Bakalářská práce

Sborové učení pro klasifikaci obrazových dat

Ensemble Learning for Image Classification

Tereza Jurková
Anotace

Tato bakalářská práce se zaměřuje na využití sborového učení při klasifikaci obrazových dat mozků z magnetické rezonance pacientů se schizofrenií a zdravých kontrolních subjektů. V rámci práce je vypracován přehled existujících metod vhodných pro klasifikaci obrazových dat do předem definovaných tříd, které by mohly být použitelné pro počítačovou podporu diagnostiky. V praktické části je pomocí vývojového …více

Abstract

This bachelor thesis focuses on utilisation of ensemble learning for classification of brain images obtained from magnetic rezonance imaging of patients with schizophrenia and reference healthy patients. The thesis contains an overview of existing methods suitable for classification of brain image data set into predefined classes, which can be used for computer-based diagnostics. The experimental part …více

Klíčová slova
bagging klasifikace leave-one-out křížová validace náhodný les rozhodovací stromy sborové učení schizofrenie zobrazovací magnetická rezonance classification leave-one-out cross validation random forests decision trees ensemble learning schizophrenia magnetic resonance imaging
Zadání práce
Cílem bakalářské práce bude seznámit se s metodami strojového učení pro klasifikaci obrazových dat pomocí sboru klasifikátorů. Student(ka) si nastuduje metody pro předzpracování obrazových dat, výběr příznaků vhodných pro klasifikaci a sborové učení („ensemble learning"). Metody sborového učení jsou vhodné pro hledání kompromisu mezi nedoučeným a přeučeným klasifikátorem, což bývá častým problémem např. u klasifikačních úloh v neurozobrazování. Nabyté znalosti aplikuje na data obrazů mozků s neuropsychiatrickým onemocněním a aplikuje tak celý proces klasifikace dat. Student(ka) vypracuje následující body:
  • Rešerše literatury v oblasti sborového učení (např. boosting, bagging, náhodné lesy apod.)
  • Prozkoumání možností použití metod sborového učení v softwaru Matlab
  • Seznámení se s metodami pro předzpracování obrazů z MRI s důrazem na selekci příznaků a se správnou validací a vyhodnocením úspešnosti klasifikátoru
  • Použití vybrané metody sborového učení pro rozlišení pacientů s první epizodou schizofrenie v MRI
  • Srovnání úspěšnosti sboru klasifikátorů oproti jednomu klasifikátoru
Praktická část bude vypracována ve vývojovém prostředí Matlab.
Administrativní informace
Práce zkontrolována:
15. 5. 2018 09:35, RNDr. Roman Vyškovský, Ph.D.
Plný text práce
2,3 MB / soubor PDF
Přílohy (1)
Jazyk práce
čeština čeština
Termín obhajoby
21. 6. 2018
Práce byla úspěšně obhájena

Vedoucí

RNDr. Roman Vyškovský, Ph.D.
IBA SpolP LF MU

Oponent

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

Literatura

  • DUDA, Richard O.; David G. STORK a Peter E. HART. Pattern classification. 2nd ed. New York, N.Y: John Wiley & Sons, 2001, xx, 654. ISBN 0471056693.
  • 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
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.