Metody klasifikace obrazů u kolonoskopie na základě metod umělé inteligence s využitím anatomických orientačních značek – Tereza Kunštárová
Tereza Kunštárová
Master's thesis
Metody klasifikace obrazů u kolonoskopie na základě metod umělé inteligence s využitím anatomických orientačních značek
Methods of Colonoscopy Image Classification based on Methods of Artificial Intelligence with using of Anatomic Landmarks
Abstract:
Tato diplomová práce se zabývá klasifikací obrazových dat prostřednictvím neuronových sítí. Pro klasifikaci obrazových dat byly použity dvě již existující konvoluční neuronové sítě nazývající se ResNet18 a GoogleNet. Obě sítě byly trénovány a testovány na endoskopických obrazech dostupných online. Obrazy byly rozděleny do klasifikačních tříd zkušenými lékaři, dohromady bylo vytvořeno 8 klasifikačních …moreAbstract:
Thesis is focused on Image classification using convolutional neural networks. Two pre-existing convolutional neural networks ResNet18 and GoogleNet were used for image classification. Both neural networks were trained and tested on the same endoscopic images. Experienced endoscopists classified images into classification classes and created eight classes. Image data were used as complete database …more
Language used: Czech
Date on which the thesis was submitted / produced: 30. 4. 2022
Identifier:
http://hdl.handle.net/10084/147425
Thesis defence
- Date of defence: 3. 6. 2022
- Supervisor: Jan Kubíček
- Reader: Kristýna Hančarová
Citation record
ISO 690-compliant citation record:
KUNŠTÁROVÁ, Tereza. \textit{Metody klasifikace obrazů u kolonoskopie na základě metod umělé inteligence s využitím anatomických orientačních značek}. Online. Master's thesis. Ostrava: VŠB - Technical University of Ostrava, Fakulta elektrotechniky a informatiky. 2022. Available from: https://theses.cz/id/m68lto/.
Full text of thesis
Accessibility: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: VŠB – Technická univerzita OstravaVSB – Technical University of Ostrava
Fakulta elektrotechniky a informatikyMaster programme:
Biomedicínské inženýrství
Theses on a related topic
-
Data augmentation for image classification using GAN and autoencoder
Gofur Halmuratov -
Automatic Image Classification
Lukáš KÖLBL -
Recognition and Classification Methods for Collection of Images
Martin Wenzl -
Difficulty Classification of Moonboard Bouldering Problems
Eduard Minks -
Klasifikace galaxií pomocí strojového učení
Matej Kosiba -
Hodnocení přesnosti klasifikace vybraných krajinných jednotek v prostředí Google Earth Engine
Natálie KARAMONOVÁ -
Klasifikace obrazu elektronového mikroskopu pomocí umělé neuronové sítě
Magdaléna Skřičilová -
Inteligentní klasifikace obrazu v systému Kontent.ai
Lenka KLIMČÍKOVÁ