Full metadata record
DC FieldValueLanguage
dc.contributor.advisorKlečková Jana, Doc. Dr. Ing.
dc.contributor.authorKošan, Pavel
dc.contributor.refereeKryl Martin, Ing.
dc.date.accepted2023-6-13
dc.date.accessioned2023-08-02T10:47:38Z-
dc.date.available2022-10-3
dc.date.available2023-08-02T10:47:38Z-
dc.date.issued2023
dc.date.submitted2023-5-4
dc.identifier93769
dc.identifier.urihttp://hdl.handle.net/11025/53770-
dc.description.abstractCílem této práce je poskytnout základní popis hlubokého učení a jeho možná využití pro analýzu biomedicínských dat. Nejprve jsou vysvětleny základní teoretické koncepty a algoritmy, na kterých je založeno současné hluboké učení. Poté jsou představeny důležité třídy a architektury hlubokých neuronových sítí s možnostmi jejich aplikace v medicíně. V rámci praktické části se tato práce zabývá třemi příklady aplikace hlubokého učení pro tři různé medicínské datové množiny. Zvláštní pozornost je věnována poslednímu příkladu, který se zabývá segmentací CT snímků mozkucs
dc.format81
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjecthluboké učenícs
dc.subjectumělé neuronové sítěcs
dc.subjectalgoritmus učenícs
dc.subjecttřídy a architektury neuronových sítícs
dc.subjectmedicínské aplikacecs
dc.subjectklasifikacecs
dc.subjectsegmentacecs
dc.subjectbiomedicínská datacs
dc.titleVyužití Deep Learning v medicínských aplikacíchcs
dc.title.alternativeThe use of Deep Learning in medical applicationsen
dc.typebakalářská práce
dc.thesis.degree-nameBc.
dc.thesis.degree-levelBakalářský
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programInženýrská informatika
dc.description.resultObhájeno
dc.description.abstract-translatedThe aim of this work is to provide a basic description of deep learning and its possible use for the analysis of biomedical data. First, the fundamental theoretical concepts and algorithms on which contemporary deep learning is based are explained. Then the important classes and architectures of deep neural networks are presented with the possibilities of their application in medicine. As part of the practical part, this work deals with three examples of deep learning applications for three different medical datasets. Special attention is paid to the last example which deals with segmentation of CT brain images.en
dc.subject.translateddeep learningen
dc.subject.translatedartifical neural networksen
dc.subject.translatedlearning algorithmen
dc.subject.translatedclasses and architectures of neural networksen
dc.subject.translatedmedical applicationsen
dc.subject.translatedclassificationen
dc.subject.translatedsegmentationen
dc.subject.translatedbiomedical dataen
Appears in Collections:Bakalářské práce / Bachelor´s works (KIV)

Files in This Item:
File Description SizeFormat 
Text_prace.pdfPlný text práce3,79 MBAdobe PDFView/Open
A20B0541P_Posudek.pdfPosudek oponenta práce420,03 kBAdobe PDFView/Open
A20B0541P_Hodnoceni.pdfPosudek vedoucího práce134,37 kBAdobe PDFView/Open
A20B0541P_Obhajoba.pdfPrůběh obhajoby práce70,48 kBAdobe PDFView/Open
Show simple item record


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/53770

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

search
navigation
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Bakalářské práce / Bachelor´s works (KIV)