Klasifikační framework pro detekci anomálií v medicínských obrazech

Ing. Jean Sebastien Mambou

Doctoral thesis

Classification Framework for Anomaly Detection in Medical Images

Abstract:

Tato práce se zaměřuje na detekci abnormalit v kontextu lékařských snímků (rakovina prsu (BC) nebo nádor na mozku (BT)). „Detekcí“ se rozumí lepší lokalizace oblasti s vyšší pravděpodobností rakoviny, což se projevuje především vyšším tepelným zářením v konkrétní oblasti. Úspěšná implementace jakéhokoli rámce vyžaduje přísný design a nejnovější technologie, jako je cloudová platforma. Značný počet nových diagnóz BC nás také motivuje k zavedení mnohem dřívějšího diagnostického systému. Proto vyvíjíme systematický model schopný detekovat abnormality, jako je rakovina prsu, u dospělých žen starších 26 let. Tato disertační práce představuje nový rámec pro detekci anomálií v lékařských obrazech, jako jsou termální obrazy prsu a magnetická rezonance v mozku.

Abstract:

This thesis focuses on detecting abnormalities in the context of medical images (breast cancer (BC) or brain tumor (BT)). By "Detection" is meant better localization of the area with a higher likelihood of cancer, primarily reflected by higher thermal radiation in a specific region. The successful implementation of any framework requires rigorous design and more up-to-date technology, such as a cloud-based platform. The considerable amount of new BC diagnoses also motivates me to bring up a much earlier diagnosis system. That is why I developed a systematic model capable of detecting abnormalities such as breast cancer in adult women over 26 years old. This dissertation presents a new framework to detect anomalies in medical images such as thermal images of a breast and magnetic resonance imaging of a brain.

Keywords

Classification Framework, Breast Cancer, Cloud based architecture

Language used: English

Date on which the thesis was submitted / produced: 24. 11. 2021

Thesis defence

• Date of defence: 15. 12. 2021
• Supervisor: prof. Ing. Ondřej Krejcar, Ph.D.
• Reader: Martin Černý

University of Hradec Králové

Faculty of Informatics and Management

Doctoral programme / field:
Aplikovaná informatika / Applied Informatics