Využití hlubokého učení při zpracování PET/CT snímků – Ing. Luboš Řehounek, Ph.D.
Ing. Luboš Řehounek, Ph.D.
Diplomová práce
Využití hlubokého učení při zpracování PET/CT snímků
Deep Learning in PET/CT Image Processing
Anotace:
Předkládaná diplomová práce je zaměřena na využití umělé inteligence, zejména hlubokého učení, ke zlepšení výstupů algoritmů pro zpracování obrazu, např. re-dukce šumu či segmentace obrazu, se zaměřením na PET/CT. Poskytuje průřezový přehled o umělé inteligenci, strojovém učení a hlubokém učení, a to konkrétně v kontextu lékařského zobrazování, s příklady demonstrovanými pomocí MATLAB kódu a MATLAB …víceAbstract:
This thesis outlines the significance of employing artificial intelligence, particularly deep learning, in enhancing image processing tasks such as denoising and image segmentation, with focus on PET/CT. It provides a foundational overview of artificial intelligence, machine learning, and deep learning, specifically in the context of medi-cal imaging, with examples demonstrated through MATLAB code …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 7. 5. 2025
Identifikátor:
https://is.muni.cz/th/hk50g/
Obhajoba závěrečné práce
- Obhajoba proběhla 20. 6. 2025
- Vedoucí: doc. RNDr. Filip Studnička, Ph.D.
- Oponent: doc. MUDr. Jiří Doležal, Ph.D.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Přírodovědecká fakultaMasarykova univerzita
Přírodovědecká fakultaMagisterský studijní program / obor:
Radiologická fyzika / Radiologická fyzika