Multiclass segmentation of magnetic resonance data using machine learning
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F20%3APU136706" target="_blank" >RIV/00216305:26220/20:PU136706 - isvavai.cz</a>
Result on the web
<a href="http://www.elektrorevue.cz/cz/clanky/informacni-technologie/0/vicetrida-segmentace-3d-skenu-magneticke-rezonance-pomoci-strojoveho-uceni--multiclass-segmentation-of-magnetic-resonance-data-using-machine-learning-/" target="_blank" >http://www.elektrorevue.cz/cz/clanky/informacni-technologie/0/vicetrida-segmentace-3d-skenu-magneticke-rezonance-pomoci-strojoveho-uceni--multiclass-segmentation-of-magnetic-resonance-data-using-machine-learning-/</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Vícetřídá segmentace 3D skenů magnetické rezonance pomocí strojového učení
Original language description
Následující práce se zabývá segmentací obrazu do více tříd pomocí konvolučních neuronových sítí. Text shrnuje úvod do problematiky segmentace obrazu, kde jsou popsány základní principy fungování neuronových sítí a je přiblížen současný vývoj strojového učení. Pro segmentaci obrazu je zvolena a podrobněji popsána architektura U-Net, která byla aplikována na dataset medicínských dat. Dále je tu popsán postup zpracování trojrozměrných dat, jejich předzpracování a metody, jakými byla provedena celá vícetřídá segmentace. Práce srovnává dvojici metod, jakými lze segmentaci provést. Vybrané metody podrobněji vyhodnocuje a zasazuje do širšího kontextu.
Czech name
Vícetřídá segmentace 3D skenů magnetické rezonance pomocí strojového učení
Czech description
Následující práce se zabývá segmentací obrazu do více tříd pomocí konvolučních neuronových sítí. Text shrnuje úvod do problematiky segmentace obrazu, kde jsou popsány základní principy fungování neuronových sítí a je přiblížen současný vývoj strojového učení. Pro segmentaci obrazu je zvolena a podrobněji popsána architektura U-Net, která byla aplikována na dataset medicínských dat. Dále je tu popsán postup zpracování trojrozměrných dat, jejich předzpracování a metody, jakými byla provedena celá vícetřídá segmentace. Práce srovnává dvojici metod, jakými lze segmentaci provést. Vybrané metody podrobněji vyhodnocuje a zasazuje do širšího kontextu.
Classification
Type
J<sub>ost</sub> - Miscellaneous article in a specialist periodical
CEP classification
—
OECD FORD branch
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Result continuities
Project
—
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2020
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Elektrorevue - Internetový časopis (http://www.elektrorevue.cz)
ISSN
1213-1539
e-ISSN
—
Volume of the periodical
22
Issue of the periodical within the volume
2
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
9
Pages from-to
58-66
UT code for WoS article
—
EID of the result in the Scopus database
—