Klasifikační framework pro detekci anomálií v medicínských obrazech – Ing. Jean Sebastien Mambou
Ing. Jean Sebastien Mambou
Disertační práce
Klasifikační framework pro detekci anomálií v medicínských obrazech
Classification Framework for Anomaly Detection in Medical Images
Anotace:
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 …víceAbstract:
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 …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 24. 11. 2021
Identifikátor:
http://evskp.uhk.cz/eDi175
Obhajoba závěrečné práce
- Obhajoba proběhla 15. 12. 2021
- Vedoucí: prof. Ing. Ondřej Krejcar, Ph.D.
- Oponent: Martin Černý
Citační záznam
Citace dle ISO 690:
MAMBOU, Jean Sebastien. \textit{Klasifikační framework pro detekci anomálií v medicínských obrazech}. Online. Disertační práce. Hradec Králové: Univerzita Hradec Králové, Fakulta informatiky a managementu. 2021. Dostupné z: https://theses.cz/id/34y9tk/.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou od 10. 1. 2022 dostupné: světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Hradec KrálovéUniverzita Hradec Králové
Fakulta informatiky a managementuDoktorský studijní program / obor:
Aplikovaná informatika / Applied Informatics
Práce na příbuzné téma
-
Role of lithocholic acid-induced cell signalling in oesophageal cancer progression model
Ashita Singh -
Learning to Predict Prostate Cancer Using Slide-level Annotations
Michal Jakubík -
Prostate Cancer Prediction with Graph Neural Networks
Štěpán Řihák -
Empowering Cancer Patients through Personalized Information: User-Centered Design of an E-Health System
Marko Řeháček -
Evaluation of circulating microRNAs as prognostic tools in pancreatic cancer patients
Natalia Anna Gablo
Název
Vložil
Vloženo
Práva
Složky
Soubory
Kohout, J.
11. 1. 2022
Kohout, J.
11. 1. 2022