Bakalářská práce

Metody strojového učení pro analýzu MR obrazů mozku

Machine learning methods for MRI brain images analysis

Martin Poledník, učo 268920
Anotace

Cílem bakalářské práce bylo seznámení se s metodami strojového učení pro rozpoznávání obrazů. Důraz byl kladen na lékařské zobrazovací modality, především pak na magnetickou rezonanci a využití obrazů z magnetické rezonance pro účely diagnostiky duševních poruch, zejména schizofrenie. V teoretické části jsou rovněž popsány vybrané typy klasifikačních algoritmů, které by mohly být později využity při …více

Abstract

The aim of this thesis was to get acquainted with machine learning methods in image recognition. Emphasis was placed on the imaging modalities, particularly magnetic resonance images and the use of MRI for the diagnosis of mental disorders, especially schizophrenia. The theoretical part also describes selected types of classification algorithms, which could be later used for the classification of 3 …více

Klíčová slova
Strojové učení klasifikace lékařské zobrazovací modality magnetická rezonance schizofrenie analýza hlavních komponent algoritmus podpůrných vektorů k-nejbližších sousedů fuzzy k-nejbližších sousedů k-průměrů machine learning classification imaging modalities magnetic resonance schizophrenia principal component analysis support vector machines k-nearest neighbor fuzzy k-nearest neighbor k-means
Zadání práce
Cílem této práce je seznámit se s metodami strojového učení, klasifikace a vícerozměrné statistické analýzy v oblasti výpočetní neuroanatomie pro analýzu MR obrazů mozku. Konkrétně je nutno:
  • 1) prostudovat metody strojového učení, které se využívají v oblasti výpočetní neuroanatomie
  • 2) zaměřit se na možnosti klasifikace jedinců do tříd na základě jejich obrazu mozku nebo na základě prostorových transformací vzniklých při registraci obrazů s atlasem
  • 3) navrhnout klasifikační algortitmus s vybranými metodami strojového učení a ověřit jeho vlastnosti (specificitu a senzitivitu) na umělých i reálných obrazových datech z magnetické rezonance.
K dispozici budou reálná multimodální obrazová data, demografické údaje a klinické charakteristiky zobrazovaných subjektů.
Administrativní informace
Práce zkontrolována:
25. 5. 2010 09:43, prof. Ing. Daniel Schwarz, Ph.D., učo 195581
Plný text práce
733,3 KB / soubor PDF
Jazyk práce
čeština čeština
Termín obhajoby
15. 6. 2010
Práce byla úspěšně obhájena

Vedoucí

prof. Ing. Daniel Schwarz, Ph.D., učo 195581
IBA SpolP LF MU

Oponent

Autor posudku dosud neidentifikován.

Literatura

  • SCHLESINGER, Michail I. a Václav HLAVÁČ. Ten lectures on statistical and structural pattern recognition. Dordrecht: Kluwer academic publishers, 2002, xix, 519. ISBN 140200642X.
  • BISHOP, Christopher M. Pattern recognition and machine learning. New York: Springer, 2006, xx, 738. ISBN 0387310738.
Citovat tuto práci
Masarykova univerzita Přírodovědecká fakulta
Studijní program
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.