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
Anotácia:
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 …viacAbstract:
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 …viac
Jazyk práce: Czech
Datum vytvoření / odevzdání či podání práce: 30. 4. 2022
Identifikátor:
http://hdl.handle.net/10084/147425
Obhajoba závěrečné práce
- Obhajoba proběhla 3. 6. 2022
- Vedúci: Jan Kubíček
- Oponent: Kristýna Hančarová
Citační záznam
Citace dle ISO 690:
KUNŠTÁROVÁ, Tereza. \textit{Metody klasifikace obrazů u kolonoskopie na základě metod umělé inteligence s využitím anatomických orientačních značek}. Online. Diplomová práca. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Fakulta elektrotechniky a informatiky. 2022. Dostupné z: https://theses.cz/id/m68lto/.
Plný text práce
Právo: 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.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVSB – Technical University of Ostrava
Fakulta elektrotechniky a informatikyMaster programme:
Biomedicínské inženýrství
Práce na příbuzné téma
-
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 -
Přístupy strojového učení v úloze klasifikace rentgenových snímků
Jaroslav Veverka