Využití hlubokých neuronových sítí pro segmentaci parenchymatózních orgánů břišní dutiny prasete domácího

Show simple item record
dc.contributor.advisorJiřík Miroslav, Ing. Ph.D.
dc.contributor.authorYeremenko, Bohdan
dc.contributor.refereeZítka Tomáš, Mgr.
dc.date.accepted2023-8-30
dc.date.accessioned2024-01-08T23:11:19Z
dc.date.available2022-8-30
dc.date.available2024-01-08T23:11:19Z
dc.date.issued2023
dc.date.submitted2023-8-14
dc.description.abstractTato 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.cs
dc.description.abstract-translatedThis 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).en
dc.description.resultObhájeno
dc.format50
dc.identifier93804
dc.identifier.urihttp://hdl.handle.net/11025/55047
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectumělá inteligencecs
dc.subjectneuronová síťcs
dc.subjectsegmentace parenchymatózních orgánůcs
dc.subjectdetectron2cs
dc.subjectu-netcs
dc.subjectvýpočetní tomografie.cs
dc.subject.translatedartificial intelligenceen
dc.subject.translatedneural networken
dc.subject.translatedsegmentation of parenchymal organsen
dc.subject.translateddetectron2en
dc.subject.translatedu-neten
dc.subject.translatedcomputed tomography.en
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-levelBakalářský
dc.thesis.degree-nameBc.
dc.thesis.degree-programAplikované vědy a informatika
dc.titleVyužití hlubokých neuronových sítí pro segmentaci parenchymatózních orgánů břišní dutiny prasete domácíhocs
dc.title.alternativeUse of deep neural networks for segmentation of parenchymatous organs of the abdominal cavity of domestic pigsen
dc.typebakalářská práce

Files

Original bundle
Showing 1 - 5 out of 5 results
No Thumbnail Available
Name:
Yeremenko_BP.pdf
Size:
2.64 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
Download
No Thumbnail Available
Name:
PosudekVedoucihoSTAG.pdf
Size:
60.36 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
Download
No Thumbnail Available
Name:
PosudekOponentaSTAG.pdf
Size:
62.17 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
Download
No Thumbnail Available
Name:
Yeremenko.pdf
Size:
50.77 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
Download
No Thumbnail Available
Name:
yeremenko_zadani.pdf
Size:
2.32 MB
Format:
Adobe Portable Document Format
Description:
VŠKP - příloha
Download

Collections

Bachelor´s works (KKY)