Vlnková transformace jako nástroj pro výběr příznaků k rozpoznávání obrazů

Bc. Kateřina Maršálová

Bakalářská práce

Wavelet transform as a way to extract features in image recognition

Anotace:

Tato bakalářská práce se zaměřuje na využití metody strojového učení pro automatické rozpoznávání a počítačovou podporu diagnostiky neuropsychiatrických poruch z dat získaných při zobrazování mozku. Součástí práce je kromě rešerše teoretického kontextu i návrh klasifikačního algoritmu využívající reprezentaci obrazu ve vlnkové doméně, jehož implementace byla zrealizována v prostředí MATLAB. Navržený algoritmus byl otestován na souboru obrazových dat pacientů s diagnostikovanou první epizodou schizofrenie a kontrolních subjektů, přičemž byl tento soubor předzpracován různými metodami. Získané výsledky experimentů byly porovnány za účelem zjištění, zda využití vlnkové transformace ve fázi předzpracování obrazových dat napomáhá k vyšší správnosti klasifikátoru. Zdrojový kód klasifikačního algoritmu je přiložen na konci této bakalářské práce.

Abstract:

This bachelor thesis is focused on machine learning methods for automatic recognition and computer-aided diagnostics of neuropsychiatric disorders from brain imaging data. The creative part of this thesis illustrates a design of a classification algorithm, which uses image representation in the wavelet domain. The proposed algorithm was implemented in the MATLAB environment and tested on magnetic resonance imaging dataset of patients diagnosed with the first episode of schizophrenia and control healthy subjects. The dataset was preprocessed with various methods and the obtained experimental results were compared, in order to determine whether the use of wavelet transformation in the preprocessing stage helps to improve accuracy of the classifier. The source code of the classification algorithm is attached to the thesis.

Klíčová slova

analýza obrazů, neurozobrazování, strojové učení, klasifikace, diagnostika, vlnková transformace, algoritmus podpůrných vektorů, psychiatrie, schizofrenie image analysis, neuroimaging, machine learning, classification, diagnosis, wavelet transform, support vector machines, psychiatry, schizophrenia

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 22. 5. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 16. 6. 2017
• Vedoucí: doc. Ing. Daniel Schwarz, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Experimentální biologie / Matematická biologie