Název: Využití Deep Learning v medicínských aplikacích
Další názvy: The use of Deep Learning in medical applications
Autoři: Košan, Pavel
Vedoucí práce/školitel: Klečková Jana, Doc. Dr. Ing.
Oponent: Kryl Martin, Ing.
Datum vydání: 2023
Nakladatel: Západočeská univerzita v Plzni
Typ dokumentu: bakalářská práce
URI: http://hdl.handle.net/11025/53770
Klíčová slova: hluboké učení;umělé neuronové sítě;algoritmus učení;třídy a architektury neuronových sítí;medicínské aplikace;klasifikace;segmentace;biomedicínská data
Klíčová slova v dalším jazyce: deep learning;artifical neural networks;learning algorithm;classes and architectures of neural networks;medical applications;classification;segmentation;biomedical data
Abstrakt: Cílem této práce je poskytnout základní popis hlubokého učení a jeho možná využití pro analýzu biomedicínských dat. Nejprve jsou vysvětleny základní teoretické koncepty a algoritmy, na kterých je založeno současné hluboké učení. Poté jsou představeny důležité třídy a architektury hlubokých neuronových sítí s možnostmi jejich aplikace v medicíně. V rámci praktické části se tato práce zabývá třemi příklady aplikace hlubokého učení pro tři různé medicínské datové množiny. Zvláštní pozornost je věnována poslednímu příkladu, který se zabývá segmentací CT snímků mozku
Abstrakt v dalším jazyce: The aim of this work is to provide a basic description of deep learning and its possible use for the analysis of biomedical data. First, the fundamental theoretical concepts and algorithms on which contemporary deep learning is based are explained. Then the important classes and architectures of deep neural networks are presented with the possibilities of their application in medicine. As part of the practical part, this work deals with three examples of deep learning applications for three different medical datasets. Special attention is paid to the last example which deals with segmentation of CT brain images.
Práva: Plný text práce je přístupný bez omezení
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Text_prace.pdfPlný text práce3,79 MBAdobe PDFZobrazit/otevřít
A20B0541P_Posudek.pdfPosudek oponenta práce420,03 kBAdobe PDFZobrazit/otevřít
A20B0541P_Hodnoceni.pdfPosudek vedoucího práce134,37 kBAdobe PDFZobrazit/otevřít
A20B0541P_Obhajoba.pdfPrůběh obhajoby práce70,48 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/53770

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.