Využití hlubokých neuronových sítí pro segmentaci parenchymatózních orgánů břišní dutiny prasete domácího

Bohdan YEREMENKO

Bachelor's thesis

Use of deep neural networks for segmentation of parenchymatous organs of the abdominal cavity of domestic pigs

Abstract:

Táto bakalářská práce se zabývá možností aplikace hlubokých neuronových sítí v medicinských úlohách, konkrétně úlohy segmentace parenchymatózních orgánů břišní dutiny prasete domácího. Pro realizací jsme využili sít' "detectron2", založenou na báze "Mask R-CNN". V práce je popsaný technologie používané pro strojové zpracování obrazu. Důležitou části práce je popis konvolučních neuronových sítě nalezených pro práce obrázky. Hlavní část práce se věnuje popisu "Mask R-CNN" a "detectron2", analýzou výsledku trénování této sítě na medicinských datech. Na závěr je zde uvedeno rozhodnutí, jeli sít' užitečná pro praxe.

Abstract:

This work deals with the possibility of applying deep neural networks in medical tasks, specifically the task of segmentation of the parenchymatous organs of the abdominal cavity of the domestic pig. For this we used "detectron2", which is based on "Mask R-CNN". In this work we described technology, which is used for digital image processing. Important part of this work is description of Convolutional Neural Networks and their use for working with digital images. Main part describes us "Mask R-CNN", "detectron2" and analyze results of our training on medical dataset. In conclusion we gave a decision about network. (If it is useful for practice)

Keywords

detektron2, "Mask R-CNN", Segmentace obrazu, Výpočetní tomografie, Digitální zpracování obrazu.

Language used: Czech

Date on which the thesis was submitted / produced: 15. 8. 2022

Accessible from:: 31. 12. 2999

Thesis defence

• Supervisor: Ing. Miroslav Jiřík, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Bachelor programme / field:
Applied Sciences and Computer Engineering / Cybernetics and Control Engineering