Využití Deep Learning v medicínských aplikacích

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.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.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.description.resultObhájeno
dc.format81
dc.identifier93769
dc.identifier.urihttp://hdl.handle.net/11025/53770
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.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
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-levelBakalářský
dc.thesis.degree-nameBc.
dc.thesis.degree-programInženýrská informatika
dc.titleVyužití Deep Learning v medicínských aplikacíchcs
dc.title.alternativeThe use of Deep Learning in medical applicationsen
dc.typebakalářská práce

Files

Original bundle
Showing 1 - 5 out of 6 results
No Thumbnail Available
Name:
Text_prace.pdf
Size:
3.7 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
No Thumbnail Available
Name:
A20B0541P_Posudek.pdf
Size:
420.03 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
No Thumbnail Available
Name:
A20B0541P_Hodnoceni.pdf
Size:
134.37 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
No Thumbnail Available
Name:
A20B0541P_Obhajoba.pdf
Size:
70.48 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
No Thumbnail Available
Name:
A20B0541P_Zadani.pdf
Size:
13.65 KB
Format:
Adobe Portable Document Format
Description:
VŠKP - příloha