Využití hlubokých neuronových sítí pro segmentaci parenchymatózních orgánů břišní dutiny prasete domácího

Bohdan YEREMENKO

Bakalářská práce

Use of deep neural networks for segmentation of parenchymatous organs of the abdominal cavity of domestic pigs

Anotace:

Tato bakalářská práce se zabývá možností aplikace hlubokých neuronových sítí v medicinských úlohách, konkrétně úlohou segmentace parenchymatózních orgánů břišní dutiny prasete domácího. Pro realizaci jsme využili framework detectron2 založenou na architektuře Mask R-CNN. V práci jsou popsány technologie používané pro strojové zpracování obrazu. Důležitou částí práce je popis konvolučních neuronových sítí určených pro zpracování obrazu. Hlavní část práce se věnuje popisu Mask R-CNN a detectron2, a to prostřednictvím analýzy výsledku trénování této sítě na medicínských datech. Na závěr je uvedeno rozhodnutí, je-li síť vhodná pro využití v praxi.

Abstract:

This work deals with the possibility of applying deep neural networks in medical tasks, especially in the segmentation of parenchymatous organs of the abdominal cavity of the domestic pig. For this, we used "detectron2", which is based on "Mask R-CNN". In this work we described technology, which is used for digital image processing. Important part of this work is description of Convolutional Neural Networks and their usage for working with digital images. Main part describes "Mask R-CNN", "detectron2" and analyzes results of our training on medical dataset. In conclusion we gave a decision about the network (whether it is useful for practice).

Klíčová slova

Umělá inteligence, neuronová síť, segmentace parenchymatózních orgánů, detectron2, U-NET, výpočetní tomografie.

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 14. 8. 2023

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:
Aplikované vědy a informatika / Kybernetika a řídicí technika