Diplomová práce

Využití neuronových sítí pro klasifikaci obrazů mozku v neurovědním výzkumu

Brain Image Classification Using Neural Networks in Neuroscientific Research

Bc. Roman Vyškovský
Anotace

Tato práce se zaměřuje na využití umělých neuronových sítí pro klasifikaci obrazů mozku v oblasti neurovědního výzkumu. Jako klasifikátory zde vystupují vícevrstvá perceptronová síť, Kohonenova mapa doplněná o učení s učitelem pomocí algoritmu vektorové kvantizace učením a neuronová síť založená na radiálních bázových funkcích. Tyto algoritmy jsou použity pro klasifikaci obrazů mozků schizofreniků …více

Abstract

This thesis is focused on the usage of artificial neural networks for brain image classification in neuroscientific research. Specifically, multi-layer perceptron, Kohonen map with learning vector quantization algorithms for supervised learning and radial basis neural network are used for brain image classification of schizophrenics or patients with Alzheimer’s disease versus healthy control subjects …více

Klíčová slova
klasifikace neuronové sítě vícevrstvá neuronová síť Kohonenova mapa schizofrenie RBF LVQ strojové učení neural networks multi-layer perceptron learning vector quantization radial basis function perceptron self-organizing map classification machine learning pattern recognition
Zadání práce
Cílem práce je návrh a implementace algoritmů pro analýzu a klasifikaci obrazů mozku pomocí metod strojového učení. Práce bude zaměřena na využití neuronových sítí pro klasifikaci a rozpoznávání obrazů. Vytvořené algoritmy budou implementovány v prostředí MATLAB. Konkrétní úkoly řešené v rámci práce budou:
  1. Rešerše odborné literatury zabývající se použitím metod strojového učení pro klasifikaci obrazů včetně detailního shrnutí aplikací neuronových sítí při klasifikaci obrazů mozku pacientů s neuropsychiatrickými a neurodegenerativními chorobami.
  2. Klasifikace souboru obrazů mozku pacientů se schizofrenií a kontrolních subjektů pomocí neuronových sítí.
  3. Srovnání úspěšnosti klasifikace se standardně používanými klasifikačními metodami v neuropsychiatrickém výzkumu, kterými jsou metoda podpůrných vektorů a lineární diskriminační analýza.
Text práce bude vypracován v anglickém jazyce.

Doporučená literatura

  • AGUILAR C., WESTMAN E., MUEHLBOECK J. S., MECOCCI P., VELLAS B., TSOLAKI M., KLOSZEWSKA I., SOININEN H., LOVESTONE S., SPENGER C., SIMMONS A., WAHLUND L.O., 2013: Different multivariate techniques for automated classification of MRI data in Alzheimer’s disease and mild cognitive impairment. Psychiatry Res. Neuroimaging 212 (2), 89-98.
  • BISHOP C., 2006: Pattern Recognition and Machine Learning. Springer, New York, 738 pp.
  • DUDA R. O., HART P. E., STORK D. G., 2000: Pattern Classification. Wiley-Interscience, New York, 680 pp.
  • KUNCHEVA L. I., 2004: Combining Pattern Classifiers: Methods and Algorithms. Wiley-Interscience, New Jersey, 376 pp.
  • PRIDDY K. L., and KELLER P. E. 2005. Artificial Neural Networks: An Introduction. SPIE Press, Washington, 165 pp.
Administrativní informace
Práce zkontrolována:
24. 5. 2015 21:42, RNDr. Eva Koriťáková, Ph.D., učo 184380
Plný text práce
4 MB / soubor PDF
Přílohy (1)
Jazyk práce
angličtina angličtina
Termín obhajoby
18. 6. 2015
Práce byla úspěšně obhájena

Vedoucí

RNDr. Eva Koriťáková, Ph.D., učo 184380
IBA SpolP LF MU

Oponent

MUDr. Bc. Jan Lošák
Citovat tuto práci
Masarykova univerzita Přírodovědecká fakulta
Studijní program
Experimentální biologie
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.