Navigace ve snímcích břišní dutiny z výpočetní tomografie

Václav JAVOREK

Bakalářská práce

Navigation in the abdominal cavity from computed tomography

Anotace:

Metody počítačového vidění jsou používány v medicíně a radiologii už řadu let. Pro segmentaci obrazových dat z výpočetní tomografie byly vyvinuty algoritmy, jejichž cílem je zautomatizovat zpracování dat a usnadnit tak práci radiologům a lékařům. Tato práce na předchozí výzkum navazuje a uplatňuje moderní přístup konvolučních neuronových sítí. S využitím kvalitního normalizovaného datasetu byly natrénovány modely, které se snaží vyrovnat nebo vylepšit výsledky klasických metod počítačového vidění, jako je např. segmentace orgánů břišní dutiny. Vytvořené modely mají specifickou architekturu U-Net - plně konvoluční neuronové sítě. Jejich výstupem jsou znaménkované vzdálenostní mapy, udávající pro každý bod CT řezu jeho vzdálenost k segmentované struktuře. Jako základ pro trénování (ground truth) byly použity robustní segmentační metody knihovny bodynavigation. V neposlední řadě je cílem této práce segmentaci výrazně urychlit.

Abstract:

Methods of computer vision are being used in medicine and radiology for quite some time. Computed tomography image data segmentation programs have been developed to automate data processing and make the work of radiologists and doctors easier. This thesis builds on previous research and applies a modern convolutional neural network approach. Using a high-quality normalized dataset, models were trained that attempt to match or improve the results of classical computer vision methods such as abdominal organ segmentation. The models developed have a specific U-Net architecture - a fully convolutional neural network. Their output is a signed distance field indicating for each point of the CT slice its distance to the segmented structure. The robust segmentation methods of the bodynavigation library were used as the basis for training (ground truth). Last but not least, the aim of this work is to speed up the segmentation significantly.

Klíčová slova

neuronové sítě, konvoluční neuronové sítě, u-net, segmentace, python, tensorflow, keras, výpočetní tomografie, zpracování obrazu, počítačové vidění, umělá inteligence, anatomie, medicína, játra, ledviny, slezina, břišní dutina

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 24. 5. 2021

Zveřejnit od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedoucí: Ing. Miroslav Jiřík, Ph.D.

ZÁPADOČESKÁ UNIVERZITA V PLZNI

Fakulta aplikovaných věd

Bakalářský studijní program / obor:
Inženýrská informatika / Inteligentní komunikace člověk - stroj