Název: Využití hlubokých neuronových sítí pro segmentaci parenchymatózních orgánů břišní dutiny prasete domácího
Další názvy: Use of deep neural networks for segmentation of parenchymatous organs of the abdominal cavity of domestic pigs
Autoři: Yeremenko, Bohdan
Vedoucí práce/školitel: Jiřík Miroslav, Ing. Ph.D.
Oponent: Zítka Tomáš, Mgr.
Datum vydání: 2023
Nakladatel: Západočeská univerzita v Plzni
Typ dokumentu: bakalářská práce
URI: http://hdl.handle.net/11025/55047
Klíčová slova: umělá inteligence;neuronová síť;segmentace parenchymatózních orgánů;detectron2;u-net;výpočetní tomografie.
Klíčová slova v dalším jazyce: artificial intelligence;neural network;segmentation of parenchymal organs;detectron2;u-net;computed tomography.
Abstrakt: Tato bakalářská práce se zabývá možností aplikace hlubokých neuronových sítí v medicinských úlohách, konkrétně úlohou segmentace parenchymatózních orgánů břišní dutiny prasete domácího. Pro realizaci jsme využili framework detectron2 založenou na architektuře Mask R-CNN. V práci jsou popsány technologie používané pro strojové zpracování obrazu. Důležitou částí práce je popis konvolučních neuronových sítí určených pro zpracování obrazu. Hlavní část práce se věnuje popisu Mask R-CNN a detectron2, a to prostřednictvím analýzy výsledku trénování této sítě na medicínských datech. Na závěr je uvedeno rozhodnutí, je-li síť vhodná pro využití v praxi.
Abstrakt v dalším jazyce: This work deals with the possibility of applying deep neural networks in medical tasks, especially in the segmentation of parenchymatous organs of the abdominal cavity of the domestic pig. For this, we used "detectron2", which is based on "Mask R-CNN". In this work we described technology, which is used for digital image processing. Important part of this work is description of Convolutional Neural Networks and their usage for working with digital images. Main part describes "Mask R-CNN", "detectron2" and analyzes results of our training on medical dataset. In conclusion we gave a decision about the network (whether it is useful for practice).
Práva: Plný text práce je přístupný bez omezení
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Yeremenko_BP.pdfPlný text práce2,7 MBAdobe PDFZobrazit/otevřít
PosudekVedoucihoSTAG.pdfPosudek vedoucího práce60,36 kBAdobe PDFZobrazit/otevřít
PosudekOponentaSTAG.pdfPosudek oponenta práce62,17 kBAdobe PDFZobrazit/otevřít
Yeremenko.pdfPrůběh obhajoby práce50,77 kBAdobe PDFZobrazit/otevřít
yeremenko_zadani.pdfVŠKP - příloha2,37 MBAdobe PDFZobrazit/otevřít  Vyžádat kopii


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/55047

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.