Zpracování medicínských dat metodami deep learningu – MUDr. Matěj ŠŇUPÁREK
MUDr. Matěj ŠŇUPÁREK
Bakalářská práce
Zpracování medicínských dat metodami deep learningu
Processing Medical Data using Deep Learning Methods
Anotace:
Tato bakalářská práce se zabývá problematikou detekce struktur v medicínských datech. V teoretické části je popsán úvod do problematiky neuronových sítí, medicínských dat a jejich formátu a analýza současného stavu. V praktické části je demonstrován celkový postup od pořízení medicínských dat a jejich zpracování po vytvoření finálního modelu, který je schopen struktury nalézat. Cíle práce: -Volba vhodných …víceAbstract:
This bachelor's thesis deals with the issue of structure detection in medical data. The theoretical part provides an introduction to the subject of neural networks, medical data, their format, and the analysis of SoTA. The practical part demonstrates the overall procedure, from the acquisition of medical data and their processing to the creation of a final model capable of detecting structures. Objectives …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 24. 5. 2024
Zveřejnit od: 31. 12. 2999
Obhajoba závěrečné práce
- Obhajoba proběhla 10. 6. 2024
- Vedoucí: Mgr. Vojtěch Molek
Citační záznam
Jak správně citovat práci
ŠŇUPÁREK, Matěj. Zpracování medicínských dat metodami deep learningu. Ostrava, 2024. bakalářská práce (Bc.). OSTRAVSKÁ UNIVERZITA. Přírodovědecká fakulta
Plný text práce
Právo: Autor si nepřeje zpřístupnění práce veřejnosti
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou nedostupné.
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: OSTRAVSKÁ UNIVERZITA, Přírodovědecká fakultaOSTRAVSKÁ UNIVERZITA
Přírodovědecká fakultaBakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika
Práce na příbuzné téma
-
Impact of Data Quality on Deep Learning Algorithms in Computer Vision
Vlastimil Martinek -
Tři nové přístupy k data-driven modelování
Jan HŮLA -
3D Object Pose Estimation from RGB-D Data
Petr Martínek -
Deep learning
Lukáš Daubner -
Využití softwarových nástrojů Deep Learning v oblasti DPZ
Ondřej Mucha -
Pathological Image Analysis Using Attention Based Deep Learning Methods
Petr Kantek -
Impact of Data Quality on Deep Learning Algorithms in Computer Vision
Vlastimil Martinek -
Navigace v neznámém a pevně daném prostředí pomocí deep reinforcement learning algoritmu
Gabriela HRUBÁ