Odhad nejistoty predikce neuronových sítí pro segmentaci parenchymatózních orgánů

Antonín KŘÍŽ

Bakalářská práce

Prediction uncertainty estimation of neural networks for parenchymal organ segmentation

Anotace:

Tato bakalářská práce zkoumá různé přístupy k odhadu nejistoty při segmentaci medicínských snímků pomocí umělých konvolučních neuronových sítí. Teoretická část práce se zaměřuje na principy umělých neuronových sítí, konvolučních sítí a metody odhadu nejistoty. Praktická část práce porovnává tyto metody na volně dostupných datasetech medicínských snímků.

Abstract:

This bachelor thesis investigates dierent approaches to uncertainty estimation in medical image segmentation using articial convolutional neural networks. The theoretical part of the thesis focuses on the principles of articial neural networks, convolutional networks and uncertainty estimation methods. The practical part of the thesis compares these methods on freely available medical image datasets.

Klíčová slova

segmentace, odhad nejistoty, neuronová síť, umělá inteligence, U-Net

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 2. 5. 2024

Zveřejnit od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedoucí: Ing. Filip Hácha

ZÁPADOČESKÁ UNIVERZITA V PLZNI

Fakulta aplikovaných věd

Bakalářský studijní program / obor:
Informatika a výpočetní technika / Informatika