcia, transkraniálny ultrazvuk

Ústav
Ústav počítačových systémů FIT VUT v Brně
Studijní program
Informační technologie a umělá inteligence, specializace Počítačové vidění
Soubory
Stav
obhájeno, hodnocení C
Obhajoba
20. června 2022
Oponent
Chlebík Jakub, Ing.
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 C.

Otázky u obhajoby
  1. Co je myšleno pojmem "low-quality sample" v replay bufferu?
  2. Proč bylo při trénování sítě možné použít pouze velikost batche 4, když bylo trénování prováděna na kartách se 40GB paměti?
  3. Na jakém hardwaru byly spouštěny metody, se kterými se srovnáváte?
Komise
Čadík Martin, doc. Ing., Ph.D. (UPGM FIT VUT), předseda
Beran Vítězslav, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Juránek Roman, Ing., Ph.D. (UPGM FIT VUT), člen
Křivka Zbyněk, Ing., Ph.D. (UIFS FIT VUT), člen
Milet Tomáš, Ing., Ph.D. (UPGM FIT VUT), člen
Zemčík Pavel, prof. Dr. Ing. (UPGM FIT VUT), člen
Citace
GAŇO, Martin. Akcelerace neurostimulace pomocí metod umělé inteligence. Brno, 2022. Diplomová práce. Vysoké učení technické v Brně, Fakulta informačních technologií. 2022-06-20. Vedoucí práce Jaroš Jiří. Dostupné z: https://www.fit.vut.cz/study/thesis/23927/
BibTeX 
@mastersthesis{FITMT23927,
    author = "Martin Ga\v{n}o",
    type = "Diplomov\'{a} pr\'{a}ce",
    title = "Akcelerace neurostimulace pomoc\'{i} metod um\v{e}l\'{e} inteligence",
    school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
    year = 2022,
    location = "Brno, CZ",
    language = "czech",
    url = "https://www.fit.vut.cz/study/thesis/23927/"
}

Závěrečné práce

Nahoru