26. 1. 2020  18:09 Tamara
Akademický informačný systém

Ľudia na STU


Na tejto stránke máte zobrazené všetky verejne prístupne údaje o zadanej osobe. Niektoré informácie o personálnom zaradení a funkciách osoby môžu byť skryté.

Ing. Marek Jakab
Identifikačné číslo: 5669
Univerzitný e-mail: marek.jakab [at] stuba.sk
 
Výskumný pracovník s VŠ vzdelaním - Ústav počítačového inžinierstva a aplikovanej informatiky (FIIT)
 
2511V00  aplikovaná informatika D-AI
FIIT D-AI den [roč 3]
Doktorandský typ štúdia, denná prezenčná forma
3. ročník

Kontakty     Absolvent     Výučba     Záverečná práca     
Projekty     Publikácie     Vedené práce     

Základné informácie

Základné informácie o záverečnej práci

Typ práce: Diplomová práca
Názov práce:Sémantická segmentácia obrazu s využitím konvolučných neurónových sietí
Autor: Ing. Marek Števuliak
Pracovisko: Ústav počítačového inžinierstva a aplikovanej informatiky (FIIT)
Vedúci práce: Ing. Marek Jakab
Oponent:Ing. Lukáš Hudec
Stav záverečnej práce:Záverečná práca bola úspešne obhájená


Doplňujúce informácie

Nasledujú doplňujúce informácie záverečnej práce. Kliknutím na odkaz s názvom jazyka vyberiete, v akom jazyku majú byť informácie zobrazené.

Jazyk spracovania záverečnej práce:anglický jazyk

slovenský jazyk        anglický jazyk

Názov práce:Semantic image segmentation utilizing convolutional neural networks
Abstrakt:Image segmentation as one of the computer vision methods is increasingly used in the medical domain. With deep learning introduction, techniques utilizing convolutional neural networks come to attention. In this work, we deal with brain tumor segmentation problem from magnetic resonance imaging (MRI), considered financially and time demanding when carried out manually. To tackle this specific and complex domain problem, the mentioned convolutional networks have proved competent due to significantly better performance than standard segmentation approaches. Therefore, within our research, we dedicate our time to analysis and design of fully-automatic method based on aforementioned networks, yielding the output in form of segmentation mask which captures a tumor classified into 4 sub-tumoral regions. We analyze pros and cons of the state of the art brain tumor segmentation techniques. During elaboration, we propose multiple architectures, training phases, and evaluation metrics based on the analysis. Our goal is reliable automatic method, specialized on helping the experts with delineation of tumorous tissues.
Kľúčové slová:brain tumor segmentation, deep learning, computer vision, segmentation of medical data, convolutional neural networks

Zobrazenie a sťahovanie súborov

Pokiaľ chcete zobraziť zadanie záverečnej práce, kliknite na ikonu Zobraziť zadanie. Ikony Záverečná práca, Prílohy práce, Posudok vedúceho a Posudok oponenta predstavujú súbory týkajúce sa záverečnej práce, ktoré je možné stiahnuť. Budú zobrazené iba v prípade, že je súbor vložený a zároveň je verejný.

Zobraziť zadanie

Časti práce s odloženým zverejnením:

Záverečná práca (prílohy záverečnej práce) neobmedzene
Posudky záverečnej práce neobmedzene