Klasifikace a identifikace příznaků COVID-19 z RTG obrazových dat s využitím prvků umělé inteligence

Jakub Schichel

Diplomová práce

Classification and Identification of COVID-19 Features from X-ray Image Data with using of Artificial Intelligence Methods

Anotace:

Tato diplomová práce pojednává o tématu klasifikace a identifikace příznaků COVID-19 z RTG obrazových dat s využitím prvků umělé inteligence. V úvodu diplomové práce se nachází základní informace o biologických a epidemiologických aspektech onemocnění COVID-19. Další kapitola obsažená v úvodu shrnuje metody pro segmentaci a klasifikaci RTG obrazových dat. Po úvodu následuje rešeršní část, jenž obsahuje recentní metody pro detekci a klasifikaci příznaků COVID-19 z obrazových dat. V hlavní části diplomové práce je vytvořen algoritmus s predikčním modelem, jenž za pomoci umělé inteligence umí klasifikovat symptomy onemocnění COVID-19. V závěru je tento model testován na reálných datech a je evaluována jeho efektivita a robustnost. Nakonec jsou vyhodnoceny výsledky testování na reálných datech.

Abstract:

This diploma thesis deals with the topic of classification and identification of COVID-19 symptoms from X-ray image data using of artificial intelligence methods. The introduction of the diploma thesis contains basic information about biological and epidemiological aspects of COVID-19. The next chapter in the introduction summarizes the methods for segmentation and classification of X-ray image data. The introduction is followed by a review that contains recent methods for detecting and classifying COVID-19 symptoms from image data. In the main part of the diploma thesis, an algorithm with a prediction model is created, which with the help of artificial intelligence can classify the symptoms of COVID-19. In the end, this model is tested on real data and its efficiency and robustness are evaluated. Finally, the results of testing on real data are also evaluated.

Klíčová slova

Klasifikace, RTG, COVID-19, umělá inteligence, konvoluční neuronová síť, GoogLeNet, ResNet18, ResNet101, DenseNet201, přesnost, senzitivita, specificita, dataset

Keywords

Classification, X-ray, COVID-19, Artificial Intelligence, Convolutional Neural Network, GoogLeNet, ResNet18, ResNet101, DenseNet201, accuracy, sensitivity, specificity, dataset

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 30. 4. 2022

Obhajoba závěrečné práce

• Obhajoba proběhla 3. 6. 2022
• Vedoucí: Jan Kubíček
• Oponent: Tereza Čerbáková

VŠB – Technická univerzita Ostrava

Fakulta elektrotechniky a informatiky

Magisterský studijní program:
Biomedicínské inženýrství