Statistical methods for comparison of real and synthetic biomedical image data

Mgr. Tereza Nečasová

Rigorózní práce

Anotace:

Syntetická obrazová data jsou vítaným nástrojem při benchmarkingu algoritmů určených pro analýzu biomedicínských obrazových dat. Doplňují tak reálná obrazová data, která jsou dostupná jen v omezeném množství a které je navíc těžké je plně anotovat. Přestože vývoj simulátorů jde v posledních letech stále dopředu, ověření kvality uměle generovaných dat je často podprůměrné a v některých případech dokonce žádné. Cílem předkládané práce je popsat metody vhodné pro porovnání reálných a syntetických biomedicínských dat. V práci jsou uvedeny jak metody doposud použité v publikacích, tak další metody, které by tento výčet mohly potenciálně rozšířit s budoucí vizí zavést standard pro hodnocení kvality syntetických dat.

Abstract:

Artificial image data provide a useful tool for the benchmarking of biomedical image analysis algorithms. They supplement the real image data that are available only in limited quantity and that are difficult to be fully annotated. Even though the development of simulators frameworks still accelerates, the quality of the proposed synthetic data is often insufficiently assessed. The objective of this work is to make an overview of validation methods used for the comparison of real and synthetic biomedical image data. The thesis includes the promising methods as well as the methods already published. The further aim is to propose a standard pipeline of methods suitable for validation.

Keywords

synthetic image, simulation, comparison of image datasets, biomedical images, syntetické obrazy, simulace, srovnání obrazových množin, biomedicínské obrazy

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 18. 3. 2019

Obhajoba závěrečné práce

• Obhajoba proběhla 16. 1. 2020
• Oponent: prof. Ing. Adam Herout, Ph.D., Dr. Ing. Jan Schier

Masarykova univerzita

Fakulta informatiky

Rigorózní řízení / obor:
Aplikovaná informatika / Zpracování obrazu