Analýza medicínskych snímok

Abstract

Detekce abnormalit na rentgenových snímcích hrudníku je často klíčová pro stanovení diagnózy a určení postupu léčby mnoha onemocnění. Tato práce se zaměřuje na použití neuronových sítí pro klasifikaci a lokalizaci těchto abnormalit. Teoretická část se věnuje existujícím metodám aplikace neuronových sítí na řešení této problematiky, metodám předzpracování rentgenových snímků ke zlepšení detekce, použitým metrikám a dostupným datovým sadám. Praktická část popisuje implementovaná řešení pro klasifikaci a lokalizaci abnormalit, včetně způsobů přípravy a předzpracování dat. Výsledky experimentů jsou vyhodnoceny a porovnány s existujícími řešeními.

Detection of abnormalities in chest X-ray images is often crucial for diagnosing and determining the course of treatment for various diseases. This thesis focuses on the use of neural networks for the classification and localization of these abnormalities. The theoretical part explores existing methods of applying neural networks to this problem, preprocessing techniques for improving detection, the metrics used, and available datasets. The practical part describes the implemented solutions for classifying and localizing abnormalities, including data preparation and preprocessing methods. The results of the experiments are evaluated and compared with existing solutions.