Semantic segmentation of histopathology images – Bc. Tomáš Jelínek
Bc. Tomáš Jelínek
Master's thesis
Semantic segmentation of histopathology images
Semantic segmentation of histopathology images
Anotácia:
Sémantická segmentace histopatologických obrázků se ukazuje jako obtížný problém kvůli vysoké složitosti dat: komplexní morfologie tkání, nepřesnost anotací od experta, z charakteristiky problému přirozeně vyplývající nutnost abstrakce na více škálách a mnohé další. Hluboké učení vedlo k několika úspěšným modelům pro specifické segmentační problémy. Tato diplomová práce dále prozkoumává užití hlubokého …viacAbstract:
Segmentation of histopathology images proves to be a challenging problem because of the high complexity of the data: complex tissue morphology, imprecision of the expert annotation, and inherent multi-resolution nature of the target concept, to name just a few aspects. The deep learning approach led to several successful models for tackling specific segmentation problems. This thesis further explores …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 17. 5. 2022
Identifikátor:
https://is.muni.cz/th/v3z3s/
Obhajoba závěrečné práce
- Obhajoba proběhla 23. 6. 2022
- Vedúci: doc. Ing. Vlad Popovici, PhD
- Oponent: doc. RNDr. Petr Matula, 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, Fakulta informatikyMasaryk University
Faculty of InformaticsMaster programme / odbor:
Artificial intelligence and data processing / Machine learning and artificial intelligence
Práce na příbuzné téma
-
Impact of Data Quality on Deep Learning Algorithms in Computer Vision
Vlastimil Martinek -
Detection of Diabetic Retinopathy using Deep Learning and Transfer Learning Techniques with Oversampling to Address Imbalanced Dataset
Teodora RANĐELOVIĆ -
Deep learning for anomaly detection in histopathological data
David Čechák