Zobrazit minimální záznam

Diabetic Retinopathy Detection Using Neural Networks



dc.contributor.advisorKybic Jan
dc.contributor.authorVojtěch Poříz
dc.date.accessioned2020-09-04T13:52:22Z
dc.date.available2020-09-04T13:52:22Z
dc.date.issued2020-08-27
dc.identifierKOS-857604968105
dc.identifier.urihttp://hdl.handle.net/10467/89991
dc.description.abstractDiabetická retinopatie je závažné onemocnění oka, které způsobuje slepotu a zasahuje většinu populace diabetiků. Navenek se projevuje většinou až v pokročilých stádiích, kdy už je oko nevratně poškozeno. Prevencí jsou pravidelné kontroly, které jsou však náročné na čas. Proto se v posledních letech začaly objevovat systémy pro automatickou detekci diabetické retinopatie ze snímků sítnice. Nejlepších výsledků dosáhly metody používající konvoluční neuronové sítě. Tato bakalářská práce prozkoumává metody pro detekci diabetické retinopatie za použití konvolučních neuronových sítí. Nejprve je představeno základní řešení. To je poté vylepšeno za pomoci nejmodernějších architektur a metod; za pomoci využití korelací z obou očí jednoho pacienta; za pomoci využití neoznačených dat; za pomoci dodatečného vstupu ve formě osegmentovaných masek cévního systému a za pomoci souboru více sítí. Autor zjistil, že nejlepších výsledků při využití jednoho modelu je dosaženo za použití dodatečného vstupu ve formě osegmentovaných masek a neoznačených dat. Přesnost detekce je dále možné zlepšit využitím mělké neuronové sítě, která spojuje predikce z více modelů. Navržené řešení dosahuje v soutěži Diabetic Retinopathy Challenge 2015 skóre QWK 0.851, což je srovnatelné s výsledky popisovanými v literatuře.cze
dc.description.abstractDiabetic retinopathy is a severe eye disease that causes blindness and affects most of the diabetic patients. The disease onsets without any symptoms and when the patient notices minor difficulties with vision, the retina can already be irreversibly disrupted. Prevention can be achieved by adopting regular eye checks, which are time expensive. Various methods for detection of diabetic retinopathy from fundus photographs have emerged, with the best results achieved by the convolutional neural networks. This bachelor's thesis tries to address the task of diabetic retinopathy detection using multiple approaches. A solution for a single image classification is developed and then improved by several methods: by using state of the art architectures and methods, by blending the predictions from both eyes of a person, by using unlabeled data, by using additional input in form of vessel segmentation masks and by ensemble classification. The author discovered that the best results of single model can be achieved by using the additional input and training on unlabeled data. The best results of ensemble were obtained by using a shalow neural network architecture. The proposed ensemble solution achieved a QWK score of 0.851 in the Diabetic Retinopathy Detection Challenge 2015, which is comparable to the literature results.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectdiabetická retinopatiecze
dc.subjectkonvoluční neuronové sítěcze
dc.subjectvčasná detekcecze
dc.subjectsegmentace cévcze
dc.subjectensemblecze
dc.subjectdata bez označenícze
dc.subjectdiabetic retinopathyeng
dc.subjectconvolutional neural networkseng
dc.subjectearly detectioneng
dc.subjectblood vessel segmentationeng
dc.subjectensembleeng
dc.subjectpseudolabellingeng
dc.titleDetekce diabetické retinopatie pomocí neuronových sítícze
dc.titleDiabetic Retinopathy Detection Using Neural Networkseng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.contributor.refereeFlach Boris
theses.degree.grantorkatedra kybernetikycze
theses.degree.programmeKybernetika a robotikacze


Soubory tohoto záznamu





Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam